商業銀行數據治理機制研究

面對日益複雜的國內外經濟環境，銀監會、人民銀行等金融監管機構對國內商業銀行提出了更高的風險管控能力的要求。另外，隨著利率市場化逐步形成，商業銀行迫於同業競爭壓力，亟需通過業務精細化管理提升服務能力來維繫客戶，保持資產規模、盈利水平的穩健增長。隨著全球信息化發展，銀行業務精細化管理能力取決於業務經營管理決策是否能夠有效結合銀行信息化建設，從而打造業務信息化管理能力，因此建立完善的數據治理體系是銀行提升業務信息化管理能力、體現信息科技應用建設效用、實現數據資產價值的根本之道。

數據治理是一個新興的並且不斷演進的概念，涉及數據組織、數據政策、數據管理職能、數據資產運用、數據管理技術等多個領域，同時也受科技創新等因素的影響。目前國內銀行在開展數據整合、數據應用的過程中已經逐步意識到數據治理的重要性，管理層也隨著對業務精細化、信息化管理要求的提高而對數據治理的重要性認識有了根本的改觀，並積極推動展開了數據治理探索、實踐工作。但是多數銀行在建立全面的數據治理機制上還存在較大空間，在數據治理體系規劃及建設上缺乏統一認識和實踐參考，需通過企業數據治理，最終達到理清銀行數據資產的脈絡，統一識別和標準化數據、提升數據質量，在保證數據安全的前提下有效整合數據、應用數據的要求。

一、治理背景

股份制商業銀行業務經營範圍基本都是覆蓋全國，經營戰略為多元化、混業經營，業務發展規模日益趨向大型股份制商業銀行，銀行科技體系建設已基本可以滿足數據質量、數據標準等相關數據治理工作的開展， 業務需要通過精細化管理，快速規模發展對數據支持的需求迫切，但全行尚未形成統一認知的數據文化，對於數據治理啟動時投入資源有限，需要通過適合的切入點逐步推動數據治理建設由此，股份制商業銀行的數據治理研究較之大型國有銀行從數據體系框架、數據體系藍圖、數據體系實施路徑以及數據治理機制建設上均會有針對性地裁剪，從而更加適於中等規模股份制商業銀行業務發展及信息化建設的要求，同時本文也一定程度上適用於那些正在從小型規模快速向中等規模發展的區域性商業銀行的數據治理機制建設要求。

股份制商業銀行在數據治理建設過程中主要需要解決的問題主要包括以下幾個方面：缺乏體系化、系統化的數據治理方法論，指導各銀行開展數據治理工作；現有體系中的各項工作互相獨立，未能協調發揮數據管理的作用；數據管理與業務發展的結合不夠緊密，針對性、及時性和全局性不夠；數據治理的定位高度不足，缺乏將數據轉化為戰略資產的認識等。

為解決上述問題，本文數據治理機制的建設基於完整的企業數據體系框架；並且引入Gartner的魔力象限工具定位股份制商業銀行數據治理的實施策略，通過「實施評估影響因素表」並依照「順勢而為、循序漸進、數據文化、加速創新」的建設原則，將數據體系框架落實為數據體系藍圖和實施路線圖；更為重要的是創新地提出通過數據認責激活數據治理機制，營造企業數據文化。

二、方法調研

對於數據治理學術方法論，選擇國際數據管理協會（DAMA）、數據治理學院（DGI）和國際商業機器（IBM）公司數據治理理事會的方法論進行分析，歸納其側重點及優勢作為理論素材（具體內容可參考公眾號文章《銀行數據治理方法淺析》）。綜合分析發現這些方法論的側重點和實施模式各有不同，銀行通常難於選擇宏觀的理論指導，同時這些方法也不能直接套用。對國內外銀行數據治理現狀的調研，著重分析股份制商業銀行面臨的機遇與挑戰。

通過方法論研究和實踐調研，提出銀行建設數據治理機制的基本框架思路。股份制商業銀行需要充分吸收數據治理特點以構建適合銀行自己的方法論體系，同時通過不斷實踐來驗證和完善理論，在這個過程中逐步形成適合銀行自身發展需要的數據治理機制和體系。股份制商業銀行在數據體系建設中應更加重視整體性和前瞻性，並注重數據治理、數據管理與數據應用的協調發展。

