IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告_第1頁
IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告_第2頁
IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告_第3頁
IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告_第4頁
IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告_第5頁
已閱讀5頁,還剩60頁未讀 繼續(xù)免費閱讀

IT運維管理:ITIL先鋒論壇-2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告.docx 免費下載

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

(內部資料注意保存)前言 31.調研背景 51.1調研重點 61.2調研方法 61.3樣本說明 62.運維概況 92.1業(yè)務應用 2.2運維數(shù)據(jù) 2.3運維工具 3.運維數(shù)據(jù)治理概況 153.1運維數(shù)據(jù)治理能力提升需求 3.2運維數(shù)據(jù)治理問題與挑戰(zhàn) 3.3運維數(shù)據(jù)治理能力建設 3.4運維數(shù)據(jù)治理標準規(guī)范應用 3.5運維數(shù)據(jù)治理組織及職能 203.6運維數(shù)據(jù)治理平臺建設 223.7運維數(shù)據(jù)應用場景 233.8運維數(shù)據(jù)質量問題 244.運維數(shù)據(jù)資源分類 254.1運維數(shù)據(jù)分類管理 264.2運維數(shù)據(jù)模型管理 274.3運維數(shù)據(jù)開放共享 305.建議 315.1充分認識運維數(shù)據(jù)的地位與作用 325.2圍繞數(shù)據(jù)質量提升持續(xù)推進運維數(shù)據(jù)治理 325.3打造運維數(shù)據(jù)治理產業(yè)服務生態(tài) 325.4分享同業(yè)運維數(shù)據(jù)治理優(yōu)秀案例 325.5編制運維數(shù)據(jù)治理實施指南或標準 335.6提供運維數(shù)據(jù)治理能力提升培訓服務 335.7探討支持運維數(shù)據(jù)綜充分發(fā)揮作用的監(jiān)管方法與制度 336.報告研究團隊 357.專家點評 37016 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告1.1.調研重點本次調研內容主要包括各金融機構運維概況(業(yè)務應用、運維數(shù)據(jù)和運維工具)、運維數(shù)據(jù)治理概況(治理能力建設、應用場景、標準規(guī)范、組織職能、治理平臺等)和運維數(shù)據(jù)資源分類實踐(分類管理、模型管理和開放共享)三部分。目標是了解金融機構近一年在運維數(shù)據(jù)治理中標準應用、工具建設和應用場景等方面的變化情況,以及在運維數(shù)據(jù)資源分類方面的實踐信息,為下一步運維數(shù)據(jù)治理提供更合理有效的建議和輸入。1.2調研方法本次調研采用在線問卷填報的方式,共收集有效問卷27份。問卷問題按照調研重點劃分運維概況、運維數(shù)據(jù)治理概況和運維數(shù)據(jù)資源分類,以及分會服務4大板塊,大部分問題采用單選、多選方式進行選項選擇,少部分采用文字填報方式進行信息收集。1.3樣本說明參與本次調研的對象以金融機構為主,包括政策性銀行、國有商業(yè)銀行、股份制銀行和城商行、農商行等金融機構,占比96%。圖1-1參與調研的機構7 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告參與調研的部門主要分布在運維團隊和調度團隊及相關崗位。以系統(tǒng)運維和應用運維團隊為主(占比51.85%其次是運行調度團隊(11.11%)、安全管理團隊(7.41%以及軟件開發(fā)、網(wǎng)絡運維、設備運維、業(yè)務運營、技術管理、風險管控(均各占比3.7%)。圖1-2參與調研的團隊02 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告2.1業(yè)務應用金融機構業(yè)務應用規(guī)模較大。