以云計算、大數據、人工智能等為代表的數字技術不斷涌現，快速向經濟社會各領域融合滲透。以數據為核心的數字化轉型已是大勢所趨。伴隨信息技術的持續變革與發展，以數字經濟為代表的新經濟將成為發展新動能。金融業是數據密集型行業，在生產經營過程中積累了海量的數據資源，對數據資產進行管理、應用、治理成為金融機構探索和實踐的重要方向。
一、金融機構為什么需要數據治理
治理體系缺失
從業機構違法違規成本低，為謀求商業利益而置現有管理規定于不顧，過度采集數據、違規使用數據、非法交易數據等問題屢見不鮮。由于法律法規尚不健全、
數據治理體系還不完善、機構合規意識不足，數據“不善用”的問題較為突出。此外，部分機構數據保護意識、內部管理、技防能力薄弱，數據泄露事件時有發生，用戶遭到電信欺詐、騷擾電話、暴力催收等屢禁不止，嚴重侵害了用戶權益。
融合應用困難
金融數據來源眾多、體量龐大、結構各異、關系復雜。從如此繁雜的海量金融數據中挖掘高價值、關聯性強的高質量數據，需要高效的信息技術支撐和可靠的基礎設施保障。然而，部分金融機構科技研發投入相對不足、科技人員占比嚴重失調，利用數據建模分析解決實際問題的能力有待提高。金融機構信息資源利用大多停留在表面，
數據應用尚不深入、應用領域相對較窄、數據與場景融合不夠，導致數據之“沙”難以匯聚成“塔”，海量數據資源無法盤活，數據潛力得不到充分釋放。
數據質量不高
目前金融業整體數據質量不高，給數據深入挖掘與高效應用帶來困難。在一致性方面，由于金融機構業務條線繁雜、業務種類多樣，多個部門往往
數據采集標準不一、統計口徑各異。這給全局數據建模、分析、運用造成障礙，數據挖掘效果大打折扣。在完整準確性方面，由于缺乏統一的數據治理體系，有些金融機構在數據采集、存儲、處理等環節可能存在不科學、不規范等問題，導致異常數據、缺失數據、錯誤數據等“臟數據”頻頻產生，無法確保數據的完整性和準確性。
存在信息孤島
部分金融數據具有一定敏感性，涉及用戶個人隱私、商業秘密甚至國家安全，數據共享可能存在法律風險，客觀上給機構間共享數據帶來障礙。而且由于各機構數據接口不統一，不同機構的數據難以互聯互通，嚴重阻礙數據開放共享，導致數據資產相互割裂、自成體系。此外，多數金融機構都將數據作為戰略性資源，認為擁有數據就擁有客戶資源和市場競爭力，主觀上不愿意共享數據。
二、數據治理如何幫助金融企業實現數字化轉型
億信華辰
睿治數據治理平臺通過建立統一的
數據標準、可量化的數據質量管理、高時效的元數據服務，提升了人員溝通效率，提高數據質量，推動金融行業數據管理水平的穩步提升，提高需求分析、應用設計的工作效率，滿足內部全面風險管理能力及精細化管理要求，幫助企業實現數字化轉型。?
?提升
數據資產管理能力：基于元數據視圖和分析能力，更高效地支持
數據倉庫等關鍵應用的開發效率和質量?
?推進數據標準化：管理數據標準的定義、發布和執行情況，建立全行通用的數據標準，推進數據標準在系統中的有效落地?
實現精準高效的分析：通過數據治理和管控，系統將提供標準統一的、高質量的數據，并通過元數據服務幫助用戶快速定位，促進
數據資產價值的發掘和利用，實現精準高效的分析?
提高數據轉化信息能力：通過全面數據質量管理，有效地降低了數據質量導致的系統維護和信息維護成本，使數據真正轉化為信息。
（部分內容來源網絡，如有侵權請聯系刪除）
