导图社区 银行业数据治理体系实战建设方案
对标监管要求，中小银行轻量级、高效运转的数据治理体系建设方案分享。干货满满，欢迎点赞收藏~
社区模板帮助中心，点此进入>>
费用结算流程
租赁费仓储费结算
E其它费用
F1开票注意事项
F2结算费用特别注意事项
洛嘉基地文件存档管理类目
CFA一级Ethics-standard思维导图
货币政策对黄金价格的传导机制
云报税（个税）
收入
数据治理工作机制
数据治理定义： 国际数据治理研究所（DGI）： 数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁（who）能根据什么信息，在什么时间（when）和情况（where）下，用什么方法（How）,采取什么行动（what）. 银行数据治理指引： 数据治理是指通过建立组织架构，明确董事会、高级管理层、部门等职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。 DAMA指南： 数据治理是对数据资产管理行使权力和控制的活动集合（规划、监控和执行）。数据治理职能指导其他数据管理职能如何执行。数据治理是在高层次上执行数据管理制度。数据治理是通过连续性的计划和持续改进的过程来完成的。除了持续性的改进，数据治理的另外一个标志就是共同决策。有效地数据管理工作需要跨组织边界和系统边界。 数据管理与数据治理的区别在于，数据管理是做关于数据架构、数据建模、数据集成等真正接触数据的事情；而谁应该管什么、应该怎么管、用什么标准和制度去管，则是数据治理的话题。 如果将数据治理类比于国家治理，数据治理相当于承担立法职能（策略和标准）和司法职能（问题管理），数据管理则承担行政职能（管理、服务和合规）。
1. 数据战略规划
《银行业数据治理指引》中第九、第十七条明确提出了制定数据战略的观点。数据资产如何变现、如何创造收益已成为银行的共同话题，数据战略主要涉及现有业务管理的数字化、创造新的数字化业务等内容。 数据战略规划应保持与业务规划、信息技术规划一致，并明确战略规划实施的策略，至少应： 1，理解业务和信息规划，调研需求并评估现状； 2，制定数据战略规划，包括愿景、目标、任务、内容、边界、环境和蓝图等； 3，指导数据治理方案建立，包括但不限于实施主体、责权利、技术方案、实施策略和路线等； 4，明确风险偏好、符合性、绩效和审计等要求、监控和评估数据治理的实施并持续改进； 例如：《华为数据之道》一书给出的华为数据工作的愿景和目标： 华为数据工作的愿景：实现业务感知、互联、智能和ROADS体验，支撑华为数字化转型。 华为数据工作的目标：清洁、透明、智慧数据，使能卓越运营和有效增长。
数据资产变现，以“数据”驱动，提升业务价值，获得业务洞察，赋能经营管理
2. 制度、办法修订
《数据治理管理办法》
《数据治理委员会工作规则》
《数据标准管理办法》
《数据质量管理办法》
《数据管家管理办法》
《数据治理考核管理办法》
《银行数据治理指引》第三十四条 银行业金融机构应当建立数据质量考核评价体系，考核结果纳入本机构绩效考核体系，实现数据质量持续提升。
《统计制度》
计划财务部
《统计工作考核办法》
3. 组织架构
《银行数据治理指引》中的第八至第十四条提出了组织架构的要求，比如第八点，银行业金融机构应当建立组织架构健全、职责边界清晰地数据治理架构，明确董事会、监事会、高级管理层和相关部门的职责分工，建立多层次、相互衔接的运行机制。
董事会
监事会
科委会
数据治理委员会
主任委员
副主任委员
委员
数据管家
跨部门协同的敏捷组织，按照EAST5.0数据归属关系表，涉及的各业务部室安排兼岗或专岗人员，承接数据办下发的数据治理工作
数据治理委员会办公室设在数据管理部（数据办）
4. 治理工作有序运行
流程及方法
数据标准修订、发布、迭代更新
《银行数据治理指引》中的第二十条、二十三条给出了建设数据标准的要求，比如第二十条，银行业金融机构应当建立覆盖全部数据的标准化规划，遵循统一的业务规范和技术标准。数据标准应当符合国家标准化政策及监管规定，并确保被有效运行。 在实践过程中，数据标准可分为基础类数据标准以及指标类数据标准。基础数据标准是针对业务开展过程中直接产生的数据制定的标准化规范；指标数据标准是针对满足内部分析管理需要以及外部监管需求对基础类数据加工产生的数据制定的标准化规范。 银行业标准体系： 通用基础标准 产品服务标准 运营管理标准 信息技术标准 行业管理标准
数据办牵头指导
信息科技部协同
各业务部门归口主管
