全平易近充电节 | 3月26日~30日 2000位IT行业拭魅战专家邀请你一路充电进修！

就在前天，Facebook爆发了史上最大年夜的数据危机：其开放API接口给第三方公司，在未经用户许可的情况下，被盗用了高达5切切用户的小我材料。Facebook股价市值袈溱短短两天之寄┞肤发了600亿美元，同时将遭到天价罚款，其安然长面对引咎离职。

这一事宜在短短两天内赓续发酵，引起了大年夜家对数据安然问题的惊恐，同时也让人们将眼光又一次转移到了数据治理问题上来。

切实其实，数据安然问题早已不是第一天被提到，Facebook数据危机也执偾揭开了数据资产治理安然问题的冰山一角(社交、医疗、幼教、通信等行业也时有产生)。若何规避Facebook这种数据危机、做好数据安然治理?

正巧，银监会为了引导银行业金融机构加强数据治理、进步数据质量、发挥数据价值、晋升经营治理才能，于3月16日宣布了《银行业金融机构数据治理指引(收罗看法稿)》。

本文将对《指引》进行深度解读，欲望能为相干企业若何做好数据资产的“存管用”起到一些借鉴意义。

一、数据治理监管请求

本次新规共包含七章55条，在银监会有关部分负责人就相干问题答记者问中重点强调了四方面的监管请求：

明白数据治理架构

《指引》明白银行业金融机构数据治理架构，董事会、监事会和高管层等的职责分工，提出可结合实际情况设立首席数据官。请求确立数据治理牵头部分，明白牵头部分和营业部分职责。

梁铭图，新炬收集首席架构师，10年以上数据库运维、数据分析、数据库设计以及系兼顾划扶植经验，在数据架构治理以及数据资产治理方面有深刻研究。

明白数据治理和数据质量控制的请求

【编辑推荐】

1. 大年夜数据治理：处所当局预备好了吗？
2. 关于数据治理，你须要知道些什么？
3. 大年夜数据治理须要具备哪些才能和关键技巧？
4. 当局大年夜数据治理与区块链技巧应用探析
5. 基于暗码学的数据治理Crypto-based Data Governance

明白银行业金融机构数据治理方面的请求，覆盖数据计谋、数据治理轨制、数据标准、信息体系、数据共享、数据安然、应急预案、问责机制和自我评估机制等。请求建立数据质量控制机制，明白将监管数据纳入数据治理范畴，请求周全强化数据质量，包管数据的┞锋实性、精确性、持续性、完全性和及时性。强化银行业金融机构对数据质量的义务，明白由董事会承担数据治理最终义务，建立和实施上至高管层的数据治理问责机制。

明白周全实现数据价值的请求

提出银行业金融机构应当将数据应用嵌入到营业经营、风险治理和内部控制的全流程，有效捕获风险、优化营业流程、晋升内部控制有效性、实现数据驱动银行成长。凸起强调数据加总才能扶植、新产批评估请求，有效评估和处理重大年夜收购和资产剥离等营业对数据治理才能的影响。

加强监管监督

明白了监管机构的监管义务、监管方法和监管请求。对于不知足《指引》有关请求的银行业金融机构，请求其制订整改筹划，责令限日改┞俘;或与公司治理评价、监管评级等挂钩;也可能视情况采取其它响应监管办法。

二、看重并规范数据治理

与此同时，国度质检总局和国度标准委赞成宣布了《数据治理才能成熟度评估模型》。

《指引》和《评估模型》接踵而来，数据治理不再只是部分和企业个别层面，银监会新规将公司数据治理评价与监管评级挂钩。这是数据在国度层面的基本性计谋意义，接下来不止银行，保险、电力、电信等各行各业都要加倍看重数据治理。

银监会大年夜《数据质量治理优胜标准》到本次《指引》的宣布，进一步规范中小银行以及保险、证券等金融机构的数据治理晃荡和数据资产治理：

1. 将数据治理纳入企业治理范畴，并将数据治理情况与企业治理评价和监管评级挂钩。数据治理在企业中并非是一个项目情势的短期尽力，而一个企业内经久甚至于比较繁琐的过程，过程中面对着多方面的挑衅。是以，只有将数据治理纳入公司治理范畴，获得来自于企业高层的看重和支撑，数据治理晃荡才能落到实处，并能持续推动。同时，在企业内部建立优胜数据文化，建立数据是银行重要资产和数据应真实客不雅的理念与准则，强化用数意识，遵守依规用数、科学用数的职业操守。
2. 建立企业数据治理架构，让企业中真正在组织为企业数据架构和数据负责。在企业架构EA框架中，营业架构有营业部分负责，IT基本架构(软、硬件)由IT部分负责，应用架构由开辟团队或开辟商负责，但却鲜有企业有专门的数据团队负责数据相干的架构设计。这就造成了很多传统企业中数据缺乏同一的管控，产生了各类各样事实上的数据孤岛，极大年夜影响了数据分析和应用的开展。同时，一些大年夜量惹人第三方开辟的企业，甚至连最根本的数据字典都存在缺掉或大年夜量讹夺，出现数据黑盒的现象。是以，企业须要一支由企业高层引导下知够数据治理工作须要的专业部队进行数据治理，才能大年夜根本上解决这些乱象。
3. 建立企业的数据计谋、数据治理轨制和监管统计轨制。数据治理晃荡传统大将大年夜数据标准、数据模型、元数据、数据质量几个方面展开，广义的数据治理晃荡除以上晃荡外，还加上数据安然、数据生命周期、数据共享等治理晃荡。当然，数据治理的晃荡难以分开高效的数据治理对象支撑。例如：元数据治理对象采集企业不合体系和数据中间中主动提取各类元数据，并将元数据进行高效整合，并为企业不合数据应用者供给企业数据资产视图、血缘分析、影响度分析等不合元数据应用。这些数据治理的晃荡，最终为企业供给一个完全、安然、一致性、及时、标准化以及高质量数据情况。分开如许高质量的数据情况，企业难以做出明智及有效的决定计划。
    1/3    1 2 3 下一页 尾页
   
   

   　　推荐阅读

   　　聊一聊未来的数据中心会怎么？（一）

   全平易近充电节 | 3月26日~30日 2000位IT行业拭魅战专家邀请你一路充电进修！ 当前，大年夜多半新建数据中间的>>>详细阅读

   
   

   本文标题：规避FB数据危机，详解银监会数据治理指引落地路线

   地址：http://www.17bianji.com/lsqh/40815.html

    1/2    1