業(yè)務應用系統(tǒng)數(shù)量分布集中在100-500,占比51.85%;系統(tǒng)數(shù)量100以內的占比14.81%;500-1000甚至1000以上的共占比33.33%,較2022年度的17.4%占比有大幅提升。圖2-1業(yè)務應用數(shù)量云與容器在金融機構得到大面積應用。約89%的機構有使用云或容器,其中測試環(huán)境、生產環(huán)境都使用云或容器的,占比約81%;僅測試環(huán)境使用云或容器的,占比約7%。而未使用云和容器的占比僅為11%。圖2-2云與容器應用 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告2.2運維數(shù)據(jù)運維數(shù)據(jù)種類眾多、范圍較廣,運維數(shù)據(jù)識別存在一定的認知偏差?;A設施、資源配置、軟件應用、流程工單是最常見的運維數(shù)據(jù)種類,占比均在85%以上。圖2-3運維數(shù)據(jù)種類與范圍從2019年至今的三次調研數(shù)據(jù)中可發(fā)現(xiàn),運維數(shù)據(jù)日增量正在持續(xù)、快速增大。超48%的機構運維數(shù)據(jù)日增量超過5T,而上年度調研結果為39%;其中,5T-10T的機構占比從13%增加到19%,10T以上的機構也從26%增加到30%。圖2-4運維數(shù)據(jù)日增量 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告圖2-5運維數(shù)據(jù)日增量三次調研對比2.3運維工具運維工具應用廣泛,數(shù)量眾多,33%的金融機構運維工具保有量在30個以上。各機構運維管理工具數(shù)量多為10-30個,占比52%,10個以下占比15%。圖2-6運維工具數(shù)量 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告(CMDB)100%全覆蓋,網(wǎng)絡性能管理、日志管理也都在90%以上。在成本管理方面相對較少,覆蓋約為19%。圖2-7運維工具種類03 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告3.1運維數(shù)據(jù)治理能力提升需求調研顯示,金融機構對運維數(shù)據(jù)治理相關服務需求較強、范圍廣泛。其中分享同業(yè)運維數(shù)據(jù)治理優(yōu)秀案例(96%)、編制運維數(shù)據(jù)治理實施指南或標準(85%),以及提供運維數(shù)據(jù)治理培訓服務(74%)。圖3-1運維數(shù)據(jù)治理需求3.2運維數(shù)據(jù)治理問題與挑戰(zhàn)運維數(shù)據(jù)治理和應用價值正在得到越來越多的重視,面臨的問題仍比較突出。首先是運維數(shù)據(jù)治理工作量太大、周期太長的問題,占比約為70%;其次是缺乏相關專業(yè)人才,占比約為59%;運維數(shù)據(jù)治理帶來的價值不直觀,占比為48%。本次調研結果比較顯著的變化是,組織沒有意識到運維數(shù)據(jù)的潛在價值的比例由上年度調研的52%下降到了本次的22%。圖3-2運維數(shù)據(jù)治理問題與挑戰(zhàn) 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告3.3運維數(shù)據(jù)治理能力建設運維數(shù)據(jù)治理重視度越來越高,超過一半(約63%)的金融機構已有效開展運維數(shù)據(jù)治理。一年內和三年內將開展此項工作的均為7%。圖3-3運維數(shù)據(jù)治理能力建設開展情況各金融機構主要結合第三方機構的產品與服務、業(yè)界標準與實踐,主動探索和研究運維數(shù)據(jù)治理。37%的機構綜合第三方機構、行業(yè)實踐、相關標準和既有經驗;30%的機構參考行業(yè)實踐和相關標準,自行探索;26%的機構暫無運維數(shù)據(jù)治理規(guī)劃;還有7%的機構通過單純引入第三方機構相關服務和產品來構建本單位的運維數(shù)據(jù)治理能力。圖3-4運維數(shù)據(jù)治理能力構建方式 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告金融機構的運維數(shù)據(jù)治理能力提升空間較大,對運維數(shù)據(jù)治理能力成熟度有了更進一步的認識。