银行业数据治理分析
- 格式：pdf
- 大小：1.85 MB
- 文档页数：3
ＲｅｓｅａｒｃｈＩ信息化论坛 ２０１７年・第４期 栏目编辑粱丽雯Ｅ—ｍａｉｌ：ｌｉｖｅｎ一０１＠１６３ ｃ（
银行业数据治理分析米
■中国人民银行烟台市中心支行李善斌
摘要；近年来，大数据在银行业战略规划和日常管理运营中愈发重要，如何对数据进行有效管理，提高数据 质量，最大程度地挖掘数据价值，是当前需要解决的问题。本文认为商业银行必须重视数据治理工作，采取技术和 管理双管齐下的措施，建立健全数据治理保障机制，构建统一的数据标准体系，提高数据治理工作水平，保证数据 的健康发展，推动银行业务和管理创新。 关键词：银行业；大数据；数据治理；标准体系
一、引言
数据是银行业的重要资产，是银行进行战略决
策、风险管理、业务创新拓展的基础 近年来，随着信 息系统在银行业的普及融用以及银行业务的不断拓
展，银行业积累了包括交易信息、客户活动信息、日志
等大量数据，如何提高数据利用价值、保障数据安全 是银行业急需解决的问题、、
同前，基于数据的们荚技术、应用形式正在快速
发展，业界试图最大程度地挖掘数据价值，但效果不
甚理想，因为大数据是由结构化、半结构化和非结构
化的海量数据组成，还包括许多没有价值的数据，喷
量参差不齐，使得数据应用达不到预期效果，不利于
数据的有效利用。要提高数据质量和数量利用价值．
必须加强数据治理工作，数据质量体系的建设和完善
作者简介：李善斌（１９６５－）， 收稿日期：２０１７—０２—０６ 本丈仅代表作者个人观点，
３６ Ｉ垃 勰拔峙 男，山东烟台人，工程师。
不代表作者所在单位意见。 迫在眉睫。 数据治理（Ｄａｔａ Ｇｏｖｅｒｎａｎｃｅ）是依托数据存在
的，从狭义的角度 说，有数据的地方就需 进行数
据治理，特别是近年来随着大数据的不断发展，数据
治理被提升到一个新的高度。
数据治理是一个比较松散的概念，现在还没有
一个公认的、标准的定义，在众多的定义中，笔者更 倾向于《ＤＡＭＡ数据管理知识体系指南》给出的定
义：数据治理是对数据资产管理行使权力和控制的
活动集合。
数据治理和数据管理只有一字之差，但是 者＿）卡
不是完全相同的，简单地说，数据治理是数据管理的
一部分，数据管理包含数据治理．数据管理涉及的ｒ
度和深度都比数据治理大。
２０１７年・第４期 ｝ 目编辑娑丽霎Ｅ—ｍａｉｌ：ｌｉｖｅｎ ０１＠１６３ ｃｏｒｎ
二．银行业数据治理措施
从定义来看，数据治理不仅涉及技术手段，还需要
制度和规则。从数据治理的方法来看，也是技术和制
度的结合 银行业进行大数据治理１＿作，需要将管理
相技术有效结合，二者缺一不可，要从思想上重视数据
治理工作，建立数据治理体系框架，构建统一的数据
标准体系以及进行数据生命周期全过程管理。
（…）建立腱全数据治理组织保障机制 商业银行要加强数据治理意识，提高思想认识。
数据冶理作为一项系统性丁程，参与人员较多，高层领
导的重视和支持非常重要，同时还需要业务部门的共 同参与，使所有参与人员重视数据治理工作，加强其
对数据治理的认识。数据治理组织至少应该包括高层
管理人员、业务人员和技术人员３类人员。人员之间应
合理分１二，明确职责。其中高层管理人员主要负责起
草和制定数据治理工作纲要，具体包括目标、规则、
制度等； 业务人员主要通过掌握的业务规则对业务数 据进行审核和校正，保证业务数据的准确性、有效性
和可用性；技术人员的【：作目标与业务人员相似，都是
要保证数据的质量，通过技术手段实现数据校验、清
洗、监控等．同时通过数据备份策略保证数据安全。
健全、合理的组织保障体系为数据治理工作提供了可
靠的保障，是顺利、有效开展数据治理工作的基础。 （二）建立数据治理体系框架
数据治理是技术与管理相结合的产物，同时需要
持续不断地改进和优化，通常包括组织架构、政策制
度、技术１＝具、数据标准、流程规范、监督及考核等内
容，另外还包括组织战略、治理规划、机制、工作内容 和实施路径等方而。在数据治理体系框架下，数据治
理各流程能够有效地整合在一起，并协同工作。
数据治理体系应该包括数据治理组织体系、数据
治理管理体系和数据治理执行体系等子体系。其中，
组织体系构建了数据治理组织架构，为数据治理工作
提供组织保障；管理体系主要包括数据标准体系、数 ＲｅｓｅａｒｃｈＩ信息化论坛
据质量管理和数据资源共享３个方面，进行数据质量
管理之前必须要建立数据标准体系，只有进行高质量
的数据管理，才能提高数据资源的共享质量和效率； 执行体系主要负责指导数据治理工作具体执行，并对
结果进行考核、反馈和处理。总的来说，数据治理的组
织体系是保障，管理体系是基础，执行体系是关键。
（三）构建统一的数据标准体系
