說到數據帶來的顛覆性變革，沒有哪個行業比金融行業更加感受深刻。隨著《證券基金經營機構信息技術管理辦法》、《銀行業金融機構數據治理指引》等相關政策的陸續實施，加強數據治理、實現快速合規成為各個金融機構的首要目標。數據作為企業的核心資產已經成為共識，做好數據管理、發揮數據價值也成為金融機構的重要目標。
他們一面要以客戶為中心，市場為導向，力求實現精準營銷、運營優化；另一方面還要具備採集客戶信息、貫通交易信息、保護數據安全和合規等更多維度處理數據信息的能力。但是，金融機構尋求全面釋放數據價值的道路上並非一帆風順。數據量激增倒逼金融行業加速推進數字化轉型，同時還面臨著監管部門、客戶要求的不斷變化。本期【行業IN能】特邀致力於金融行業數據管理的上海逐鹿信息有限公司的行業專家，與Informatica資深技術顧問任梓珩一起，
聚焦金融行業，共同探討金融行業如何確保持續合規，實現數據價值最大化。重塑體系
金融行業數據治理迫在眉睫
新冠肺炎疫情的全球大流行，對中國乃至全球經濟社會發展帶來了多方面挑戰和衝擊，很多金融服務企業的預算大幅削減，數據監管將常態化，商業和技術領導者正在重新審視和調整投資方向。隨著消費者收緊對非必需品和服務的消費，銀行收入將減少，而放款人將因失業率上升而遭遇更多的信用卡和抵押貸款違約。同樣，保險公司的新屋主保險和汽車保險銷售量下降，人壽和失業保險金增加。
在充滿挑戰的新形勢下，一些金融服務公司也在積極調整中，開啟“雲復工”模式，支持遠程辦公，以確保員工和客戶安全，確保客戶能夠隨時查看賬戶，獲取服務；另一方面，金融機構也正在加速數字化轉型進程，用“最合適”的數據來衡量風險、滿足客戶需求，並遵守行業監管機構規定。“最合適”是什麼意思？簡單地說，
數據可信、透明、安全且具有全局性和可獲取性，幫助企業高效完成工作。例如：● 個人理財顧問/保險代理人需要可信的客戶聯繫方式，包括經核實的電子郵箱、電話和地址信息，確保他們能夠聯繫到客戶處理緊急事項。
● 風險分析師需要了解各產品、賬戶和業務線實體之間的關係，以便準確識別小企業停業時的信用風險敞口，以及可能對員工造成的影響，因為員工可能在同一家銀行持有抵押貸款或信用卡賬戶。
● 合規部門和管理者需要了解如何創建數據，並向行業監管機構解釋他們如何重新檢視COVID-19疫情後資本儲備餘額和監管提交文件中反映的風險。
● 在家辦公人員需要訪問數據來執行其工作，而無需請求或致電IT人員尋求支持。
● 員工和管理層可能更容易受到犯罪分子的“社會工程學”影響，信息安全團隊需要確保其瞭解公司所有敏感數據的存儲位置並共享，以防止未經授權的訪問。
但如果數據不“合適“，可能會暴露一些歷史問題：例如，數據訪問、信任和安全方面等；之前一直都是要求手動編寫腳本和/或部署單點工具的一次性IT項目等。這些是典型的將客戶、合作伙伴和監管機構的數據管理和治理放在第二位的做法。如今，金融服務行業面臨的主要的問題是，如何以最佳方式配置資源應對這場危機，重塑銀行科技體系，以更加全局性的思考，全面推進數字化轉型。
協同聯動
科技變革護航金融數據治理
金融行業的科技深入發展，人們開始深刻的認識到，金融科技的創新發展要突出以技術創新為核心，強化金融屬性，通過不斷夯實技術根基才能更好的運用金融科技手段賦能數據資產。金融服務企業戰略轉向“數據驅動”，對數據進行有效的治理和管理，是企業在轉型變革過程中的必要手段。但資產化推進缺乏統籌領導、“數據使用者”過度依賴數據，數據利用合法性定義模糊、數據價值密度稀疏等問題成為阻礙數據資產化進一步發展的“絆腳石”。金融企業的數據治理需要“兩手抓”，管理與技術並重，積極推進數字化轉型進程。
01
整個數據治理過程，都讓相關“群組”參與進來：
業務群組——這是最為重要的，他們往往來自企業內部的各個部門，如果沒有他們的參與，幾乎不可能繼續推進數據治理項目。
治理群組——由治理及合規官員及其團隊，常見的掛名就是數據治理部，這類群組中的核心人員主要用來定義質量、訪問、保護以及刪除數據的策略。他們也負責解決來自監管機構的相應要求。
數據管理群組——即IT群組，具有很強的IT背景，能夠較好地理解技術話題，並對業務有一定的理解。
02
