一文读懂银行数据治理体系的目标和路径.pdf

⼀⽂读懂银⾏数据治理体系的⽬标和路径

据相关数据显⽰，银⾏业每创收100万美元，会均产⽣820G的数据，数据强度⾼居⾏业之⾸。⽽随着数字化转型步伐

的加快，各政策性银⾏、⼤型银⾏、股份制银⾏，邮储银⾏，外资银⾏，⾦融资产管理公司，以及其他会管⾦融机构也

纷纷开始了数据治理的相关⼯作。

但⾯临错综复杂、⽇新⽉异的数字化变⾰浪潮，银⾏的数据质量、数据标准和数据安全问题越发突出，⽐如数据来源不

⼀，且尚未实现有效整合，数据碎⽚化和数据孤岛问题突出，⽆法充分发挥数据价值等。如何解决这些痛点，从⽽切实

提升数据治理⽔，是银⾏从业者需要⾯对的⼀道难题。

今天⼩亿就来从以下5个⽅⾯说说银⾏数据治理体系，从⽽让⼤家有⼀个全⾯认识和了解。

1.银⾏数据治理的历史是如何演变的？

2.银⾏做好数据治理所⾯临的挑战都有哪些？

3.银⾏数据治理的⽬标是什么？

4.银⾏数据治理的架构体系包含什么？

5.银⾏数据治理的实施路径是怎样的？

⼀、银⾏数据治理的历史演变

20世纪80年代以来，伴随着IT系统升级带来的新技术应⽤（数据库、交易中间件）与新产品开发（银⾏卡、中间业务、

投资理财、电话银⾏、POS机系统），银⾏基于数据管理的需要，在关系数据库领域实现了关系模型、事务处理、查询

优化等早期的IT管理功能。

随着进⼊21世纪，合规与监管的外部压⼒迫使银⾏在数据治理上投⼊⼤量成本解决信息安全、隐私与合规问题。之后⼤

约从2010年开始，⼤数据的出现使得银⾏数据治理真正⾯临了数字化变⾰的压⼒。⽽此时数据量越来越丰富、数据分析

⼯具越来越多、数据存储⽅式越来越便捷，数据治理在合规、经营等⽅⾯的溢出效应也越来越明显。

⽽近期的标志性事件为2018年发布的《银⾏业⾦融机构数据治理指引》，标志着数据治理在我国银⾏⾦融机构中全⾯实

践时代的到来。⾃《指引》颁布后，数据治理⼯作被国内银⾏业⾦融机构正式提上⽇程，⼀⽅⾯是监管要求的应对，另

⼀⽅⾯是多年积累的数据治理需求集中迸发。

⼆、银⾏数据治理⾯临的挑战

1.从银⾏内部看

（1）数据质量问题难以控制

数据质量要求真实性、完整性和准确性。⽽难点在于，纵向上跨越数据的全⽣命周期，时限较长；横向上涉及银⾏不同

条线，部门繁多。

（2）数据整合问题道路曲折

银⾏内部不同部门的数据源不同，不同主体的利益不⼀致，导致不同部门之间的数据往往存在阻隔。⽽拆除这些阻隔实

现数据整合的成本往往极⾼。

（3）数据治理内部权责不清

银⾏组织对于数据治理的内部权责划分并不⼗分明显。这体现在IT系统⼈员、法务合规⼈员以及数据治理专门部门的责

银⾏组织对于数据治理的内部权责划分并不⼗分明显。这体现在IT系统⼈员、法务合规⼈员以及数据治理专门部门的责

任存在重叠，也体现在业务部门调取、使⽤相关数据时权限不明朗。

（4）数据安全问题迫在眉睫

银⾏存有⼤量的个⼈隐私、商业机密，不同银⾏的存储安全管理、⽤户匿名化、访问权限管理⽔不⼀，安全能⼒较低

的银⾏频频出现数据被窃取或者泄露。

（5）数据治理问题缺乏经验

数据治理是⼀个动态的体系，涉及的内容众多⽽复杂。银⾏从已有惯性中⾛出来，形成现代化的数据治理动态体系还缺

乏必要的经验。

2.从银⾏外部看

（1）数据权属问题历久弥新

从数据产⽣开始，权属问题就是最⼤的争议。个⼈隐私权利保护获得空前重视之后更是如此。最⼤的难点在于：数据使

⽤者、控制者、所有者的权利义务⽆法厘清，从⽽引申出数据的合法合理使⽤及权利救济等问题。

（2）数据监管问题⽇趋复杂

与⾦融业尤其是银⾏相关的⾦融监管、数据监管有关的法律规范众多，使得银⾏合规压⼒较⼤。

三、银⾏数据治理的3个⽬标

完整的银⾏数据治理体系包含三个层次的⽬标：

第⼀，IT层次为商业需求、合规需求服务，并适配新兴发展的先进技术。例如，伴随着直销银⾏、数字银⾏的兴起，伴

随着⼿机、可穿戴设备等移动终端提供了更新、更快的接⼊⽅式，银⾏数据治理要持续地评估IT架构的适应性；

第⼆，商业层次要求对外⾼效利⽤数据挖掘和分析技术，对内实现不同部门之间数据共享。简单来说要求将数据⾼效、

多元应⽤于银⾏业务，发挥数据商业价值。例如，内部共享数据以发掘交叉销售机会，设计新型产品等；

第三，合规层次要求银⾏将组织数据提交监管，以满⾜包括资产充⾜率、消费者数据监管、反恐怖反洗钱在内的种种合

规要求。

IT⽬标是后两者的基础，合规⽬标和商业⽬标可以相互作⽤。例如，银⾏可以开发⼀套IT数据系统，将与该银⾏有信贷

关系的上市公司的相关数据进⾏收集整合。⼀旦上市公司的资⾦流向发⽣变化，该银⾏可以第⼀时间获知，并且为风险