【大数据技术标准推进委员会】金融机构外部数据管理实践白皮书2024年_52页_1mb

外部数据管理模式：

• 金融机构外部数据管理主要采用三种模式：自主分散、统分结合与统一集中。
• 统一集中模式日益成为主流，其优势在于整合需求、规范流程、促进共享并保障安全。

外部数据全流程管理：

• 引入阶段：包含需求收集、评估、供方筛选、验证测试、预算审批与采购。
• 应用管理：涉及数据接入、传输、存储、共享、质量监测、效用评估及内外部数据融合。
• 退出流程：根据合作情况分为正常退出与异常退出，均需正式管理并优化应急预案。

外部数据发展热点与趋势：

• 深挖数据价值：通过自建数据产品控制成本，并提升数据应用效率。
• 夯实引入环节：执行全面的验证测试以确保数据适宜性。
• 提升管理平台效率：整合资源，构建支持精细化管理的平台。
• 降本增效趋势：
  • 重视数据价值评估与淘汰低效数据。
  • 通过需求细分避免资源浪费。
  • 优化采购策略并推动产品化、资产化运营。
• 采购模式调整：从延续性采购转向竞争性引入，确保优质供应商选择。
• 成效评估机制逐步完善：建立定量与定性相结合的评估方法论。
• 外部数据监管趋严：加强数据安全合规管理，响应国家监管政策。
• 外部数据资产化进程探索：根据《企业数据资源相关会计处理暂行规定》，符合条件的外购数据可进行资产入表。

真实行业案例：

• 多家金融机构如工商银行、招商银行、华夏银行等，均在数据引入、管理机制、全生命周期控制等方面建立了创新的实战经验，展现了改进降本增效技术实现路径与管理策略的多样化探索与成效。