数据质量PDCA闭环管理及评分机制
PLAN DO CHECK ANTION
数据办提出问题，确认主管、分管部室，下发任务
各总行部门数据管家接收任务，对问题进行分析，方案制定；需要下发分行的，直接分配分行
各分行数据管家接收任务，完成任务，需要支行配合的则可以拆分多个子任务给支行
各支行数据管理接收任务，并完成任务
可视化展示质量任务进度情况
质量纳管系统范围趋势图
检核规则检出情况表
质量问题解决情况表
待解决质量问题表
数据质量整改进度跟踪表
示例，ECIF系统整改评估表
治理任务自动化工具集
开发平台
ETL任务自动引用标准建模，在数仓间接落标过程中，有效减轻ETL工程师工作量，使得ETL任务，标准化、流程化。
管控平台
应进一步深入调研管控平台，考虑与监管自检自查小工具的关系 Demo: 如核心增加表字段， 事前，开发人员先来管控平台申报数据字典审批，数据办核对标准，符合审批，并自动生成DDL建表语句，提交开发人员； 事中，在上线前线上流程节点审核； 事后，上线后，管控平台自动抓取源业务系统元数据，完成对标。若出现不匹配情况，OA，短信等通告。
数据表建模工具
数据表建模工具 织巢鸟
资产平台
监管专题自查自检小工具
源头管控依据数据标准并配合贯标
新建系统，全面应用
在系统建设时执行其适用的数据标准
可适应性调整行内标准。比如，新信贷系统建设
业务属性、业务标准
技术属性、技术标准
新系统代码遵照数据标准项代码扩展定义
现有系统，逐步应用
在系统升级或改造时介入对适用部分参照数据标准执行
在没有业务现实需求的情况下，不强制按照标准进行系统改造
在源系统数据入湖时，由数仓标准层落地适用部分数据
外购系统，推荐应用
推荐参考，不强制执行
将外购系统数据项技术属性与行内标准的一致性作为外购系统评估指标之一
在外购系统数据入湖时，由数仓标准层落地适用部分数据
5. 治理工作切入点
从哪里切入，如何切入 以监管EAST专项治理数据质量提升为切入点，进而撬动全行数据治理工作有序推进
引入监管专项治理咨询，逐步逐类提升数据质量
监管问题驱动为抓手，推动治理落地
一“库”（质量检核规则库），前置检核规则，自检自查
一“录”（数据归属名录），参照办法，落实到部门，落实到专人，数据管家
一“模”（质量根因分析模型），“鱼骨”分析法，标准化问题类别，模型思路精准定位数据问题
一“表”（质量整改跟踪表格），监管问题工作底稿台账，线上流程化、标准化管理
一“评”（治理绩效验证评估），挂钩治理考核办法，厘清行内与实际治理工作高度贴合的绩效指标体系
日常数据质量监控评价
通过日常数据质量监控评价，找出存在的问题和待改进之处，并督促相关部门和人员进行整改和优化。配合绩效考核相关机制执行效果更佳。
建立自我评估机制
针对监管报送数据，在数据治理体系建设和执行的基础上，应配套的进行定期评估和检查，并向内部（董事会、科委会、数据治理委员会等）和外部（监管机构）进行定期汇报，确保数据治理工作开展的有效性。
内部（董事会、科委会、数据治理委员会）汇报
银行业金融机构应当组织评估数据治理的有效性和执行情况，并定期向董事会报告
外部（监管机构）汇报
1，银行业金融机构应当建立数据治理自我评估机制，明确评估周期、流程、结果应用、组织保障的要素的相关要求； 2，评估内容应覆盖数据治理架构、数据管理、数据安全、数据质量和数据价值实现等方面，并按年度向银行业监管机构报送；
数据质量现场检查
银行业金融机构应当建立数据质量现场检查制度，定期组织实施，原则上不低于每年一次，对重大问题要按照既定的报告路径提交，并按流程实施整改。
监管自检自查小工具
多于银保监局披露的检核规则库
基于检核规则库，提前披露数据质量合规问题，将问题披露工作前置
披露问题线上化闭环管控
跨报送系统两端核验
6. 数据治理文化宣导
数据文化中的一项内容
线下媒体
大厅宣传栏或展板
治理活动重要进展或专项检查里程碑节点等；新闻稿或专题论文
行内报纸期刊金融科技板块
数据治理基础知识，包括不限于标准、质量、安全、生命周期、主数据、元数据、数据确权等
行内现行数据治理相关制度办法
数据治理制度办法
线上媒体
行内媒体和行外媒体
数据门户首页轮播图
治理活动动态、部门采风、团队风采等
冀银学习平台
问答社区数据治理知识与运用的讨论
视频专区短视频投放（数据治理、安全等主题）
考试专区数据治理制度、办法考试投放
OA信息园地
数据治理同业动态；成功案例分享；治理活动推进优秀部门风采展示；
主题活动
数据管家机制，业务接受程度调查
调查问卷
有奖问答
数据治理基础知识
有奖征文
中心主题
