手机网站
手机网站
数据时代，任何企业的数据都非常重要，企业的各个方面都需要相应的数据支持，通过相关数据的收集、分析、处理、事前判断，企业对业务状况、管理业务等能够得到正确的理解和把握，能够做出合理的决定。
如果没有数据管理的能力，这家企业也会慢慢走向死亡。
但是实际上，数据管理是一个非常复杂和困难的事情，我们举个银行的例子。
一、为什么数据管理困难？大型、股份制、城商行、农商行、村镇银行也各有各的打折点，数据质量一直成为问题，原因也有很多总结。
数据标准的主体构成
首先，这是伴随着银行的一生。 银行并非没有进行数据管理，而是从生日开始。 例如，会计日期必须永远是平的。 只是，当时使用的是铁算盘，现在有各种各样的IT系统在帮助。 系统毕竟是工具，不能构建系统。 银行在收集数据、生产数据、运用数据、挖掘数据之前，无法控制数据的质量。 如果经常有“害怕困难”的感情，数据的“肮脏的混乱”也许永远解决不了。
其次，这是非常不受欢迎的事情。 和数据交往总是只有减分，没有加分项。 说官话有点激励不足，制约有馀。 领导人不再认为有多少数据管理专家。 发展业务时，认为填写报告书是多馀的，但收到处罚书后，没有认真反省本行在数据管理上投入了多少人才、精力和财力。 相反，他指责报告员的能力很差。
此外，这是需要时间的。 数据管理尚未完成，如果没有完成。 它与银行数据量级、外部数据量级呈正相关，随着新技术、新标准的实施，随着数据分析维度的增加，某些类型的字段也随之增加，随着数据量的增加，时间也随之几何上升。
二、数据管理不好会有什么弊端？ 首先，最直观的是提出监督数据质量令人担忧。
2014年以来，监督部门纷纷开设200多张违章停车票，指出数据质量问题。 原因是多方面的。 比如，没有明确监督数据的管理部门和认可不足，有关部门无法履行职责，不能相互承担责任。 没有业务制度，不能理解相关监督数据的提出要求，明确明确，不符合业务实际填写规则。 质量管理不充分，监督数据中存在延误信息、漏报信息、误报和过少信息时发生。
其次，实际上很难运用数据。
银行缺钱，用钱建立系统购买外部数据，但没有数据标准化建设过程，主要数据、元数据不清楚。 即使有可靠的模型也不希望有数据出现。 银行的数据利用者一上升，就怀疑数据的正确性，拿错数据做出错误的结论是必然的，这种心情反而不想挖掘数据，难道不是有好的数据运用结果吗？
此外，最坏的情况是风险管理缺乏前瞻性。
现代的全面风险管理离不开巴塞尔、科斯o的方法论。 虽然看起来很复杂，但我感到可靠。 结果，多年来先进银行一直遵守这个游戏规则。 但是，现在有些小行似乎还没有开始，系统不行，数据不行，人员不行，想要高度应用贷款移动，进行流动性压力测试分析，对内部资本的充分评估，门也找不到，风险识别，判断和早期警告不足，敲头决策逐渐远离现代银行
三、数据的生命周期通常认为数据进入数据库后是静态的，以后再查询它们。 然而在许多环境中，实际上将数据从一个环境转移到另一个环境，并且在沿路上做出各种变换。
这部分可以在我过去的文章中搜索，不详细说明。
数据生命周期参数之间的关系:
从上图的数据生命周期中的各参数之间的关系可以看出，数据生命周期管理可以大大提高查询高价值数据的效率，大大减少昂贵的存储介质购买量，但是随着数据使用率的下降，数据逐渐归档
四、如何做好数据管理核心是建立银行数据管理系统。
管理数据是一个复杂、长期、系统的项目，涉及思维、方法、组织、系统工具等多方面因素的综合运用。 为了满足企业内部的信息使用需求，一般要建立专业的数据管理系统，以确保数据的可用性、可用性、高质量、一致性和安全性。 浅谈银行的数据治理体系结构
基于数据管理时代出现的一系列机遇和面临的问题，对商业银行数据管理系统进行了研究分析，发现银行数据管理系统也是金字塔结构，按战略、机制、领域、技术支持的顺序从上到下指导，从下向上推进，建立多层次、多维、多视点全方位框架
商业银行数据管理系统
战略:要进行目标和规划蓝图设计，提高数据管理在全行业的经营战略地位。 机制:建立健全的组织、制度、作用和流程四个方面的机制，进行全方位可持续的数据管理。 区域—数据管理的具体区域包括元数据、数据标准、生命周期管理、数据模型、数据存储、数据分布、数据交换、数据整合、数据服务和数据质量管理。 技术支持:数据管理应技术管理和支持数据质量分析、数据建模工具、数据清洗工具、生命周期管理、质量检查工具和数据管理系统等领域。 商业银行数据管理系统金字塔结构表明，实际上银行数据管理系统包括两个层次。 一是数据管理的核心领域，二是数据管理的保障机制。 战略、机制及各领域的技术支持是商业银行进行数据管理的全面概况。 其相互关系如下图所示
商业银行数据管理的保障机制与核心领域
数据管理包括保障机制和核心领域两部分，它们之间相互支持，共同保障数据管理的全过程管理。 保障机制提供制度和战略力量的支持，明确组织结构、制度章程、过程管理和及时应用，规范数据管理各核心领域标准化实施的数据管理核心领域提供全方位的数据管理视角，从各层次的各维度进行数据质量保障，通过相应的系统和技术支持和落实战略目标
综上介绍，数据管理的过程是建立数据管理的保障机制，完善数据管理的核心领域，这两个方面是互补的，保障机制是数据管理的战略指挥，核心领域是数据管理的子弹药，为了搞好数据管理的这一持久战，双重管理和建设
