4．缺少數據治理各領域的管理體系

(1)缺少企業級數據標準管理體系  雖然銀行擁有了大量的數據資源，但是，也經常面臨重要數據缺失，系統間數據不一致，統計口徑和加工方法不一致，導致數據可信度降低的問題。深入分析后發現，出現這種現象的原因為缺乏有效的數據標準化。建立數據標準體系是數據環境建設中的重要環節，對數據進行標準化，是保障基礎數據的完整性、一致性和嚴密性的基礎。因此，商業銀行有必要制定合理的數據標準并嚴格執行，確保各系統之間的數據一致性。同時，為了保障業務系統能夠采集真實、完整、有效的數據，在建設系統時必須通過數據標準對數據的定義、描述等予以規范和約束。

(2)缺少企業級元數據管理體系  目前，我國大多數銀行的元數據管理僅限于少數系統和少數用戶，尚未達到體系化程度，也存在完備性不足的情況。企業級元數據管理是銀行數據治理的重要載體，它以全行元數據管理為基礎，將科學的方法和管理策略通過企業級的元數據管理體系實施與執行，再配以完善的組織流程和制度規范，將有效提升數據治理的成效。因此，建立企業級元數據管理體系勢在必行。

(3)缺少企業級數據質量管理體系數據的質量對銀行業發展尤為重要，并且銀行對數據質量的治理重視程度會直接影響數據治理的成效。銀行的數據質量管理應當涵蓋數據質量問題的預防、識別、度量、分析、監控、清洗等管理活動，以滿足對數據質量的要求。為此，銀行需要建立專業的質量管理團隊，依靠質量管理系統持續地管理數據質量，利用數據剖析工具持續地監控數據的流動，通過明確數據認責關系，盡可能在數據問題根源處解決問題。

(4)缺少完備的數據生命周期管理體系  通過數據生命周期管理體系建設，銀行可優化應用存儲結構，有效控制在線數據規模，提高生產數據訪問效率，減少系統資源浪費，提高應用系統運行的整體效率和效果，保證應用系統健康高效運行。但是，當前我國銀行大部分在系統無法支撐時才考慮數據清理備份工作，難以做到對數據生命周期的統籌管理，并且對支持數據生命周期管理的系統和工具建設力度不夠，不能很好地支撐全行數據生命周期管理工作。

(5)缺乏完善的系統支撐和技術手段  現代的銀行系統數據量龐大，各式系統多種多樣，如果不依賴技術手段，沒有相應的支撐平臺和工具，就不可能理解如此大的數據量和看到其潛在的價值，利用簡單圖形分布尋找規律或異常情況等傳統方法，在當今海量數據面前，已毫無作用。同樣，沒有充分的技術手段，僅依靠手工處理，顯然也無法把數據治理工作做好。因此，必然需要先進的技術手段、配套的系統支撐數據治理工作高效有序地開展。