與T/CCUA019-2022《金融機構信息系統(tǒng)運維數(shù)據(jù)治理能力成熟度評估規(guī)范》對治理能力水平的定義對標,參與調研的金融機構,70%的機構處于起始級和發(fā)展級,僅有約4%的機構達到優(yōu)秀級,未發(fā)現(xiàn)達到卓越級的機構。從三次調研數(shù)據(jù)來看,發(fā)展級的占比基本持平,穩(wěn)健級占比逐年上升。圖3-5運維數(shù)據(jù)治理能力成熟度評估圖3-6運維數(shù)據(jù)治理能力成熟度評估三次調研對比 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告3.4運維數(shù)據(jù)治理標準規(guī)范應用運維數(shù)據(jù)治理目前缺乏對口的國標、行標用以遵循和參考,但從廣泛的數(shù)據(jù)治理領域實踐來看,國標GB/T36073-2018《數(shù)據(jù)管理能力成熟度評估模型》在運維數(shù)據(jù)治理中應用占比最多占比達到了48%。其次為團體標準T/CCUA019-2022《金融機構信息系統(tǒng)運維數(shù)據(jù)治理能力成熟度評估規(guī)范》(于2022年12月1日開始實施),占比超過了44%;GB/T34960.5-2018《信息技術服務治理第5部分:數(shù)據(jù)治理規(guī)范》,占比41%;JR/T0210-2021《金融IT基礎設施數(shù)據(jù)元》占比37%。另有4%的機構還應用了其他標準規(guī)范,如JR/T0265-2023《數(shù)據(jù)中心能力建設指引》。11%的機構未應用任何標準。圖3-7數(shù)據(jù)治理相關標準應用約59%的機構有對運維數(shù)據(jù)治理的要求,但未形成制度和流程;26%的機構尚無對運維數(shù)據(jù)治理的要求、制度和流程;僅有15%的機構有單獨的運維數(shù)據(jù)治理制度和流程。 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告圖3-8運維數(shù)據(jù)治理制度和流程建設3.5運維數(shù)據(jù)治理組織及職能運維數(shù)據(jù)治理職能,超過一半建立在數(shù)據(jù)中心/運行中心/科技運營管理等組織機構之上(63%)。其次是科技部/信息技術管理部約為22%,還有15%尚未建立承擔運維數(shù)據(jù)治理職能的組織機構。圖3-9承擔運維數(shù)據(jù)治理職能的組織機構 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告運維數(shù)據(jù)治理的崗位大量缺失,崗位職責有待進一步細分。有67%的機構尚未建立運維數(shù)據(jù)治理崗位/角色;在已設立的崗位/角色中數(shù)據(jù)擁有者占比最高,占比34%;其次是數(shù)據(jù)分析師、數(shù)據(jù)架構師、數(shù)據(jù)管家,分別占比22%、19%、15%。圖3-10運維數(shù)據(jù)治理崗位/角色大多數(shù)機構中,不同種類的運維數(shù)據(jù)明確地由相應部門負責(63%)。22%的機構所有運維數(shù)據(jù)由某部門統(tǒng)一歸口管理,還有15%的機構尚未明確具體管理職能,由相關團隊自發(fā)管理。圖3-11運維數(shù)據(jù)管理模式 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告運維數(shù)據(jù)與業(yè)務數(shù)據(jù)管理各自獨立。運維數(shù)據(jù)與業(yè)務數(shù)據(jù)遵從上級統(tǒng)一管理,二者作為平行模塊進行獨立管理,占比52%;運維數(shù)據(jù)與業(yè)務數(shù)據(jù)完全獨立管理,沒有共同的上層管理部門或要求,占比30%;尚未進行運維數(shù)據(jù)專項管理的,占比19%。圖3-12運維數(shù)據(jù)與業(yè)務數(shù)據(jù)管理關系3.6運維數(shù)據(jù)治理平臺建設運維數(shù)據(jù)治理平臺與制度流程情況類似,大部分處于缺失狀態(tài)。暫無運維數(shù)據(jù)治理平臺和正在規(guī)劃中的高達74%,使用公司業(yè)務數(shù)據(jù)治理平臺的占15%,已建立獨立的運維數(shù)據(jù)治理平臺的僅占11%。 