三. 數據體系

契合股份制商業銀行業務發展戰略與信息化建設發展戰略，制定數據發展戰略。數據治理的最終目標是提升企業信息化管理能力，為業務經營管理決策提供數據支撐，因此制定數據體系框架，推進數據治理機制建立需要契合銀行業務發展戰略目標，並匹配信息化建設發展戰略目標，首先需建立企業數據發展戰略目標。數據發展戰略目標包括總體目標、總體策略、使命與價值觀等方面。

基於數據發展戰略，以方法論結合實踐要求為導入，以完整性、系統性、前瞻性、指導性為原則，構建數據體系框架。如圖1所示，數據體系框架涵蓋三個領域、十五項管理子領域。該數據體系框架為銀行未來數據領域的管理活動界定了整體範圍與內容，從而為建設體系化的數據治理機制，完整性、系統性的推動數據管理、數據應用與服務活動奠定了基礎。根據數據體系框架，在界定各個領域的具體職能的基礎上，根據各股份制商業銀行實際需要，結合實施風險與成本估算以及各領域間具體的邏輯關係，設計逐步建立數據治理機制的實施路徑。

數據體系框架的三個領域。銀行數據體系三個領域分別為數據治理、數據管理、數據應用與服務。數據體系框架中的所有關鍵活動由數據管理和數據應用與服務組成，數據治理是數據管理和數據應用與服務的管理機制保障，明確數據管理的組織、制度與流程，數據應用與服務是體現數據資產的價值的重要手段。

數據體系框架的十五項管理子領域。十五項管理子領域分別為數據治理領域下的：數據戰略與規劃、數據組織與職責、數據政策與制度；數據管理領域下的：數據架構與模型管理、數據標準管理、元數據管理、數據質量管理、主數據管理、數據保留與歸檔管理、數據隱私與安全管理、內容管理；數據應用與服務領域下的：數據應用及技術規劃、數據需求管理、數據服務、數據基礎系統建設與管理。針對每項管理領域，明確管理目標並詳細說明管理活動和工作過程。此外，還闡述了數據體系的關聯關係，其中包括數據應用與服務的關係，以及數據管理內部各領域的關係。

四、建設方案

股份制商業銀行數據治理機制建設應遵循總體建設原則，通過魔力象限方法制定實施策略，並且綜合實施項目的影響因素評估，從而推導出任務藍圖和實施路線圖。

數據治理機制包括以下幾條建設原則：

• 數據治理機制的建設需要高層支持，應當順勢而行，藉助外部監管、銀行內部經營管理等對數據要求帶來的契機促進數據體系建設。
• 需注重轉變促成，重視數據管理、數據質量等理念認知的宣傳，逐步塑造出銀行內統一認知的數據文化，創造數據治理機制可持續發展的環境。
• 採取分階段、分步驟循序漸進的實施策略，在實施中應沿著重點發展領域的路徑，帶動其他領域發展，並逐步實現體系建設全面發展。
• 商業銀行應該加速創新，利用大數據等技術帶來的機遇加快數據體系建設。

借鑒Gartner研究成果，創造性的提出了國內銀行的數據體系魔力象限工具，描述了橫縱坐標設計及能力成熟度分布。魔力象限以執行能力和前瞻性為橫縱坐標，四個象限依次分別為領導者、挑戰者、有遠見者和特定領域者，具體如圖2所示。以數據治理、數據管理水平為橫軸，體現數據體系的前瞻性；以數據應用與服務為縱軸，體現數據體系的執行能力。在魔力象限圖中，橫軸方向越靠近右邊，代表該銀行數據治理、數據管理的水平越高；縱軸方向越靠近上方，代表該銀行數據應用與服務開展的越好，也就是數據價值利用的效果越好。橫軸在前瞻性計劃性上體現的更為明顯，而縱軸更加側重於價值實現。

