2．找不到目标客户

在利率市场化稳步加快的背景下，各银行受保护的利差收益将逐步消失，细化市场分工、突出自身优势、实施差异化经营成为银行参与竞争的必然选择。但是，在客户信息和交易数据积累不足的情况下，银行无法对客户风险度、贡献度进行度量，难以确定适合自身能力的目标客户群，也难以制订有针对性的价格体系服务客户。

3．绩效考核不到位

随着现代商业银行经营管理水平的提高，精细化管理要求各银行要通过实施管理会计来实现按产品、机构、部门、渠道、员工等进行核算和评价，这就要求相关部门能够精细、准确、及时地得到银行的经营数据。这对许多银行的数据颗粒化程度、会计科目的设置等都提出了更高的要求。

4．风险管理难以细化

风险管理是银行经营的永恒话题，商业银行在开展业务的过程中，必须对客户、行业、区域，甚至国家的风险进行量化评估，做出是否进入，以及如何定价的经营决策。此外，对风险承受度评估的压力测试也对数据质量有很高的要求。在数据质量存在问题的情况下，风险管理不可能实现细化和量化。

5．影响产品创新

现代商业银行的竞争归根结底是产品的竞争，是服务能力的竞争。银行的产品创新总体上可以分成两种：一是填平补齐式的，主要解决人有我无的问题；二是独创领先式的，主要确立人无我有的优势。要提高这两种创新的针对性、有效性，都需要对产品本身的成本、风险，以及客户的需求、偏好进行分析，这就需要有大量高质量的数据作为支撑。

近10年来，各商业银行对数据价值的认识不断深化，几乎所有的银行都在数据集中、信息系统建设、内部制度建设等方面加大了投入，中国人民银行、中国银行业监督管理委员会等金融管理部门也对银行的数据质量管理提出了更高要求。从各行的实践看，全面提升数据质量需要多管齐下，建立全方位的提升数据质量管理体系。