• 快捷搜索
  • 全站搜索

商业银行数据治理体系构建思考

2012-09-04 15:44:59作者:中信银行股份有限公司数据治理工作组编辑:
数据治理是一项基础性工作,仅仅依靠数据治理组织是不可能完成的,需要全行上下共同参与,建立全行数据治理文化。

数据是银行的重要资产之一,其重要性不亚于金融资产。数据治理是在明确数据责任的前提下,为促进数据有效使用和发挥业务价值而展开的一系列业务、技术和管理相结合的实践活动。中国银行业监督管理委员会发布的《中国银行业信息科技“十二五”规划监管指导意见》明确指出:商业银行应建立和完善数据治理制度体系,规范工作流程,理顺内部协作关系。

数据治理的思考.jpg

       利用数据整合的优势推行信息导向经营战略是银行在激烈的市场竞争中获得竞争优势的最优选择。从全球多家银行的实践经验看,通过信息导向的经营战略取得成功的银行通常具备一个共同特征:数据分析和数字化管理的理念贯彻企业管理整个过程。数据对于银行来说,具有至关重要的价值,数据治理是实现其价值的必要手段。本文从银行数据应用的实际情况出发,针对数据治理存在的具体问题,探寻数据治理体系构建思路。

一、数据治理面临的主要问题
       目前,各家商业银行在业务发展模式上更注重全面的管理提升和内部挖潜,而数据信息是定量分析和精细化管理不可或缺的基础。在推行精细化管理和建立分析平台时,从表层看数据基础薄弱,数据不完整和不一致;但从深层次看数据管理体制不健全、内部管理职能不清等因素是导致数据问题的根本原因。

       1.基础数据质量的改进刻不容缓
       基础数据的缺失、不一致是目前迫切需要解决的问题。数据缺失问题要通过业务系统解决,为了保障业务系统能够采集真实、完整、有效的数据,在进行系统建设的时候必须通过数据标准予以规范和约束;数据质量的改进是一项长期的任务,需要从文化、组织、制度、流程和质量检查管理工具等多个层面持续改进,并依靠数据认责确保数据质量问题能够得以快速有效的解决;数据不一致需要通过推进数据标准化进行系统问协调,也需要建设统一的可信数据源提供基础保障。

       2.缺乏有效的管理机制
       目前使用数据的部门由于具有明确的、迫切的数据需求,同时面临着内外部的多种压力,成为处理问题的主要推动者,通常使用数据的部门在发现问题后采用的处理方法如下。

       (1)联络分行进行补录。补录的信息通常是为了解决燃眉之急,较少考虑复用和共享,在与系统数据进行整合时往往存在问题。

       (2)联络科技部协助提取。以临时性需求为主,口径连贯性难以保障。统计数据需要进行加工才能取得,为此IT人员须专门编写脚本才能提取到所需的数据,但是不同的人由于对需求的理解不同加工出来的数据会出现不一致的情况。

       (3)协调相关部门解决。涉及跨系统、跨条线时,沟通成本较高、协调难度也较大,问题难以得到彻底解决。大条线下部门之间的系统对接较佳,跨部门的系统对接有一定的难度,责任部门比较缺乏驱动力。

       健全的数据治理组织机制是全面开展数据治理工作的基础。由专业的业务和技术人员组成的数据治理组织将承担数据管理者的职责,负责落实全行数据治理的工作,同时建立决策、沟通、监控、考核的机制,创造全行数据治理文化,有效地解决银行数据的责、权、利的问题。

       3.缺少企业级的数据标准管理体系
       银行经常面临重要数据缺失,系统问数据不一致、统计口径和加工方法不一致而导致数据可信度降低的问题,归结起来就是缺乏有效的数据标准化造成的。数据标准化是数据环境建设中的重要环节,通过数据标准保障基础数据的一致性和严密性,合理制定标准并严格执行数据标准,确保各应用系统的标准一致性。

       4.缺少企业级数据质量管理体系
       银行的数据质量管理应涵盖数据质量问题的预防、识别、度量、分析、监控、清洗等管理活动,以满足对数据质量要求。为此,银行需要建立专业的质量管理团队,依靠质量管理平台和数据剖析工具持续地监控数据的流动,通过明确数据认责关系,尽可能在靠近数据问题题根源的地方解决问题。

       5.缺乏有效的数据架构和数据需求管理
       如果需求过于分散,那么将会造成系统重复建设,不能真正实现从企业角度构建数据架构,数据就会形成网状结构,使得工作人员不能很好地对数据进行管理。以往的系统建设,是以业务驱动为核心,大多体现的是部门级的管理要求和管理水平,未来信息化建设如果要解决好这个问题,首先必须对能支撑银行战略的数据需求及其特性有一个正确的理解。从数据涉及的范围看,数据信息要服务于企业战略,必须具有全局性,即需要从企业级的视角理解数据需求,并按照面向主题的管理需求对数据进行全局性的规划。

二、数据治理的现状
       目前,国内外银行都已开展了数据治理相关工作。以美洲银行为例,美洲银行建立了数据治理的框架,明确信息技术部门和各个业务部门各自角色职责和分工。数据管理、数据访问、数据质量、元数据等方面的角色多达29种,通过数据治理为数据用户提供一站式信息服务。国内外先进银行的经验表明,有效地利用数据治理手段,可以满足业务经营的变化和内部管理需要,在此背景下,中信银行在数据治理方面进行了以下尝试。

 1 2 3 下一页 尾页

扫码即可手机
阅读转发此文

本文评论

相关文章