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告圖3-13運維數(shù)據(jù)治理平臺建設情況3.7運維數(shù)據(jù)應用場景運維數(shù)據(jù)的應用場景發(fā)展較快、分布廣泛,智能運維仍是關注焦點。在運維數(shù)據(jù)治理的應用場景和價值實現(xiàn)中,異常檢測、資源容量預測等智能運維場景最受關注,占比均為85%。數(shù)據(jù)質量提升、根因分析與定位、IT資產管理場景也有超八成的機構關注。圖3-14運維數(shù)據(jù)應用場景和價值 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告3.8運維數(shù)據(jù)質量問題運維數(shù)據(jù)的質量是運維數(shù)據(jù)場景價值發(fā)揮的基礎,金融機構目前面臨的運維數(shù)據(jù)質量問題種類多樣。數(shù)據(jù)的唯一性和完整性問題尤其突出,占比均超過70%;數(shù)據(jù)的有效性、準確性、一致性、可用性和實時性問題也比較明顯。圖3-15運維數(shù)據(jù)質量問題04 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告4.1運維數(shù)據(jù)分類管理對運維數(shù)據(jù)進行有效分類是運維數(shù)據(jù)資源化/資產化的關鍵步驟,超過一半的金融機構已初步建立了運維數(shù)據(jù)分類管理方法。運維數(shù)據(jù)分類管理已建立和正在建立的機構達到52%,未建立但有規(guī)劃的機構占比22%,未建立且無規(guī)劃的占比26%。圖4-1運維數(shù)據(jù)分類體系建設情況已建立和正在建立運維數(shù)據(jù)分類管理機制的大部分金融機構按照運維數(shù)據(jù)內容進行分類管理,占比89%,如性能數(shù)據(jù)、告警數(shù)據(jù)、工單數(shù)據(jù)、日志數(shù)據(jù)等;占比11%的機構按照運維數(shù)據(jù)類型結構進行分類管理,如結構化數(shù)據(jù)、半結構數(shù)據(jù)、非結構化數(shù)據(jù)。圖4-2運維數(shù)據(jù)分類維度 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告數(shù)據(jù)分層管理體現(xiàn)數(shù)據(jù)治理的深化程度,超過一半的金融機構沒有對分類運維數(shù)據(jù)進行分層管理(占比56%)。分為3層的占比22%,分4層的占比15%,分2層的占比7%。圖4-3運維數(shù)據(jù)分類層級運維指標體系有大面積缺失(約44%)。41%的機構已建立運維指標管理體系,15%的機構正在建立。圖4-4運維指標管理體系4.2運維數(shù)據(jù)模型管理數(shù)據(jù)的分類分層需要數(shù)據(jù)模型來承載,不同種類運維數(shù)據(jù)的模型管理呈現(xiàn)出參 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告差不齊的狀態(tài)。其中,監(jiān)控策略、性能指標、流程工單相關模型占比70%;其次為關聯(lián)關系、告警均為67%。相較上年調研結果,模型的豐富度有實質性的提升。圖4-5運維數(shù)據(jù)模型數(shù)據(jù)模型主要通過元數(shù)據(jù)識別與管理來實現(xiàn),管理元數(shù)據(jù)在責任部門、來源應用等責任標識方面覆蓋率較高,在安全等級、是否加密等安全與隱私保護方面覆蓋范圍較窄。其中,創(chuàng)建時間占比最高,達85%;更新時間、責任部門也均占約70%。圖4-6運維數(shù)據(jù)管理元數(shù)據(jù) 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告超七成的機構通過CMDB(配置管理數(shù)據(jù)庫)來管理運維數(shù)據(jù)的元數(shù)據(jù)。約7%的機構建立了單獨的元數(shù)據(jù)管理平臺,還有15%的機構暫未對元數(shù)據(jù)進行專項管圖4-7運維數(shù)據(jù)元數(shù)據(jù)管理方式運維數(shù)據(jù)在分類分層、模型標準方面的遵從性管理方面,普遍缺乏自動化手段。