3．無法滿足及時性、可獲取性、準確性要求

在銀行經營管理架構中，業務系統建設通常由業務和信息技術部門負責，其重點在于業務運行正常。當國家相關部門，如標準、統計、監管等對數據標準、數據口徑有新要求時，通常又由負責統計分析的部門來落實。工作目的和要求不同，導致新口徑、新標準在落實中常常滯后于相關政策的要求，這就使數據的及時性要求無法得到滿足。

在日常經營決策中，銀行綜合管理部門應該可以方便、簡易地獲得行內各業務系統的數據，各業務部門也應該可以方便地得到本地業務數據。但是，在實際工作中，由于系統數量較多，系統功能差異明顯，以及人員流動等原因，行內各系統“有什么數據”和“數據在哪里”常常成為困擾管理人員的難題。另外，由于部門數據需要經過多次加工，需要整合為多個系統的數據，也使數據的可得性大大下降。例如，某一時間點客戶的“授信使用率”

就需要整合授信管理、信貸管理、債券投資、票據貼現、國際業務等多個系統的數據，還要考慮多個幣種的折算。正因為存在上述問題，對數據質量最重要的準確性要求就很難得到保證。數據準確性不高，必然導致分析的偏差和決策的錯誤。

從近10年全球銀行業發展的趨勢來看，在整個經營過程中，強化數據整合能力，通過數據分析確定發展戰略，全方位地推行數字化管理成為先進銀行的共同選擇。從最近風起云涌的互聯網金融發展路徑看，更是將數據積累、數據處理、數據分析的優勢發揮到了極致。