近年来,数据治理的概念越来越火,为积极响应国家的号召,各企业和单位纷纷开始进行数据治理。一方面传统的大数据注重于短期内产生经济效益,主要是对数据进行存储和管理;另一方面,数据治理的成本大,短期内很难产生明显的收益,企业前期不愿意投入时间和精力做数据治理。
随着企业的发展,对数据的要求更高,原始的数据管理难以支撑现有日常业务和更复杂的分析应用,企业开始由数据管理走向数据治理,但是由于前期没有对数据标准建设、质量把控,在数据污染之后再进行治理难度更大、成本更高。
“先污染后治理”难度大、成本高
以银行为例,我国银行业的信息化建设历经二十年的发展,目前已建立较为完备的信息系统,虽然近年来国家监管层面不断完善数据治理工作,但目前商业银行数据管理仍存在一些突出问题:机构间统计标准不一致,数据搜集整合存在错配;数据管理部门与银行业务部门之间未能形成良好协同,导致数据收集流程效率低下;数据挖掘与数据应用力度不足等。
2018年5月21日,银保监会正式发布《银行业金融机构数据治理指引》,对银行业金融机构数据治理的原则理念、数据治理架构、数据管理、数据质量控制、数据价值实现,以及对银行业金融机构数据治理的监督管理等做出了规定。在硬性规定下,为实现监管报送数据的合法合规,银行业纷纷开始进行数据治理。
从目前的情况来看,因为数据已存在诸多问题,要看到数据治理的成效带来的明显收益,至少需要3年时间,