3.无法满足及时性、可获取性、准确性要求
在银行经营管理架构中,业务系统建设通常由业务和信息技术部门负责,其重点在于业务运行正常。当国家相关部门,如标准、统计、监管等对数据标准、数据口径有新要求时,通常又由负责统计分析的部门来落实。工作目的和要求不同,导致新口径、新标准在落实中常常滞后于相关政策的要求,这就使数据的及时性要求无法得到满足。
在日常经营决策中,银行综合管理部门应该可以方便、简易地获得行内各业务系统的数据,各业务部门也应该可以方便地得到本地业务数据。但是,在实际工作中,由于系统数量较多,系统功能差异明显,以及人员流动等原因,行内各系统“有什么数据”和“数据在哪里”常常成为困扰管理人员的难题。另外,由于部门数据需要经过多次加工,需要整合为多个系统的数据,也使数据的可得性大大下降。例如,某一时间点客户的“授信使用率”
就需要整合授信管理、信贷管理、债券投资、票据贴现、国际业务等多个系统的数据,还要考虑多个币种的折算。正因为存在上述问题,对数据质量最重要的准确性要求就很难得到保证。数据准确性不高,必然导致分析的偏差和决策的错误。
从近10年全球银行业发展的趋势来看,在整个经营过程中,强化数据整合能力,通过数据分析确定发展战略,全方位地推行数字化管理成为先进银行的共同选择。从最近风起云涌的互联网金融发展路径看,更是将数据积累、数据处理、数据分析的优势发挥到了极致。