银行业是数据驱动型行业，在提供金融服务的过程中，积累了海量的用户数据、交易数据以及外部数据。数据已经成为银行业的重要资产。银行业通过数据挖掘、分析和应用，使静态数据流动起来，一方面，可以赋能现有业务的发展，更好地实现数字化转型；另一方面，能够对客户群体进行精准画像，充分了解客户需求，构建真正“以客户为中心”的金融产品与服务。
一、银行数据治理的现状
近年来，国家监管层面不断完善数据治理工作，但目前商业银行数据管理仍存在一些突出问题：
1、没有完善的组织和制度。
随着数据治理工作逐渐被重视，银行内部已离不开一个企业级的数据治理职能组织。需要各个部门之间，尤其需要加强科技部门和业务部门之间的合作，才能最终高质量、高成效的完成数据治理工作。
2、缺少数据治理企业文化
全行企业文化的建设必须考虑到数据资产管理这个层面，从战略角度启动、开展和推进数据治理工作，建立一种以数据资产为导向的企业文化，将数据治理、科技治理和公司治理有机的结合起来。
3、缺少数据治理各领域的管理体系
只有建立起全行级别的数据治理体系，整合行内人才资源，制定相应的管理制度和文化体系 ，完善数据治理流程管理，才能达到数据开发、共享、使用和管理的全方位良性循环。
4、未建立数据治理流程和有效的认责管理制度
由于没有完整的流程管理机制，一是会出现沟通成本高，协调难度大的问题。二是较少考虑数据复用和共享机制，不利于后续的系统整合工作。三是较少进行跟踪管理和规范治理，后续的认责机制不健全。
二、商业银行数据治理的定义
数据治理是提高数据质量、发挥数据价值、提升经营绩效的前提。根据2018年3月16日银监会发布的《银行业金融机构数据治理指引》相关定义，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。
三、商业银行数据治理方案
1、明确全面实现数据价值的要求
提出银行业金融机构应当将数据应用嵌入到业务经营、风险管理和内部控制的全流程，有效捕捉风险，优化业务流程，提升内部控制有效性，实现数据驱动银行发展。
2、明确数据治理架构
多数银行数据管理职能分散在不同部门，容易出现职责分散、权责不明的情况，需要进行统一管理。同时，数据治理是系统工程，从下至上，应做到人人有责、层层把关。
3、明确数据管理和数据质量控制的要求
明确银行业金融机构数据管理方面的要求，覆盖数据战略、数据管理制度、数据标准、信息系统、数据共享、数据安全、应急预案、问责机制和自我评估机制等。要求建立数据质量控制机制，明确将监管数据纳入数据治理范畴，要求全面强化数据质量，保证数据的真实性、准确性、连续性、完整性和及时性。
4、强化数据安全意识
银行业金融机构应当适应大数据时代需要，强化数据安全意识，依法合规采集数据，防止过度采集、滥用数据，依法保护客户隐私。
5、加强监管监督
明确监管机构的监管责任、监管方式和监管要求。对于不满足《指引》有关要求的银行业金融机构，要求其制定整改方案，责令限期改正；或与公司治理评价、监管评级等挂钩；也可能视情况采取其他相应监管措施。
