正因為我國商業(yè)銀行在標準認識和建設方面存在各種不足，才導致了因標準貫徹而出現的各種各樣的問題。舉幾個簡單例子：

首先，國民經濟的行業(yè)分類標準，針對2002年國家標準中谷物種植這一分類，在2011年進行了進一步的細分，區(qū)分了稻谷、小麥等小類。但是，這些標準只是作為國家標準發(fā)布，在很多商業(yè)銀行中的實際應用中并未跟上國家標準的變化，主要原因是數據標準的管理停留在文檔階段，沒有相應的系統(tǒng)進行支持。這種情況不僅造成了標準的共享能力很弱，而且導致了實際貫徹標準過程中無跡可尋。通過查閱文檔來尋找標準，不僅對人員提出了較高的要求，而且查找效率低下。

其次，早期商業(yè)銀行在各項業(yè)務系統(tǒng)建設過程中基本上是各自為政的，只要滿足本業(yè)務系統(tǒng)的業(yè)務開展即可。但是，隨著數據挖掘、分析等應有領域的興起，各業(yè)務系統(tǒng)的數據標準不一致對分析工作造成很大的困擾。例如：在個人存貸系統(tǒng)中用O表示男，用l表示女，而在信用卡系統(tǒng)中則正好相反。對于單個系統(tǒng)來說，不管是業(yè)務處理，還是統(tǒng)計分析，都不會造成影響。但是，現在商業(yè)銀行基本上以數據倉庫作為基礎進行數據挖掘、分析和決策，那么，在進入數據倉庫前必須了解各個業(yè)務系統(tǒng)相關數據到底表示什么含義，若存在不一致的情況，則必須進行映射。由于銀行尤其是大型商業(yè)銀行業(yè)務系統(tǒng)眾多，每個業(yè)務系統(tǒng)存在大量的數據表，具有不同數據字典和編碼規(guī)則的字段。一般情況下，大型商業(yè)銀行有將近30萬張表，即使以1%的比率對相關存儲規(guī)則進行調查和映射，幾千張表的工作量也是驚人的。

再有，最近某商業(yè)銀行的兩個不同部門就第三方支付的總體業(yè)務量的統(tǒng)計數據產生了分歧，最終發(fā)現一個部門對日志中標明為第三方支付渠道的交易進行了統(tǒng)計，而另一個部門則認為只有具有第三方支付牌照的機構所涉及的交易才需要進行統(tǒng)計。由此可以看出，不同部門對同一件事物的標準以及統(tǒng)計口徑是存在差異的。

從上面的例子可以看出，數據標準是一個基礎性的工作，需要各方面達成共識。