在當前經濟形勢下，全面落實金融科技戰略、推進金融科技創新體制改革，加速數字化轉型，已成為銀行業金融機構轉換發展動能和尋求發展突破的最佳選擇。金融科技的核心在于數據化經營，數據治理能力和數據應用能力正逐漸成為金融科技轉型競爭的新優勢。

　　近年來，銀行業金融機構在業務快速發展過程中，積累了客戶數據、交易數據、外部數據等海量數據，擁有良好的大數據基礎。隨著信息化、數字化、智能化的高速發展，數據所創造的價值不斷提高，管理層對于數據資源是銀行重要資產的認識不斷加深，以及數據資產和數據主權意識的覺醒，最大程度地挖掘數據價值、實現有效的數據治理將成為銀行機構最重要的任務之一。近期銀保監會發布《銀行業金融機構數據治理指引》以取代銀監會2011年頒布的《銀行監管統計數據質量管理良好標準(試行)》，旨在引導銀行業金融機構加強數據治理，提高數據質量，充分發揮數據價值，提升經營管理水平，推動銀行業金融機構由高速增長向高質量發展轉變。

　　大銀行通過多年數據治理基礎工作的探索和積累，已開始重點關注和著手通過數據治理帶動業務價值和數據價值提升；中小銀行目前的主要精力集中在建立數據治理體系，搭建組織架構，明確管理職責，補足治理短板，探索發現符合自身特點的數據治理方法和價值實現路徑。本文以下內容將圍繞銀行開展數據治理的目標、問題與挑戰、工作原則和關鍵措施四個方面進行闡述。

　　主要目標

　　建立長效機制，形成良性運轉閉環。數據治理是一個長期、復雜的系統工程，建立一套切實可行的長效數據治理機制，是數據治理成果能夠真正實施落地的重要保障。為此，需要提升對數據治理的戰略認知，建立符合監管要求和銀行管理要求的數據治理體系和管理機制，包括數據治理組織架構、職責及數據治理相關管理辦法、制度和規范，落實數據治理責任，強化內部用數意識，建立良好數據文化，將數據治理融入經營管理、業務發展和風險管理的全過程，通過標準制定、貫標，質量監測，問題跟蹤解決，形成全行數據良性運轉的閉環，唯有如此，數據治理活動才能落到實處，并持續推動。

　　短期推動管理職責落實，樹立數據資產意識。為有效落實管理職責，銀行應建立組織架構健全、職責邊界清晰的數據治理架構，明確董事會、監事會、高級管理層和相關部門的職責分工，建立多層次、相互銜接的運行機制。在明確數據管理職能的基礎上，更深層次的目標是要將數據作為獨立的管理對象，形成針對獨立數據對象的治理文化和管理模式，落實數據管家機制，實現數據治理各角色各司其責、協同配合。同時，樹立數據是銀行重要資產和數據應真實客觀的理念與準則，持續豐富內外部數據資產內涵與外延，建立大數據資產地圖，為將來實施全面的數據資產管理奠定堅實基礎。

　　治理策略由管控驅動向服務驅動轉型。傳統的管控型數據治理強調的是管理流程和管理規范，主要目標是做數據管控。在大數據時代，數據價值凸顯，數據治理的價值不能僅局限在管控層面，而是轉變為面向全用戶的“服務型”數據治理，數據治理要定位于“數據”與“用戶”之間的“中介”，更多關注自身數據服務能力，讓各部門在合理使用數據的同時，自然地把數據管理的工作順利完成，以業務為導向，以服務推管理，通過重新定義銀行業金融機構中各組織構成在數據治理活動中的角色，建立相互協作、相互促進的管理模式，創造出全新的數據治理生態圈。

　　促進數據連接與增值，多方式衡量數據價值。內外部數據進行連接與整合后，將數據對內和對外共享是銀行應用數據、提升數據活躍性、讓數據持續保值和增值的必然要求。銀行應建立適合自身特點的數據統籌管理與共享機制，通過多種數據應用模式向行內外各種數據使用者提供高效、便捷的數據服務，讓數據在更廣泛的范圍內實現流動與共享，加強數據的互聯互通，這促進了數據的充分應用，產生更多連接和增值。與此同時，需要建立數據價值評估與衡量的方式方法，以及數據資產價值評估與衡量的維度，例如適時性、關聯性和活躍性等，實現對內和對外數據價值的有效衡量，這樣有助于明確數據價值與加速變現。

