目前中小银行
数据治理存在
数据质量低下、
数据治理工具缺乏、重视程度低、专业人才队伍不足等方面难点。
具体而言，调研显示，数据治理过程中痛点最多的是
数据标准落地，存量数据质量提升困难最终影响数据分析结果。主要表现在三个方面，一是缺少全行统一、完整的数据标准；二是旧系统改造耗时耗力，新旧源系统数据质量层次不齐；三是缺少基于全行数据标准之上的数据质量检核，导致数据质量差。
另外，缺乏有效的数据治理工具亦是一大难点。报告显示，超过20%的受访中小银行在数据治理中缺少有效的系统支撑工具，大部分银行仅在监管数据报送领域实现了信息化支撑工具，其他领域则较多依赖人工管理，数据治理人力投入大，数据治理效率低。
数据治理重视程度低，人才培养不足。报告认为，由于大部分中小银行的数据治理开展较晚，且多以被动治理为主，对数据治理的价值认知不深，重视程度低，加之数据治理是一个长期过程，投入大，短期很难看到成效，导致数据治理在中小银行开展较为困难。报告指出，部分中小银行数据治理为单兵作战，未形成专业数据治理团队化、部门化，缺少既懂业务又懂数据治理的复合型人才。
面对上述难题，提升数据治理能力又该从哪些方面发力？
银行应从五方面提升数据治理能力，包括逐步建立数据治理架构，建立组织架构，健全职责边际清晰的架构；制定统一明确的数据标准，提升数据质量；弥合内外部的数据鸿沟，建立数据交互机制；加强数据的分析应用，发挥好
数据价值；加强合规意识，完善个人隐私保护。
其中，针对数据标准这一最大痛点，潘光伟认为，坚持数据标准先行，首先，要做好行内数据标准制度建设，实现数据共享，保证数据的统一性、完整性、真实性和可用性；其次，努力构建数字治理保障机制，明确数据治理的内部权责，在IT 系统、法务合规部门、产品开发条线、业务部门以及数据治理部门建立良好的沟通协调机制；再次，建立考核评价体系和相应的激励机制，对数据质量进行主动管控。
（部分内容来源网络，如有侵权请联系删除）
