企业级架构建模之十一：数据架构管理中的主数据管控

在DMBOK及相关权威框架中，数据架构管理主要包括以下几个部分：

1.主数据管理：即所谓企业的黄金数据，或者基础数据，是最为主干和关键的数据。在部分理论中，会提出主数据管理；部分则提出数据标准管理，但是核心思想是一致的，即抓关键的数据、抓数据的关键。

2.数据模型：一般是企业级数据建模中所常说的ABC-C'-D模型的设计和管理，主要是用模型的方式来表达和管理企业业务形态所对应的数据形态。

3.数据分布、集成、流转：主要是数据在企业信息系统中的采集、存储、生成、转换等的过程，和数据生命周期关联。有的理论会把分布集成和流转分拆成两部分，有的则是合并。

4.元数据管理：对业务、技术、管理元数据的持续管理和维护，维护是其中的重点，因为持续维护是困难的，需要动员和调度大规模的协同，并进行技术性措施的深入渗透和衔接。以上是对数据架构的解释，今天我们先谈谈主数据管理。

01什么是主数据

主数据是指满足跨部门业务协同需要的、反映核心业务实体状态属性的组织机构的基础信息，通常长期存在且应用于多个系统。它主要聚焦于业务处理，体现业务经营的关键属性，共享且被复用在多个业务领域。结合商业银行业务，主数据主题可分为客户、账户、员工、机构、产品等内容。例如，在员工主题中，主数据纳入范围可分为以下几类：第一类是重要的业务主键信息，如人员编码；第二类是关键的业务要素信息，包括员工姓名、身份证号、性别等必要信息项。

员工主数据

02企业架构与主数据

DAMA2.0中介绍了架构指对组件要素有组织的设计，旨在优化整个结构或系统的功能、性能、可行性、成本和用户体验。在企业的组织范围内，企业架构是指根据共同目标分析、设计相关组织集合体的基本组成部分和内部关系，主要分为业务架构、数据架构、应用架构、技术架构等。参考《华为数据之道》的定义，数据架构是以结构化的方式描述在业务运作和管理决策中所需要的各类信息及其关系的一套整体组件规范，从而有效地管理数据以及储存、使用数据的系统，它包括了数据资产目录、数据标准、数据模型和数据分布。其中，数据分布定义了数据产生的源头以及在IT系统间的流动关系。对比主数据管控，同样包含了主数据分类、主数据标准、主数据分布等相关工作，所以从内容上看，落实主数据管控是数据架构工作实践的一方面。

数据架构与主数据的关系

03为什么进行主数据管理

在信息化进程中，企业内部保持主数据的一致性、准确性和权威性是非常重要的，是企业实现决策分析、提升战略协同的前提。它不仅处于企业数据战略的核心，也是数字化转型的关键支撑，影响着企业利用数据的效率和数据发挥价值的程度，其重要性体现在以下两方面：在数据层面，有助于消除数据冗余，提升数据质量与数据准确性。不同部门、不同系统按照自身需求获取数据时，会造成数据的重复和冗余，导致数据一致性、准确性和完整性水平较低，这也极大影响企业对数据的取用，通过主数据管理，统一数据标准，实现数据高效共享。在业务层面，能够提升数据处理应用能力、提升业务的协同力和经营管理能力。由于各个部门对数据的定义不一致，需要花费大量人力资源、时间去沟通整理数据。因此，构建一套完整的主数据管理体系，有利于提高内部经营分析的准确度，提升企业管理的水平。

04商业银行面临的主数据管控问题

1.主数据标准缺乏，业务规则不统一

由于在银行机构建设初期，业务依靠传统数据加工模式，对主数据的顶层设计重视程度不足，没有对数据做明确的主题划分，导致数据分散在各个业务系统，影响取数用数的准确性。针对银行业务中大量使用的公共维度数据，例如产品、机构、客户、渠道、账户等，在系统建设和数据定义中，如果不进行主数据系统架构设计和数据标准定义，会导致公共维度数据缺乏统一管理、数据内容不一致、数据类型统一等情况。例如单一自然人在多个业务系统中存在不同客户号，机构树分类规则不统一，可能导致数据加工结果不一致的问题，影响业务的数据应用。

2.主数据项认责不清晰

商业银行数据责任角色通常包括业务责任部门、数据录入部门、数据使用部门和系统建设部门等。其中，业务责任部门一般由产生该数据的业务主管部门承担，如果出现了业务交叉，或者某些公用系统的数据产生，则难以明确责任划分。例如客户信息管理系统中的客户公共信息表，涵盖了重要的信息项（客户号、客户姓名、地址、联系号码、国籍等），这些信息项可能是由多个部门共同录入并维护的，如果从信息项本身去认责，将无法确认唯一认责部门，导致信息项无责任归属、数据质量问题无法高效解决。

3.主数据项数据质量不高

主数据的质量除了依赖有主管部门去认责管理，更关键的是质量规则是否按照业务需求定义，并严格通过质量规则进行质量管控，特别是关键枚举类的主数据项。在数据录入时，应进行严格的数据质量校验，避免低质量的数据流入下游系统，影响数据应用。主数据的质量不高通常与主数据项定义不清晰、业务规则不明确、数据项认责不清晰等情况息息相关。

05商业银行如何进行主数据管控

1.明确主数据管控范围

从商业银行角度看，按照急用先行原则，以监管报送要求和经营管理需要的关键数据项为切入点，梳理基础数据字段和重要经营指标业务规则。以客户信息为例，其中个人客户信息包含客户统一编号、客户姓名、证件类别、国籍、民族、性别等重要数据项；对公客户信息包含客户名称、客户类型、法人代表证件号码、所属行业等重要数据项。通过报送口径的溯源穿透分析，定位报送字段对应的权威业务系统和物理表字段，包括客户管理系统、核心业务系统、信贷管理系统等。

2.主数据项的数据主人认定

主数据的认责对数据治理工作的推动和开展是至关重要的。业务部门通常是数据的责任主体，主要负责明确主数据定义、制定业务规则等内容，依据制定好的规则做好技术和数据的管理工作，一旦发生数据质量问题，按照已有规则整治问题，提升主数据管控效果。通过确定数据主人，对数据管理的权利和责任进行分配，明确工作边界和协作机制，有效地提升数据质量和主数据管理工作效率。如果发生业务交叉，无法明确主管部门的情况，则需要根据“谁更新、谁负责”原则，从数据内容角度明确数据划分原则来确定数据主人。例如客户信息系统是多个部门共同使用，对于客户的公共信息，各个部门都有进行数据的创建更新，在进行数据主人认定时，通过客户号编码规则进行公私客户类型的识别，用于区分客户公共信息的部门认责归属。

3.建立主数据管控机制

主数据管控的目标是为了解决重要数据项的“完整性、规范性和一致性”的问题，为实现这一目标，需要建立长效管控机制、编制基础数据标准、加强主数据系统的管控，包括进一步优化主数据管理规范，基于重要数据项编制并发布基础数据标准清单，落实系统贯标。例如，对于客户相关的基础数据标准，所有对主本数据的引用，都需要严格遵循主数据系统的定义，确保“数出同源，内容一致”。另外，对于主数据系统涉及主数据项的修改，都需要进行影响性分析，并对基础数据标准进行同步更新，确保标准与源头数据内容的一致。

随着商业银行的信息化创新发展，主数据管理是一项持续推进的工作，建立主数据管理体系有助于高效管控数据资产，满足各类监管报送要求，使商业银行更好地进行数字化转型，确保数据驱动业务的持续性。后续还需通过理论实践相结合，完善主数据标准体系，推进主数据生命周期的质量管理工作。