　　問題與挑戰

　　治理體系化建設有待完善。目前多數銀行都具備一定的數據治理架構基礎，但缺乏配套且完善的數據治理機制和體系，往往體現的結果是數據治理工作僅由牽頭部門單線作戰，數據標準統一和數據質量整改工作都難以推進。為此，需結合行內實際情況、業務和IT戰略，建立合理可行的治理體系化建設規劃，涉及管理層以及各相關部門的參與及配合，從策略和架構、制度和流程到技術平臺各個方面均需要進行周全的考慮，不能顧此失彼。

　　關鍵數據缺乏統一管理。多數銀行的客戶、產品、機構、員工等關鍵數據的管理職能分散在行內不同部門，由于職責分散，缺乏統籌管理與整合，即使擁有一套行內的基礎數據標準，但由于缺乏跨業務條線的協調與管控機制，無法實現最佳實踐的指導與合理應用，導致關鍵數據在營銷管理、賬務核算、業績管理和統計分析等數據應用領域出現一系列問題，如數據加工難度較大、處理邏輯復雜、數據時效性差、指標口徑不一、報表數據差異等，無法建立完整的統一視圖，給數據應用帶來較大困擾。

　　業務部門參與程度不高。數據治理是系統工程，應當從下至上，做到人人有責、層層把關。但是在當前實際的工作開展過程中，很多銀行往往認為“數據治理是技術部門的事，業務部門不應關心細節”，將相關利益人和責任人的范圍窄化在銀行的信息技術部門。其實不然，業務部門作為數據的采集者、所有者和使用者，不僅是數據標準與采集規范的定義部門，還是能夠最早發現數據質量問題的第一道防線，是數據問題的直接影響方，同時也是數據應用和數據價值的最大受益者，業務部門應樹立“主人翁”意識，積極投身到主動式數據管理工作中。此外，站在數據生命周期的角度，從數據產生、處理、傳輸、存儲、發布、使用、歸檔和廢棄等各個階段，業務人員都是數據治理工作的關鍵參與者和價值受益者。當前業務部門在銀行數據治理工作中參與程度不高，是數據資產和數據主權意識尚未徹底覺醒的一種表現，也是當前數據治理體系不完善、治理過程價值釋放不明顯和數據文化未形成的綜合體現。

　　缺乏有效的治理工具予以支撐。長期、頻繁地通過手工操作方式進行數據標準維護和數據質量監測，大大增加了數據治理操作環節的工作量，不僅難以推動全行數據標準統一與數據質量的持續提升，更不利于行內形成數據治理文化。在數據標準方面，由于業務場景發生拓展導致不斷產生數據需求變更，伴隨著也會出現前期制定、發布的標準不再適用，若缺乏系統工具的支撐，數據標準維護很難跟上頻繁變更的數據需求，再加上缺乏工具的管控支持，很容易導致數據標準脫離業務實際，變成一紙空文。在數據質量方面，隨著質量檢核規則不斷增加，監測范圍不斷擴大，依靠定期開展手工數據質量檢查工作將難以維系，通過代碼化、系統化方式，能夠快速遍歷數據、診斷問題，簡化新增檢查規則的流程。因此，在機制、流程已經跑通的基礎上，應盡快引入成熟、配套的治理工具，能夠實現高效持續的數據治理執行，提升見效速率。

　　工作原則

　　以滿足監管要求為底線。目前銀行業已經進入嚴監管、強監管時代，銀行業監督管理機構將通過非現場監管、現場檢查等方式，對銀行業金融機構數據治理情況進行持續監管，監管機構也可能根據需要，要求銀行業金融機構對相關情況進行審計并發送報告，對于不達標的銀行可能采取限期整改、掛鉤評級、行政處罰等措施。因此，各家銀行必須快速加強數據治理體系建設，在數據的完整性、準確性、一致性、時效性以及安全管理、制度建設等方面查漏補缺，滿足監管要求。

　　以滿足準確計量為目標。通過建立全行標準體系和配套管理流程和工具，實現準確計量，形成能夠準確表達業務的、全行統一的數據語言是數據治理工作的核心內容，準確計量是連接基礎性數據工作和數據應用的橋梁。通過在全行范圍內形成對數據標準規范的一致認識，避免同名不同義、同義不同名等容易產生混淆和歧義指標情況的發生，建立全行統一指標標準，實現指標的全行統一整合、分享、共贏，有效解決“數據不夠用”“數據不好用”的典型問題。

