- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2023-08-03来源：两月浏览数：60次
数据治理体系
都包含哪些内容？
从监管层面，银保监会《数据治理指引》和人民银行《金融业数据能力建设指引》都为数据治理体系设计提供了框架指导。
《数据治理指引》中提出的数据治理体系建设要求涵盖了数据治理架构、数据管理、数据质量管控和数据价值实现4个方面、42个子项。
《数据治理指引》的数据治理体系建设要求
人民银行《金融业数据能力建设指引》提出数据能力覆盖了数据战略、数据治理、数据架构、数据规范、数据质量、数据应用和数据生命周期管理的8个能力域、29个能力项。
《金融业数据能力建设指引》的要求
在监管指引下，从数据战略、数据应用、治理体系、数据管理和技术支持等层面，建立多层次、相互衔接、支持和促进的治理体系。
如何搭建
数据治理的顶层设计，
做好先行保障？
数据治理是一项长期持续、复杂度高且探索性强的工作，因此做好顶层设计尤为关键。前瞻且合理地规划数据战略、有效搭建数据治理组织架构，方能确保数据治理体系树立明确的目标与方向、落实职责以保障工作的有效推进。
前瞻且合理地规划数据战略
银行需根据自身发展战略的要求来制定数据战略和目标，制定分阶段实施计划和具体措施，合理分配资源，并通过定期回顾和考核确保目标的达成。
有效搭建数据治理组织架构
作为公司治理的一部分，数据治理不仅是领导“一把手”工程，更是各级领导重点工程，而推动数据治理工作在全行的落地，也离不开银行各参与方的协同与配合。因此建立体系化的组织架构、明确职责的分工是非常必要的。
数据治理顶层设计很大程度取决于决策层对于数据治理的决心，以及数据治理各参与方的运营和协同模式。各家金融机构都会根据自己的实际情况作出设计和决策。
银行各部门
应该如何分工合作，
做好数据治理？
合规和内审部门
规范化标准化地开展数据治理评估与审计工作。从哪些方面进行评估，评估的维度有哪些，评估的标准如何定义，评估的范围如何选择......这些内容需业内专家共同讨论，逐步细化，明确标准。
数字银行部（数据治理归口管理部门）
数据治理是一项长期的、动态的工作，而且是类似“装修”的隐蔽工程，是一项“脏活、累活、苦活”。如何将数据治理的价值和成果显性化，将数据治理工作拆分为不同的模块和任务，进行逐步地推进和落实；如何将数据治理从管控式理念模式向服务式理念模式转换，是一项智慧工程。
信息科技部门
数据治理的工作涉及到信息系统建设的方方面面。科技部门在考虑银行整体信息系统架构的同时，还需考虑是否与全行数据架构相匹配。科技部门还需配合IT领域的数据治理的工作，在信息系统建设流程中满足数据治理要求规范。
各业务部门
数据治理绝不是“与己无关”的一项工作。数据治理工作贯穿于数据产生、使用和销毁的全生命周期中的各个环节。作为主要的业务数据输入端，业务及一线部门扮演着重要的数据质量控制角色。数据质量的好坏直接影响数据分析的结果是否准确，同时，业务部门作为主要的数据使用者，更应积极思考和加强数据在自身领域的应用，使其充分发挥价值。
我们如何抓住
今年数据治理的“速赢点”？
对于中小银行而言，当前在整个数据治理体系中的重点工作主要是完善数据治理体系的顶层架构，重视监管数据治理与质量，完善全行数据标准，以数据资产为抓手建立数据治理体系，稳步推进各项数据应用，打造识数管数用数的良好数据文化！