“无规矩不成方圆”，银行业数据治理 ＿［作需要 遵循标准和规则，这就需要建设统一的数据标准体
系，这是数据治理工作的基础。商业银行可以根据＿、【ｌ
务种类、受理渠道、产品及客户类型等逐步建立数据
标准体系，通过建立一套完整的规则和流程，实现数
据利用和交流的一致性，无论在组织内外都能保证数 据的正确一致，提高数据资源的利用率。同时，在数据
的生成、存储和传递等过程中，提供统一的标准，保证
数据的完整性、一致性和连续性。
数据标准体系建设要遵循一定的原则，主要包括
循序渐进不断完善、建立与维护并重、数据标准管制
等原则。数据标准体系建设是一项长期的、复杂的１一
程，需要明确战略，制定指导思想，分阶段稳步实施。 数据标准体系建设需要及时维护和更新，既能“重
生”，也能“重养”，实现数据标准与业务的同步更新，
保持数据标准体系的“活力”。数据标准体系的更新
和维护要制定标准的维护原则和流程，进行有效的管
控，遵循数据标准管制和维护的相关规定，进行合理
维护，并纳入审核管理流程，保证数据标准体系的完 整性和准确性。
（Ｉ丁［Ｉ）进行银行数据生命周期全过程管理
银行业数据量大、种类繁多，这些数据从产生到 最后被分析利用，构成了完整的生命周期，要对银行
业进行数据治理，必须对数据生命周期的所有环节进
行严格把控。银行业数据可以分为５个阶段：数据产
生、传递、存储、分析利用和销毁。数据产生是指数
据的来源要准确、可靠，通过 ｌ，务标准、技术验证、有
垃 科教崎，弋ｆ
３７ ■ ｔ ｉ Ｒｅｓｅａ ｒｃｈＩ信息化论坛
效测试等手段实现数据的准确性、有效性、完整性目 标。数据传递是指商业银行数据在不同业务流程中实
现通畅、高效流转，根据数据的类别采取有针对性的
措施，保证数据的保密性和完整性。数据存储要同时
保证数据的保密性、完整性和有效性，可以根据数据
的重要程度、业务类型采取不同的存储策略，采取不
同介质、异地存储等方式，同时要定期进行数据恢复 测试，保证数据可用。数据分析利用是非常重要的环
节，在此环节所获得的有价值的信息，将指导商业银
行运营和战略规划。在此环节中，要关注数据分析可
能对原始数据造成的损坏，以及确保数据处理环境的 安全和保密。数据销毁是指数据没有价值并且超过了
保密期限的处理，由于商业银行数据通常涉及客户隐
私，因此数据销毁要有明确的制度规定、严格的操作
流程和可靠的数据销毁工具，并且对销毁过程进行准 确记录。
（五）建立高效的数据质量管理模式
商业银行数据管理是数据治理中非常重要的一
步，因为高质量的数据会帮助商业银行做出合理正确
的决策，商业银行也十分重视数据质量管理，部分银
行还成立了数据中心。商业银行数据质量管理是对数
据生命周期所有环节中可能出现的质量问题进行识 别、监控和处理。发现数据质量问题并及时解决，化
解数据质量隐患。商业银行应做好数据质量管理规
划，建立数据质量管理团队，健全制度建设，完善管 理流程。 要提高数据质量管理意识，商业银行所有人员都
应重视数据质量管理工作，认识到数据是商业银行重
要的战略资源，而高质量的数据将帮助商业银行做出
最优决策。加大对数据质量管理的技术支持，特别是
在系统开发中采取校验技术，加大测试力度，帮助用户 发现错误，纠正错误录入和操作，禁止违规操作，降低
人为风险。健全质量管理相关制度，让员工做到“有法
可依，有法必依”，同时可以将银行数据质量管理工作
３８ Ｉ垃 科技嘈 弋 ２０１７年・第４期 栏目编辑：粱丽雯Ｅ－ｍａｉｌ：ｌｉｖｅｎ＿ｏ１＠１６３ ｃｏｍ
与员工的绩效、奖惩结合起来，加强正向激励作用。
三．结语
目前，我国银行业已逐渐进入大数据时代，大数 据在商业银行日常业务中的比重也在不断增加。在
此背景下，加强数据治理工作，为战略规划和日常运
营提供决策支持，从而提高核心竞争力，已成为商业
银行工作的重中之重。商业银行应该继续加大数据
治理工作力度，完善数据治理工作机制，构建合理高 效的数据治理体系，探索出一条适应中国银行业的
数据治理道路，这样才能不断适应国内外经济形势
的风云变化，使自己在激烈竞争和复杂环境中立于不
败之地。磁
参考文献： ［１］高亮．数据治理：让数据质量更好［Ｊ］．中国教育
网络，２０１４（１２）：６４—６６．
［２】孙中东．企业级数据治理框架下的数据质量管理 ［Ｊ］．金融电子化，２０１１（６）：５７－６０． ［３］张一呜．数据治理过程浅析［Ｊ】．中国信息界，
２０１ ２（９）：１５－１７．
［４］张迎．浅谈大数据时代下商业银行的数据治理
体系建设【Ｊ】．通讯世界，２０１６（８）：６９—７０． ［５】胡志伟，汪振强．关于大数据治理的研究与分析
［Ｊ］．时代报告，２０１４（７）：１７７．