　　以機構、客戶、產品為治理核心。機構、客戶、產品等關鍵數據是銀行業務經營的基礎信息，是當前業務部門使用數據的重點和難點，也是當前各家銀行數據治理最為迫切的關鍵點。從銀行整體經營角度出發，由于目前眾多中小銀行仍是以績效為導向，建議在明確機構、客戶、產品等關鍵數據內涵與外延，實現數據整合的過程中，以機構統一管理為基礎和出發點，逐步梳理客戶、產品的關鍵信息要素以及與機構信息的歸屬關系，明確歸屬認定的標準與規范，從源頭管控，有重點、分階段逐步實現銀行關鍵信息治理，推動建立全面、完整、準確、一致的機構、客戶、產品全景視圖，支撐業務管理、經營決策和考核評價等多種數據應用，實現數據價值。

　　以責任明確、管理到位為保障。數據治理就是在明確數據責任的前提下，為促進數據有效使用和發揮業務價值而展開的一系列面向數據、業務、技術和管理相結合的實踐活動，所以在制定合理的數據治理組織架構以及職責分工的基礎上，需要進一步制定合理的數據認責原則，并在數據認責過程中與各部門充分溝通、協調，平衡各部門的利益。通過數據認責，明確不同部門在數據定義、管理維護、應用方面的權利和義務，構建“權責利”匹配一致的數據職責分工與管理架構。唯有如此，才能保證數據在未來能夠有效管理和應用，才能保證全行用戶擁有一致的、高質量的用數體驗。

　　關鍵舉措

　　2012年以來，中國人民銀行針對數據標準化及治理工作，先后出臺了數十項規范性文件及行業標準，如《銀行業標準化工作指南》《銀行保險業務人壽數據交換規范》等，銀行在開展數據治理源頭把控時，應切實符合監管要求。

　　加強源頭管控，實現數據統籌管理。一方面，旨在建立合理的需求管理流程及規范，由歸口管理部門統一管理數據需求，確保數據需求能夠標準化和常態化地被準確分解和確認，實現數據需求的有效整合與管理。另一方面，本次監管指引要求將采集規范和標準通過信息系統進行固化，形成數據質量把控的第一道防線，希望以規范和制度作為約束，以工具為輔助，以系統為支撐，從數據錄入端設置相應的管控措施，確保業務信息全面、準確、及時錄入系統，系統能夠對異常情況自動提示，這樣才能從源頭確保數據質量，一勞永逸且根本性地解決數據質量問題。

　　管理實踐凝練標準與規范，促進數據共享。在數據治理體系的基礎上，以質量問題為契機，制定統一標準和規范。將基礎性的業務元素和特定的業務規則進行分離，建立一整套完整的基礎業務信息，結合管理最佳實踐進行數據標準與規范的提煉，根據不同的業務需求將這些基礎數據標準與規范進行靈活的組合，積極尋求短期速贏方案，促進數據標準落地與標準化數據共享，從而滿足業務運營和管理的需要，并以此推動數據標準與規范的豐富和完善。

　　專項工作與長效監測相結合，持續提升數據質量。首先，通過開展全行數據質量需求管理，識別關鍵數據項，同時提出對關鍵數據項的質量要求，統一歸集并管理數據項的質量情況和控制手段，結合數據質量管理與業務稽核，通過稽核業務規則來發現數據質量的深層次問題。其次，根據行內數據實際情況，采取短期專項質量提升與長期質量監測相結合的方式開展數據治理。一方面，針對目前問題較大、關注度較高、業務價值突出的重點數據，進行梳理并制定短期可行的解決方案并快速推進實施；另一方面，針對其他關鍵數據項制定檢核規則，開展日常監測，發現數據項質量問題時，通知責任部門進行整改。最后，定期編制數據項質量報告，分別發送至執行層和決策層，用于信息參考和督促整改。

　　以業務應用為驅動，加速數據價值釋放。運用數據應用與數據治理相互促進的新模式，切實做好以業務應用為驅動，需要選擇與當前業務痛點緊密結合且最為迫切的數據治理問題為切入點，以需求和指標應用為抓手，統籌管理數據需求，梳理應用所需數據，開展專項數據治理，再通過迭代的方式，逐步實現體系化數據治理。核心關鍵點在于幫助業務部門解決實際問題，使得數據治理收益明確化，才能增強業務部門對數據治理工作的認可，促使業務部門主動投入更多的人力資源。新模式一方面能夠有效實現數據治理成果，滿足監管對數據的要求；另一方面也能提高數據應用能力，加速數據價值釋放。

　　結語

　　在當前銀行數據治理工作環境中，挑戰與機遇并存，國內銀行業金融機構應充分運用《指引》所帶來的積極影響力和監管剛性要求，充分借助有效的工具和手段，建設和優化銀行數據治理體系，構建和形成全行以及行業數據文化，充分發揮數據價值。

　　本文首發于微信公眾號：銀行家雜志。

責任編輯：方杰