2018年5月，銀保監會發布《銀行業金融機構數據治理指引》，從數據治理架構、數據管理、數據質量控制、數據價值實現、監督管理等方面規範銀行業金融機構的數據管理活動。這次是銀保監會首次將數據治理提高到銀行常規管理的戰略高度，明確要將銀行數據治理工作常態化、持久化，標誌著我國銀行業數據治理新時代的正式啟幕。
本篇文章，筆者將為大家解讀一下有關銀行進行數據治理的三個問題，明確在行業快速變化的大環境下，如何建立健全數據治理長效機制，促進銀行轉型升級。
要明確三個問題：
1、銀行數據治理的現狀
2、銀行數據治理體系框架
3、銀行如何實施數據治理
我國銀行數據治理的現狀
我國銀行業的信息化建設歷經二十年的發展，目前已建立較為完備的信息系統，通過廣泛的業務類型和多樣的金融產品積累了大量的數據，而且數據管理在銀行業發展普惠金融和綠色金融的道路上也發揮了關鍵作用。
近年來，國家監管層面不斷完善數據治理工作，但目前商業銀行數據管理仍存在一些突出問題：銀行內部統計數據不完整，具有一定片面性；機構間統計標準不一致，數據蒐集整合存在錯配；數據分佈零散化，未能實現大數據集中化管理；數據管理局部化，未能形成全生命週期性管理；數據風險管控機制仍存在不足；數據管理部門與銀行業務部門之間未能形成良好協同，導致數據收集流程效率低下；數據挖掘與數據應用力度不足等。
進一步來看，數據管理體制不健全、內部管理職能不清等因素是導致數據問題的根本原因。因此，要持續、有序地推進銀行的數據治理工作，仍需要解決下列問題：
1、缺少數據治理企業文化。全行企業文化的建設必須考慮到數據資產管理這個層面，從戰略角度啟動 、開展和推進數據治理工作，建立一種以數據資產為導向的企業文化，將數據治理、科技治理和公司治理有機的結合起來。
2、沒有完善的組織和制度。隨著數據治理工作逐漸被重視，銀行內部已離不開一個企業級的數據治理職能組織。需要各個部門之間，尤其需要加強科技部門和業務部門之間的合作，才能最終高質量、高成效的完成數據治理工作。
3、未建立數據治理流程和有效的認責管理制度。由於沒有完整的流程管理機制，一是會出現溝通成本高，協調難度大的問題。二是較少考慮數據複用和共享機制，不利於後續的系統整合工作。三是較少進行跟蹤管理和規範治理，後續的認責機制不健全。
4、缺少數據治理各領域的管理體系。只有建立起全行級別的數據治理體系，整合行內人才資源，制定相應的管理制度和文化體系 ，完善數據治理流程管理，才能達到數據開發、共享、使用和管理的全方位良性循環。
建立銀行數據治理體系
長期存在的數據問題如同連環瑣一般，使得銀行在進一步挖掘數據的深層次應用時障礙重重。因此，建立數據治理體系成為當務之急。
經過對銀行的數據問題進行研究分析，發現銀行數據治理體系是一個金字塔結構，依次為戰略、機制、領域、技術支撐，從上至下指導，從下而上推進，形成一個多層次、多維度、多視角的全方位框架。數據治理體系框架如圖所示：
銀行數據治理體系
戰略：數據治理是在銀行發展戰略和規劃的指導下進行實施的，這些戰略和規劃包括業務發展目標、IT規劃以及數據治理相關的發展規劃。
機制：機制是數據治理工作實施的基礎保障，通過組織、制度、流程的建設和執行得以落實。機制是數據治理工作的重點，數據治理執行效果就是機制落實的效果。
專題：數據治理專題是數據治理的工作內容，包括數據標準、數據治理、元數據、主數據、數據生命週期等方面。
技術支撐：數據治理工作最終在相關制度、規範和流程下通過數據治理組織藉助技術手段和管理手段來實現。包括系統開發階段為提高數據質量進行的校驗設計；系統日常運維工作；數據分析應用階段的數據集成；數據質量監控等。
從上圖可以看出，數據治理體系實質包含兩個層面的內容：一是數據治理的核心領域，二是數據治理的保障機制。戰略、機制及各領域的技術支撐是銀行進行數據治理的保障機制。其關係如下圖所示：
銀行數據治理保障機制及核心領域
數據治理包含保障機制和核心領域兩個部分，他們之間相互支撐，共同保障數據治理的全過程管理。保障機制提供製度和戰略力量的支持，明確了組織架構、制度章程、流程管理和及時應用，用來規範數據治理的各個核心領域標準化實施；數據治理的核心領域提供了全方位的數據治理視角，從各個層面各個維度進行數據質量保障，通過相應的系統和技術對戰略目標進行支撐和落地，兩者之間應該是緊密配合的。
銀行數據治理如何實施
數據治理領域包括但不限於數據標準、數據質量、元數據、數據模型、數據分佈、數據存儲、數據交換、數據生命週期、數據安全等內容。數據治理領域是隨著銀行業務發展變化的，領域之間的關係也需要不斷深入挖掘和分析，最終將形成一個互相協同與驗證的領域網，全方位地提升數據治理成效。
1、數據架構管理—規劃並管理數據從產生端到使用端的分佈、傳輸與存儲的邏輯框架；
2、數據模型管理—企業的信息模型是企業數據標準的圖形化展現；
3、數據標準管理—規範化企業重要活動及對象的數據記錄格式；
4、數據質量管理—對數據的規範性、準確性、一致性、完整性、時效性進行持續監控和評估；
5、元數據管理—對企業數據資產的登記造冊，並記錄其相關性；
6、數據安全管理—對數據設定安全等級，保證其被適當地使用；
7、主數據管理—對企業關鍵的，跨系統共享的業務數據進行統一定義、集中保存、發佈、更新及刪除的過程；
8、數據生命週期管理—是對數據產生、存儲、傳輸、使用和銷燬全過程進行管理。
億信華辰數據治理產品架構圖
億信華辰作為國內領先的智能數據產品與服務提供商，在長期的數據應用建設過程中積累了海量的數據治理案例和經驗，已推出一站式數據治理管理平臺-睿治，由元數據、數據標準、數據質量、數據集成、主數據、數據資產、數據交換、生命週期、數據安全等多產品組成，形成了一套從數據質量分析、問題發現、數據補錄、流程管理到最後的績效分析的全流程管理系統，幫助客戶快速搭建起數據治理的全套管理流程和分析架構。
以中國農業發展銀行為例，其以行長為核心建立了數據治理機構，數據治理由業務部門主導，IT部門執行，並且引入質量考核體系。億信華辰為其構建出一體化的開發、調試、部署、運行和管理維護平臺，規範數據的需求、設計、開發、集成、應用等環節，採集全行元數據，支撐了農發行數據標準落地、數據質量提升以及數據倉庫的建設。
結語：我們正在步入數字化商業時代，數據治理理應上升為戰略，實行數據的價值管理，並將數據治理活動滲透到銀行的一切業務活動中。數據治理就是建立數據治理保障機制和完善數據治理核心領域的過程，兩者相輔相成，保障機制是數據治理的戰略指揮，核心領域是數據治理的槍支彈藥。銀行要打好數據治理這場持久戰，就必須雙管齊下進行建設。
閱讀更多 億信華辰 的文章
