2.4  建立银行数据治理体系

我国银行在过去十几年的信息化发展中，都或多或少有些重生产轻分析的现象，这导致了大量以账户为中心的传统交易系统的存在。随着我国金融改革不断深化，尤其是当互联网金融崛起并对传统银行业造成冲击时，银行自身面临更严格的监管要求和更严峻的市场挑战，开始对信息整合、数据挖掘提出更高的要求。但与此同时，在对数据利用提出迫切需求的过程中许多深层次的数据问题开始逐步暴露。例如，数据认责不明导致数据源头录入质量不高，数据标准缺失导致统计口径混乱，整体数据质量缺乏有效的监控和管理。这些长期存在的问题如同连环锁一般，使得银行在进一步挖掘数据的深层次应用时障碍重重。因此，建立数据治理体系成为当务之急，也是银行应对未来发展的战略之举。

数据治理是一项复杂、长期、系统性的工程，涉及思维、方法、组织、系统工具等多方面要素的综合运用。为了满足企业内部的信息使用需要，一般会通过建立专门的数据治理体系来保证数据的可用性、可获取性、高质量、一致性以及安全性。下面将对银行的数据治理体系架构进行介绍，以使读者对数据治理的文化、方法、组织、支撑系统有更好的了解。

金字塔对大家来说并不陌生，古埃及宏伟壮观的金字塔堪称历史上的奇迹，其结构使大家印象非常深刻。基于信息化银行给数据治理带来的诸多机遇，以及面临的一系列问题，我们对商业银行数据治理体系进行研究分析，发现银行的数据治理体系也是一个金字塔结构，依次为战略、机制、领域、技术支撑，从上至下指导，从下而上推进，形成一个多层次、多维度、多视角的全方位框架，如图2-2所示。

图2-2  商业银行数据治理体系

从商业银行数据治理体现的金字塔结构可以看出，实质上商业银行的数据治理体系包含两个层面：一是数据治理的核心领域，二是数据治理的保障机制。战略、机制及各领域的技术支撑是商业银行进行数据治理的保障机制。其相互关系如图2-3所示。

2-3  商业银行数据治理的保障机制与核心领域