以魔力象限工具為基礎提出了股份制商業銀行數據治理髮展路徑的設計方法，總體方針是優先發展薄弱環節，持平後均衡發展，極力避免數據應用的失控和數據管理的空泛。對於不同的股份制商業銀行，在實踐中可能會遇到各種突發情況，此時可以結合目標選擇不同的發展路徑，但總體發展趨勢不應違背上述方針。

基於以上考量制定數據治理機制建設的任務藍圖，並結合數據戰略目標，以發展路徑為指導，參考各數據領域的相關性、建設狀態，對實施路線優先順序進行排序，確定總體建設計劃，通過分析計劃中任務的重要性和急迫性識別實施計劃中關鍵項目，具體指導方法涉及項目識別方法、優先順序界定方法及對應的價值風險評估指標。

五. 發展實踐

在整個體系規劃中，現狀評估為後續的體系框架設計、實施路線規劃和落地實施奠定基礎。依據本文構建的數據體系框架，基於Gartner成熟度評估方法，從數據管理相關的組織架構、工作流程、技術支撐三大方面，選取十二個評估領域，對全行的數據治理及管理現狀進行評估，給出了銀行在數據領域所處的成熟階段，並結合能力成熟度評估結果提出了重點領域存在的問題及對應的改進建議。

結合數據成熟度評估、業務發展戰略以及信息科技發展戰略，提出了銀行數據戰略，基於戰略構建數據體系框架，數據戰略核心目標是「創造數據資產價值」，數據體系框架主要包括組織框架、制度框架、任務框架等內容。數據體系框架的適應範圍包括結構化、半架構化、非結構化數據，適應未來大數據發展趨勢，貫穿數據創建、獲取、維護、存儲、使用、銷毀的整個數據生命周期。

提出了銀行數據體系發展路徑與實施路線圖，明確數據管理與數據服務的兩大關鍵能力。基於魔力象限的實施路徑設計方法，評估現狀後確定優先實現數據治理與管理的能力提升，並以數據治理與管理為基礎持續加強數據應用與服務。從2012年至2016年，計劃通過五年的發展，實現數據體系從基本管理向量化管理邁進，以數據應用、價值創造帶動數據管理的基礎建設，以數據治理來提升數據管控能力和管理效率，以業務轉型和創新為驅動力推動數據的能力建設。

全面地數據體系建設規劃將使銀行在五年內數據管理逐步覆蓋到數據體系的所有領域，由此數據治理機制也將隨之逐步建立健全，並通過數據體系領域間相互促進使數據治理機制可持續發展。

六、未來展望

近年來在電子商務、移動互聯、網路社交的共同推動下社會信息化發展逐步進入新紀元，信息科技應用建設的價值逐漸被其所產生的數據所展現，使得金融行業，特別是銀行從高層到基層對數據運用於業務經營發展的重要性和價值得到進一步認知，為營造企業數據文化，深化數據治理機制提供良好的條件。此外，大數據概念的產生和不斷發酵與應用普及，使國內外科技研究、創新技術力量將數據管理、數據應用技術作為主流，必將使在大數據範疇內的數據管理、數據應用與服務領域更加廣泛深入，業務應用大數據的體驗更加直接，從而最終為銀行管理數據、應用數據的技術創新帶來新的動力。

社會信息化發展與大數據理念的深入必將帶動股份制商業銀行業務精細化管理和業務創新能力提升，但需先通過具有前瞻性的有力措施應對其帶來的挑戰。新技術發展將會對傳統的IT體系產生衝擊，從而對數據體系產生影響，因此需要制定可持續發展、具備足夠擴展性並契合企業IT體系發展要求的數據治理機制，使數據體系架構可以快速根據信息化與大數據發展的要求不斷進行修訂校準。

數據治理機制的建設推動了股份制商業銀行數據價值體現，銀行應逐步夯實體系建設成果，形成數據治理持續完善的長效機制。在發展過程中，需重點考慮的問題包括：逐步營造並深化全行業務信息化管理和決策的數據文化，實現並固化數據體系的閉環管理機制，並研究建立科學定量的數據治理績效體系等。