谈谈银行业的数据治理！

2018年5月21日，银保监会发布了《银行业金融机构数据治理指引》，从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范了银行业金融机构的数据管理活动。这次是银保监会首次将数据治理提高到银行常规管理的战略高度，明确要将银行数据治理工作常态化、持久化，标志着银行已经全面进入数据治理时代。

数据已经成为企业的资产，但是很遗憾的是它本身并不能直接产生价值，这也是大数据这么火但是很少有企业能够充分发挥数据的价值的原因。要明白如何让数据成为生产力，我们必须理解数据、信息、知识和智慧之间的关系。数据：它是一种将客观事物按照某种测度感知而获取到的原始记录，未被加工解释，不能回答特定问题，它与其他数据之间也没有建立相互联系，是分散和孤立的。

在帆软银行顾问近几个月走访江浙区域银行的过程中，能听到的一个明显的声音是，大家都知道数据的价值，也都能够发现数据质量对发挥数据价值的阻碍，但是当领导提出数据治理的期望时，科技部往往面面相觑。大多数的科技部门对于数据治理还是停留在缺失数据补充，错误数据清洗等具体的事情上。

经过多年的信息化银行的建设，我国各家银行积累了海量的、丰富的数据资源。在当今大数据时代，数据本身非常重要，其潜在资产价值对于银行而言更为关键。未来最善于利用数据分析来引导决策、控制风险、进行产品创新的银行将获得更多新的竞争优势。

在推进精细化管理和建立分析挖掘平台方面，银行的数据还存在数据基础薄弱，数据不完整不一致的问题。总结来看，当前我国银行特别是农商行体系数据治理存在的问题主要包括：银行数据治理是一项庞大而复杂的工程，需要各个部门之间，尤其需要加强科技部门和业务部门之间的合作，才能最终高质量、高成效的完成数据治理工作。

要想达到数据开发、共享、使用和管理的全方位良性循环，就必须建立起全行级别的数据治理体系，整合行内人才资源，制定相应的管理制度和文化体系，完善数据治理流程管理，利用好科技力量进行各项工作支撑。做好数据治理是一项复杂、长期、系统性的工程，涉及思维、方法、组织、系统工具等多方面要素的综合运用。

基于数据治理时代浮现的诸多机遇，以及面临的一系列问题，我们对商业银行数据治理体系进行研究分析，发现银行的数据治理体系也是一个金字塔结构，依次为战略、机制、领域、技术支撑，从上至下指导，从下而上推进，形成一个多层次、多维度、多视角的全方位框架，如下图：

战略：需要进行目标和规划的蓝图设计，将数据治理提升到全行经营战略地位。机制：需要建立健全组织、制度、角色和流程等四个方面的机制，进行全方位可持久的数据治理工作。领域：数据治理的具体领域包括元数据、数据标准、生命周期管理、数据模型、数据存储、数据分布、数据交换、数据集成、数据服务和数据质量管理等内容。