原创《商业银行数字化转型下数据治理》：本论文可用于商业银行论文范文参考下载，商业银行相关论文写作参考研究。
编者按：为引导银行业金融机构加强数据治理,提高数据质量,充分发挥数据价值,提升经营管理水平,全面向高质量发展转变,2018年3月16日,银监会发布了《银行业金融机构数据治理指引（征求意见稿）》（以下简称《指引》）.《指引》要求银行业金融机构将数据治理纳入公司治理范畴,并将数据治理情况和公司治理评价和监管评级挂钩；明确鼓励银行业金融机构开展制度性探索,结合实际情况设置首席数据官；要求银行业金融机构适应大数据时代需要,强化数据安全意识,依法合规采集数据,防止过度采集、滥用数据,依法保护客户隐私等.本文结合《指引》内容,阐述了商业银行数字化轉型背景下的数据治理的重要性和相关建议.
商业银行数字化转型
随着移动互联网、大数据、云计算、人工智能等技术的发展,整个社会经济将迎来一场数字化的变革.银行作为技术高敏感的行业,每次重大技术创新都会对其运作模式产生影响,而此次数字化变革速度更快、影响更为深远,商业银行也将迎来一场数字化的变革.社交媒体信息的爆炸让银行客户享有更为透明的信息,而移动互联网的发展使得消费者要求得到便捷的服务.银行除了面临传统竞争对手外, 还要面临着来自不同领域、未曾预料到的新的竞争对手.这就要求银行必须采用新的业务模式,借助于新的技术手段,提升银行数字化能力来满足全新的客户体验.
银行数字化转型的业务模式转变是目的,而技术的应用则是手段,最终数据的采集、整合、应用、管理才是银行数字化转型的基础.和传统商业银行相比,数字化转型后的商业银行需要拓宽数据的来源,银行数据不再局限于业务系统内部, 也需要引入外部第三方数据和互联网数据.数字化转型下,商业银行既是数据的生产方,也是数据的接收和整合方.数字化转型后银行打破了原有内部数据的封闭特征,银行系统内部记录了大量的客户信息,甚至比客户自身更加了解客户也并不夸张,这也对客户信息安全保护提出了更高的要求.
商业银行内部拥有大量的金融交易数据,具备数字化转型的先天优势,银行需要强化数据标准建设工作和元数据管理工作,利用数据标准为银行拓宽数据维度打基础,利用元数据管理对银行全渠道数据进行统一的整合,最终为提供以客户为中心的数字化服务.通过数据安全管理将客户信息的安全工作核心化,让客户更加放心地享受服务,从而吸引更多的客户.因而,银行数字化转型工作的前提是通过完善数据治理工作,提升数据质量,充分展现大数据的价值.对于银行而言,提高对数据的管理和治理能力、强化数据资产理念、构建数字化经营能力是数字化转型工作的第一要务.
监管机构对于商业银行数据治理的要求也在不断加强,银监会于2018年3月16 日发布的《银行业金融机构数据治理指引（征求意见稿）》（以下简称《指引》） 明确要求：商业应将数据治理工作纳入公司治理的范畴,并将数据治理情况和公司治理评价和监管评级挂钩；要求银行加强对数据的应用,发挥数据价值,实现数据驱动银行发展.
数字化转型下的数据标准管理
过去银行对客户信息的采集主要依赖于客户的开户基本信息和账户的交易信息.数字化时代要求银行全面了解客户的信息,以客户为单位,发掘客户的需求, 银行还需要了解更多维度的客户信息,包括客户的行为、偏好、宗教信仰等.银行的数据治理工作应当从客户信息治理开始,丰富客户信息的采集维度和客户信息模型,在完善客户基础信息、账户信息的同时,拓展信息采集渠道.对于银行而言客户数据的来源主要分为三类：
第一类是银行内部的数据.具体又分为客户信息、客户行为数据、交易数据、账务数据等结构化数据,以及银行系统内记录的日志文件、市场调查、物理凭证数据等非结构化数据.银行内部结构化数据,由于不同系统的历史数据标准不统一,数据质量存在各类问题,而且数据分散在各个部门和系统未得到统一整合.银行系统内部的大量非结构化数据,由于缺乏相关的数据标准,大部分银行尚未开展对非结构化数据的应用.
第二类是外部购买或合作的数据.银行可以通过向外部数据厂商购买,或者通过合作方的合作形式获取外部大数据,这里的外部大数据包括客户的征信数据、税务、工商、法院等各类型的数据,该类数据在银行对客户的风险描述、征信调查等业务场景中尤为重要.目前已有很多银行通过该种方式获取数据,将外部数据整合为银行内部数据,拓宽银行数据的维度.对于该部分数据银行需要在原有的数据标准基础上,拓宽数据标准的维度,并且通过元数据管理有效地和银行内部数据进行整合.
第三类数据是网络数据.部分数字化转型领先的银行,开放和第三方应用的API接口或通过网络爬虫的技术手段获取客户在互联网及社交媒体上的信息,该类数据主要应用于完善客户的行为偏好数据,挖掘用户的社交关系以及对商品或服务的真实需求.
很多银行在数字化转型过程中发现, 由于数据标准不统一、数据应用无章可循等原因,金融大数据应用并不活跃,导致海量的结构化数据躺在数据集市和数据库中.银行应该从数据标准起步,逐层递进做好数据治理、数据管理、大数据应用, 打通数据的内外边界,最大程度地释放数据的流动性和效用性.从全局视角对数据进行管理,建立一套统一的数据标准,包括对原有内部数据的数据标准进行完善、引入外部数据的数据标准、建立内部和外部数据标准之间的联系、建立非结构数据的数据标准.在此次《指引》中银监会对银行数据标准建设工作也提出了明确规定,要求银行建立覆盖全行的数据,数据需遵循统一的业务规范和技术标准,数据标准应当符合国家标准化政策及监管规定.
在银行的核心交易系统及后台系统中,商业银行多年积累的业务数据价值还未在银行数字化转型上完全发挥,尚待进一步分析和应用,因而此前银行所开展的内部系统数据标准建设工作依旧是当下银行数据标准建设工作的重点.
数字化转型后的银行,在前端渠道、客户关系管理以及分析工具模块等方面需要引入外部数据源,以完善现有数据维度.外部数据产生的源头在第三方或者互联网上,对该部分数据进行整合时需要建设一套外部数据的数据标准,以对数据进行统一标准化处理,即统一数据来源命名,统一数据类别,规范表名命名,划分数据维度、风险等级等.
商业银行论文参考资料：
结论：商业银行数字化转型下数据治理为关于本文可作为商业银行方面的大学硕士与本科毕业论文商业银行信用卡申请论文开题报告范文和职称论文论文写作参考文献下载。
