当前，在国家整体信息科技实力不断提升的基础上，金融信息化继续深入发展，以移动金融、互联网金融、智能金融等为代表的金融新业态、新应用、新模式正在蓬勃兴起，在交易欺诈识别、精准营销、消费信贷、信贷风险评估、供应链金融、股市行情预测、股价预测、智能投顾、骗保识别、风险定价等涉及银行、证券、保险、支付清算和互联网金融等多领域的具体业务中，得到广泛应用。

面对金融科技带给金融业前所未有的冲击，数字化转型是金融业未来生存发展的必然选择。金融业数字化转型要求以体验为核心、以数据为基础、以技术为驱动，在客户、场景、产品、服务转化为数字形态的基础上，用数字思维和手段重塑金融业务和服务流程，实现内在价值的提升。数据已经成为金融业的重要资产和核心竞争力，如何充分发挥数据价值，驱动业务发展，已成为这个时代给予众多金融企业的重要考题。

对传统金融公司而言，如何实现渠道、产品服务、客户体验等全方位的数字化转型？对新型金融公司或金融服务而言，如何实现多方交易数据的标准化和自动化决策？在金融机构数字化发展的过程中，如何实现数据隐私保护、有效预防金融欺诈？这些数据驱动的业务决策模式，高度依赖于数据的全面、精准和高时效，这对金融行业的数据质量提出了前所未有的挑战。

在实际业务场景中，尽管大数据应用给金融机构带来的成效已远超过往，但与人们的长远预期仍相去甚远，究其根源在于数据质量参差不齐，不准确或无效数据的使用容易导致金融机构决策出现偏差，甚至业务风险上升。

近年来，金融行业监管部门陆续出台相关法规，合规要求一再升级，从目前情况看，数据质量问题不仅阻碍了金融机构向高质量方向发展，还影响了监管效率。

2017年，保监会发布了《关于开展偿付能力数据真实性自查工作的通知》(下称《通知》)，通过开展偿付能力数据真实性自查工作，核查保险公司偿付能力基础数据的真实性、合规性和完整性，着力整治数据造假、数据错误、不按规定报送数据等问题，强化监管制度的刚性约束，推动保险公司增强合法合规意识，提升管理水平，提高数据报送质量，夯实行业发展和风险防范的基础。

2018年，中国银行保险监督管理委员会发布《银行业金融机构数据治理指引》(以下简称《指引》)，全面强化数据质量要求，建立数据质量控制机制，确保数据的真实性、准确性、连续性、完整性和及时性。对于数据治理不满足有关法律法规和监管规则要求的金融机构，要求其制定整改方案，责令限期改正；或与公司治理评价、监管评级等挂钩；也可依法采取其他相应监管措施及实施行政处罚。

为应对监管机构的合规要求，金融企业开始重视在大数据领域尤其是数据治理方面的投入，但仍面临重重困难。金融机构之间、监管机构与被监管机构之间仍然存在信息断层，不同领域的金融机构包括银行业、证券期货业、保险业等，或者独立的金融从业机构内部，都同时运行多套业务系统，这些业务系统之间没有一套有关数据治理各方面的统一标准。由于数据记录、数据语言、数据数值等方面的不统一和滥用，使得金融从业机构的原始数据呈现碎片化分布，来自不同业务、不同时期的数据的用途、结构、价值和质量水平差异很大，为数据的提取、整理、分析、使用造成了很大的困难。