• 快捷搜索
  • 全站搜索

工行数据治理:全面规划+重点突破

2014-06-24 18:22:02作者:中国工商银行信息技术部编辑:金融咨询网
一个健全的数据治理体系包括建立符合企业战略的治理目标、合理的机制、涵盖完整的治理领域以及落实手段等方面。商业银行进行数据治理体系建设,需战略上全面规划,战术上重点突破。

当前商业银行正值转变发展方式、实现战略转型的关键时期,为了实现从“银行信息化”到“信息化银行”的转变,各家商业银行需要根据自身特点,从实现全面的数据治理体系、完整的数据治理流程和认责机制、企业级的数据治理组织和制度、企业级数据标准管理体系等方面对薄弱环节进行重点建设。

一、商业银行数据治理体系

        一是以企业战略对数据治理的目标及规划为指导。企业的发展战略是指导数据治理的最高原则,要在企业战略框架下,建立数据治理的战略文化,包括企业高层领导对数据治理的重视程度、所能提供的资源、重大问题的协调能力,以及对数据治理文化的宣传推广、培训教育等一系列措施。

        二是以配套的数据治理实施机制作为推力。所谓机制,即可以通过建立相应的组织、角色、制度、流程,使数据治理这项工作得到执行和落实。它是数据治理工作的重点,数据治理执行的最终效果是衡量机制落实的标准。

        三是涵盖完整的数据治理领域。每个数据治理的领域都可作为一个独立方向进行研究治理,目前总结的数据治理领域包括但不限于以下内容:数据标准、元数据、数据模型、数据分布、数据存储、数据交换、数据生命周期、数据质量、数据安全、数据共享与数据服务。同时,各领域之间需要有机结合,之间存在相互协同和依赖的关系。

        四是配套的系统和技术手段保障数据治理的有效开展与落实,数据治理不能停留在手工管理层次,而应将相关规划、制度、规范、流程等通过系统支撑实现,促进数据治理高效执行。

二、数据治理组织架构、制度和流程

        为推进数据治理工作开展,工商银行建立了完整的数据治理工作组织架构,形成了管理办法与技术规范相结合的制度体系,并辅以全生命周期的治理流程。

        1.组织结构

        数据治理工作是一个全行性的工作,需要科技、业务等各方面的通力合作,需要总行、各分支机构的上下联动努力。为此,工商银行成立了由行领导挂帅的数据治理管理委员会,由数据治理管理委员会统一领导数据治理的工作:成立数据治理综合部门作为数据治理管理委员会的办事机构,负责企业的数据治理综合管理。

        2.制度体系

        工商银行确定了数据治理的总纲,规定了数据治理架构与职责分工。在其指导下,在数据治理的各个领域都建立有相应的政策、制度及技术规范。

        3.治理流程

        工商银行按照事前预防、事中监测、事后评估与整改三个步骤开展数据治理工作。

        事前预防。将各领域数据治理要求融入到系统研发当中,从需求编写和需求分析等数据产生的源头进行管理。

        事中监测。在日常业务开展及IT运维过程中,组织分析各领域的数据质量问题,把发现的问题及时展现到数据质量管理平台及IT服务平台等系统,进行跟踪治理。

        事后评估。定期对系统进行评估与整改,对系统的数据质量、数据分布、数据生命周期、数据服务时效等状况开展全面评估,从问题率、解决率、解决时效等方面建立评价指标。

三、数据治理领域及系统支撑

        元数据管理、信息标准、数据模型是工商银行数据架构体系的核心和基础,为数据质量、生命周期、数据交换等提供基础。通过规划主辅数据源分布,保障主数据源的权威性、准确性,及主辅数据源的一致性。以数据存储区域、数据分布规划为指导,明确数据交换原则,构建数据交换体系,结合数据集成,实现“信息共享”。依据数据存储区域及数据分布,构建数据集成体系。通过数据质量管理,提高数据质量和利用价值;通过数据生命周期管理,有效控制在线数据规模,提高生产数据访问效率。通过上述贯穿整个数据流转周期的数据治理,为“系统整合”奠定基础。

四、数据治理实施成效

        工商银行自实施数据治理工程以来,在多个方面取得了丰硕的成果。

        1.元数据、数据标准方面

        工商银行将表结构、文件及文件传输信息、应用接口及接口调用关系等技术和元数据在系统开发阶段就纳入系统管理,极大减少了应用开发的沟通成本和管理成本、提高了应用系统开发的效率和质量。在数据标准的落实方面,工商银行在客户信息治理、规范行业分类、规范科目使用等数据治理方面采取了行之有效的措施,落实客户、产品、行业、科目相关的重要标准。

        2.数据分布与交换方面

        在内部数据交换方面,工商银行构建以统一数据交换为核心,其他交换模式为辅数据交换体系,实现数据随到随加载,缩短文件到期等待时间,提高资源利用率和处理时效,实现快速开发和投产。同时,工商银行实现了外部数据交换标准化,基本满足外部监管的时效等相关要求,同时实现了对外数据的统一报送、外部接收数据的统一管理。

        3.数据生命周期管理方面

        工商银行对十余万张数据库表均在元数据管理系统中建立了生命周期管理策略,进行数据生命周期管理策略的确认工作和数据清理工作,并纳入后续日常清理中,同时对开放平台大数据表进行清理和压缩,节省交易系统在线存储空间。

        4.数据质量方面

        在数据仓库部署业务检查规则和技术检查规则,周期性地对数据仓库的数据质量进行检查,同时还建立了数据质量指标体系,对业务和技术指标采取分层加权计算的方法,实现对数据仓库数据质量情况的量化评价。

        5.数据服务方面

        经过多年的持续建设,工商银行一是实现个人和对公客户统一视图,建立了统一的个人客户星级视图评价模型;二是开展精准营销,实现营销活动的闭环管理;三是精细化管理,为全行的绩效考核管理提供了全行统一指标;四是全面风险管理,建立了客户评分模型和账户评分模型,进一步实现了个人客户综合授信管理,控制个人客户融资总量风险。

(文章来源:《金融电子化》杂志)
 

扫码即可手机
阅读转发此文

本文评论

相关文章