浅谈银行的数据治理有哪些问题

企业数据治理的实践来看，目前在数据标准化这块落地也存在很大的困难，虽然现在有些企业在数据标准整理上已经基本上有了一个完整的标准，也存在标准管理的体系，但在标准实际落地时存在很多困难，比如旧系统数据如何处理？新系统标准化如何落实？以及数据标准后续如何管理？这些都是很难解决的问题，仅数据标准化的一个问题就造成数据治理常常是虎头蛇尾，难以持续。

而银行数据治理，有两件事情非常棘手，一个是有些系统陈旧，文档少，没人讲的清楚具体业务怎样纪录数据，也有一些系统中比较冷门的业务可能也存在类似情况，无从谈起数据治理了，当然这样情况是少数，对全行数据治理影响不大。另一个情况是银行内部按照业务部门组织系统，数据分属各个业务部门，其中利害关系复杂，没有大的魄力很难在数据治理上有太大成果。

最近也在做数据治理相关一些工作，要做好数据治理，应该要解决好如下一些问题。
1、要全行统一步调，自上而下推动数据治理工作。这点很容易形式上重视，但落地执行时各种阻力
2、要全行统一规划，按照统一标准生产数据，并提交完备的数据文档
3、要按照统一标准加工数据，包括数据采集，清洗，存储等
4、要有一套完整的数据处理的平台和数据质量监控分析工具

亿信华辰在中国农发行数据治理咨询和数据平台实施的方案中，

建设内容：覆盖全行主要业务系统数据，建设数据质量检核系统，建立基础标准和指标标准框架，搭建数据仓库模型框架，全面推动数据治理工作的开展。
项目价值：对全行数据质量进行全面监控和检核，提升数据质量，实现全行数据的统一、规范化管理，优化加强数据架构和模型管理，提高数据可用性。