正確審視數據治理項目，三方結合聯動推進項目進展：
數據治理是金融行業高質量發展的必經之路，需要一個具有指導意義的可落地方法論，並且建立一個自下而上的企業數據治理架構，實現以數據為核心，流程驅動、責任明確的深入治理。
數據治理的相關問題並不能在企業的單一部門得到解決，這需要高級管理團隊、IT與各業務部門進行協作，而且必須始終如一地進行協作，以改善數據的可靠性和質量，從而為關鍵業務方案提供支持，並確保遵守法規。各職能部門之間的高效協作是取得成功的關鍵，而適用於不同任務並且可以在具有挑戰性的環境中使用的工具也是不可或缺的。沒有合適的工具、策略、人員和政策，數據治理計劃註定以失敗告終。
如同我們前往健身房健身一樣，我們需要器械訓練、需要私教進行量身定製健身方案。企業的數據治理項目也需要成熟的方法論、整體的治理框架、整體的實施路線圖。因此，企業的數據治理項目必須要將數據治理髮起人（即企業相關治理人員）、諮詢建議方（例如上海逐鹿信息等諮詢公司）、有效的工具（Informatica解決方案）三方結合起來，有效推動項目開展。並且，我們需要對企業數據治理項目的週期有正確的認識：
● 短期項目：3-6個月時間，這種情況下企業需要先購買包括諮詢資產、軟件資產等，能夠快速的部署、實施、運作，然後列出行之有效的數據治理方法論。但短期項目可能沒有辦法讓數據治理真正有效。
● 長期項目：企業必須把數據治理看成一個長期的戰略動作，需要長期的精力投入，起到一個循序漸進的過程。通過間接慢熱的方式達到目標，讓需要使用數據的人真正能使用這些數據。
無論是短期項目還是長期項目，都需要給出合理的項目預期，否則會落地無望。
技術為先
為數據治理做好技術支撐
面對金融行業的海量數據，以及如何做到數據持續合規，以實現資產最大化的需求，Informatica提供了業界最完備和具有高度可集成性的企業級數據治理解決方案，協助金融機構更快、更準、更穩地從各類繁雜無序的海量數據中發現價值，在企業內傳遞可信的數據，幫助企業實現包括客戶體驗改善、自助式分析以及其他數字化轉型訴求，能夠幫助企業及時洞察和決策新的機會與風險，在瞬息萬變的數字商業環境中實現商業成功。
▲ 採用Informatica解決方案的五大優勢
Informatica數據治理解決方案由三大部分組成，主要是Axon Data Governance、Enterprise Data Catalog(EDC)和Data Quality：
▲Informatica數據治理解決方案的核心可選組件
Axon Data Governance：幫助業務團隊落實數據治理的理念。
▶ 收集並沉澱對業務的理解；
▶ 提供可搜索，可報告，可操作的企業視圖；
▶ 隨著時間的推移持續監測和報告數據質量。
Enterprise Data Catalog：是金融數據資產管理的基礎。
▶ 通過業務語義搜索所有的企業數據資產；
▶ 發現潛藏在企業元數據之間的“關聯”，深度理解血緣及評估影響；
▶ 基於智能數據域自動分類，並利用axon業務“語言”進行 定製；
▶ 廣泛的元數據源支持，且基於大數據框架的可伸縮性。
Data Quality：提供金融資產價值的 “問診”。
要實現資產價值最大化，就要對企業的數據做包括廣泛的數據剖析和發現，也包括定義數據質量規則和評價體系，最終通過記分卡來定期的進行結果展示。
▲Informatica產品幫助金融機構滿足數據治理指引要求
《銀行業金融機構數據治理指引》已經出臺，客戶隱私、問責等都被重點提及。金融服務行業啟動數據治理計劃迫在眉睫， 作為全球數據管理領導者，Informatica助力實現以數據驅動數字化轉型的企業，以數據為新的動力，通過數據治理達到滿足各個角色對數據的訴求，同時形成一套合理的可持續的手段和新的協同的工作方式，實現數據治理民主化，讓數據合規，並持續向好。作為Informatica的深度合作伙伴上海逐鹿信息通過深入理解金融業務特點和行業需求的基礎上，為金融行業提供包括諮詢規劃、運維管理等全方位的服務，真正“授之以漁”，與Informatica合力一起為企業量身打造金融行業專屬的解決方案，加速推進數據資產化進程。
閱讀更多 Informatica中國 的文章