無明確管理手段,依賴既有工具能力,占48%;其次為數(shù)據(jù)資產盤點、數(shù)據(jù)質量考核、數(shù)據(jù)審批流程,分別占比41%、37%、33%。圖4-8運維數(shù)據(jù)遵從性管理 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告4.3運維數(shù)據(jù)開放共享運維數(shù)據(jù)當前主要以數(shù)據(jù)形態(tài)服務于運維工具內部,面向業(yè)務應用、甚至以運維數(shù)據(jù)衍生產品或服務的方式對機構外部進行共享的情況極少。74%的機構通過數(shù)據(jù)跨內部運維工具做數(shù)據(jù)集成或服務,數(shù)據(jù)滯留在生成的運維工具中占比52%;其次為數(shù)據(jù)跨內部業(yè)務應用做數(shù)據(jù)集成或服務,占比26%;數(shù)據(jù)以產品方式對外銷售或提供服務、數(shù)據(jù)以報告方式對外銷售或提供服務,分別均占比11%。圖4-9運維數(shù)據(jù)開放共享05 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告5.1充分認識運維數(shù)據(jù)的地位與作用建立數(shù)據(jù)驅動的意識和原則,基于運維數(shù)據(jù)的全生命周期有序管理,不斷拓寬運維數(shù)據(jù)邊界,充分挖掘和釋放運維數(shù)據(jù)價值。運維的數(shù)字化轉型與發(fā)展,需要運維數(shù)據(jù)的支撐。運維數(shù)據(jù)是連接運維平臺化、服務化與智能化的橋梁和必經之路,是智能運維的土壤,向上加持智能算法與應用場景,方可邁進智能運維階段。5.2圍繞數(shù)據(jù)質量提升持續(xù)推進運維數(shù)據(jù)治理提升運維數(shù)據(jù)質量是運維數(shù)據(jù)治理的第一目標,也是推進運維數(shù)據(jù)治理的突破口和連接器。建立運維數(shù)據(jù)分類分層模型,構建運維數(shù)據(jù)模型和數(shù)據(jù)標準;進而建立數(shù)據(jù)質量稽查規(guī)則與質檢制度,落實數(shù)據(jù)質量責任主體;標識數(shù)據(jù)源頭,明晰數(shù)據(jù)鏈路。在數(shù)據(jù)質量保障基礎之上,構建的數(shù)據(jù)地圖、數(shù)據(jù)服務等才能被信任、被使用,最終呈現(xiàn)數(shù)據(jù)價值。5.3打造運維數(shù)據(jù)治理產業(yè)服務生態(tài)運維數(shù)據(jù)治理的持續(xù)、深入開展需要各方面的有效協(xié)同、共同努力,形成運維數(shù)據(jù)治理產業(yè)生態(tài)。在行業(yè)和領域方面,實施指南與標準可形成方向指引、能力框架、最佳實踐;能力構建方面,三方培訓服務可快速地賦能運維團隊和數(shù)據(jù)團隊,優(yōu)秀實踐案例可形成有效參考,同業(yè)交流可激發(fā)創(chuàng)新;能力評估方面,基于運維數(shù)據(jù)治理能力成熟度模型進行成熟度評定,可識別能力差距、引導建設目標;產品與技術方面,咨詢服務可適配規(guī)劃和設計運維數(shù)據(jù)治理體系,運維數(shù)據(jù)治理方案與平臺可承接和落地運維數(shù)據(jù)治理功能要求。5.4分享同業(yè)運維數(shù)據(jù)治理優(yōu)秀案例 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告調研結果表明,運維數(shù)據(jù)治理在金融行業(yè)仍處于前期探索階段,僅有一半?yún)⑴c調研的金融機構已開展了運維數(shù)據(jù)治理工作,相關實踐缺乏對口標準參考借鑒,在運維數(shù)據(jù)治理組織機構、角色設置、制度流程、工具平臺建設等方面亟待加強?;跇I(yè)界運維數(shù)據(jù)治理的最佳實踐,編制數(shù)據(jù)治理優(yōu)秀案例,為促進金融行業(yè)運維數(shù)據(jù)治理實踐、提升金融行業(yè)數(shù)據(jù)治理水平提供有益的路徑參照。5.5編制運維數(shù)據(jù)治理實施指南或標準調研結果顯示,運維數(shù)據(jù)治理面臨最突出的挑戰(zhàn)是工作量大、周期長,以及人才供給不足。運維數(shù)據(jù)治理的關注群體當前多局限于運維部門或團隊,這就要求運維團隊在履行運維職能、提升業(yè)務效率的同時,還需要提升數(shù)據(jù)治理相關技能或引入專業(yè)數(shù)據(jù)團隊、爭取和增加戰(zhàn)略投入。