金融行业大数据下的数据分类分级难点分析

数据分类分级的工作迫在眉睫。然而，金融机构在实际操作过程中存在两 大难点：一是需要适配和兼容各类外部要求；二是面对海量数据，分类分 级如何落、怎么用。

难点 1：各类外部要求需适配和兼容 数据分类分级工作须应对多种监管视角产生的管理要求，面临多种分级体系，以金融行 业为例：中国人民银行、银保监会分别颁布了《金融数据安全 数据安全分级指南》6（下称《指南》）、《银行保险机构数据安全办法》（下称《办法》）两份文件，其中对于数据分类与数据分级的侧重点有所不同，无法简单地通过把两套分类分级体系进行合并去重达到无缝衔接的目标。 因此，面对日趋严苛的法律法规、纵横交错的各类监管发文与要求，企业应如何求同存 异、兼收并蓄，形成一套能够适配兼容各外部要求的数据分类分级体系的建设需求迫在 眉睫。

难点 2：面对海量数据，分类分级如何落、怎么用 随着互联网和技术日新月异，数据量以指数级增长，字段、表、数据集合等各类粒度的数 据如何分类分级，企业应该如何在效益最大化地在目标与规划指引下开展数据分类分 级落地实施工作，如何推动企业内部各方协同参与其中，如何展现分类分级成果让企业 真正用起来等众多落地问题，是需要企业通过深思熟虑加以解决的难点。难以落地的纸 上谈兵式分类分级方案对于企业来说毫无价值，非长久之计。