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。