運維數(shù)據(jù)治理實施指南或標準可為運維數(shù)據(jù)治理落地提供標準路徑,指出方向、提出要求、明確范圍和規(guī)范步驟,以求加快運維數(shù)據(jù)治理速度、規(guī)避潛在風險、促進其不斷演進、逐步呈現(xiàn)價值和形成正向循環(huán)。5.6提供運維數(shù)據(jù)治理能力提升培訓服務運維數(shù)據(jù)治理是一個較新的領域,涉及面較廣,運維團隊或數(shù)據(jù)團隊需要從技能堆棧和業(yè)務范圍上做進一步擴展。在業(yè)界案例與標準指南方面做研究之外,還可通過專業(yè)領域的系統(tǒng)性培訓,面向運維數(shù)據(jù)應用場景,構建和提升運維數(shù)據(jù)治理能力體系。5.7探討支持運維數(shù)據(jù)綜充分發(fā)揮作用的監(jiān)管方法與制度隨著我國綜合國力的不斷增強,金融行業(yè)為服務實體經濟、服務我國的全球化起到了重要作用。金融行業(yè)的數(shù)字化轉型、運維數(shù)據(jù)的綜合治理、運維數(shù)據(jù)在金 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告融行業(yè)中整體作用的定位及要素化管理、利用等,都需要不斷深入探討、交流與實踐。與之相應的,是相關領域行業(yè)監(jiān)管制度的研究與支持。我們認為,行業(yè)監(jiān)管客觀上有兩個作用:一是對各項業(yè)務進行合法合規(guī)的監(jiān)督,保障行業(yè)健康發(fā)展;二是通過監(jiān)管制度的適度調整,傳達政府的宏觀調控意圖,引導行業(yè)在一些領域的發(fā)展。對于運維數(shù)據(jù)領域,同樣需要進行深入研究,從監(jiān)管方法、制度上探討如何進一步支持提高治理水平、充分發(fā)揮數(shù)據(jù)要素作用,使得金融運維數(shù)據(jù)的獨特作用可以得到充分利用。06 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告中國銀行股份有限公司劉英敏、趙冰、李贊、李侃侃中國郵政儲蓄銀行股份有限公司劉鍇華夏銀行股份有限公司于鋒興業(yè)銀行股份有限公司謝方鎧國家開發(fā)銀行陳鐸文上海浦東發(fā)展銀行股份有限公司陳俊中國光大銀行股份有限公司吳勇中信銀行股份有限公司伍科松上海銀行股份有限公司崔立群北京農商銀行股份有限公司周煒貴州省農村信用社聯(lián)合社劉超、李友福深圳前海微眾銀行股份有限公司梁澤源開泰銀行股份有限公司丁偉中國銀河證券股份有限公司鐘鋒中央財經大學顧煒宇南京審計大學郭紅建華為技術有限公司鞠超、董冬冬、鄧懷剛、趙建波、曲圣智、方衛(wèi)國、萬里上海擎創(chuàng)信息技術有限公司楊辰、張健建信金融科技有限公司吳澤君、鄢立中治研(北京)國際信息技術研究院魏東、楊曉平信息科技審計分會劉述忠、孫衛(wèi)東01 2023年度金融行業(yè)運維數(shù)據(jù)治理調研報告金融行業(yè)數(shù)據(jù)治理調研活動能夠連續(xù)開展四年,運維數(shù)據(jù)治理調研沿著標準建設能夠連續(xù)開展三年本身就是了填補行業(yè)專題研究的空白。相信隨著標準的形成和應用,這些工作一定會對金融行業(yè)數(shù)據(jù)治理能力水平提升發(fā)揮積極作用?!愄烨?,信息科技審計分會顧問、中治研(北京)國際信息技術研究院院長行業(yè)專題調研活動是協(xié)會組織的必修課,要持續(xù)、深入開展。中國金融科技應用水平在全球處于領先地位,開展相關行業(yè)建設工作協(xié)會組織要有這樣的意識,具有行業(yè)水平代表性的機構應該有這樣的意識和社會責任,積極參與進來。數(shù)據(jù)治理的本質在于用好數(shù)據(jù),更好地推動技術與業(yè)務的融合,堅持這個目標,持續(xù)做下去,就會有收獲。——陳文雄,金融信息科技治理專家委員會委員、原中國銀保監(jiān)會檢查局二級巡視員數(shù)據(jù)、算法、算力是人工智能技術的三大基礎要素。在金融業(yè)數(shù)據(jù)中心里,每時每刻都在產生著大量的運維數(shù)據(jù)。只有從浩如煙海的數(shù)據(jù)中去偽存真、去蕪存菁,篩選出高質量數(shù)據(jù),才能為扎實地邁向數(shù)字化運

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論