大數據時代，數據跟實體一樣變成了生產資料的一部分，被視作現代企業的重要資產，對企業的發展起著至關重要的作用。而在租賃行業，這一重要性變得尤其突出。

租賃行業是集金融、貿易、服務于一體的知識密集型產業，分為金融租賃和融資租賃，兩者盡管監管機構不一樣（金融租賃由銀監會審批和監管，融資租賃公司由商務部審批和監管），但行業模式和業務操作原理基本類似，對大環境所作出的判斷和應對也交織在一起。

在大環境方面，2018年5月，銀保監會發布《銀行業金融機構數據治理指引》，從數據治理架構、數據管理、數據質量控制、數據價值實現、監督管理等方面規范銀行業金融機構的數據管理活動。盡管發文是針對銀行業金融機構，但受此大背景影響，租賃行業的數據治理也變得刻不容緩。

1、數據資產不清晰。 盡管數據是資產，但很多租賃公司都不了解自己的數據，比如有哪些數據，可以帶來什么價值，通過什么手段進行挖掘等。

2、數據質量不高。 因為數據質量太差從而影響了正常的業務判斷，比如風控把握不準確、預測失誤等。

3、業務與開發協作不同步。業務對數據提出了更高的要求，需要明確大數據是什么，怎樣能夠發揮更高的價值。

4、業務系統缺少統一標準。由于企業系統建設所依賴的廠商不同，系統遵循的規范也不同，這導致了系統產生的數據存在命名不規范、編碼不規范等情況。

所謂數據治理（Data Governance）是組織中涉及數據使用的一整套管理行為。由企業數據治理部門發起并推行，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。由于租賃行業所存在的數據問題，只有進行數據治理對數據基礎進行規范，管理元數據、數據監控等，才能得到有價值的數據。只有這樣，此后的數據建模、數據挖掘、數據分析等才能夠順利進行。

下面我們來看看對招商局融資租賃進行數據治理的項目，或許會有更直觀的了解。該項目由華宇軟件集團與億信華辰共同合作完成。

招商租賃要用數據說話，數據治理能做些啥？
招商租賃立足眼下，著眼未來，逐步開展大數據戰略規劃方案，通過實行數據治理、建設數據倉庫、逐步按需推進數據應用落地，來逐步實現公司“用數據說話、用數據決策、用數據管理、用數據創新”的經營目標。因此才有了此次與華宇軟件集團及億信華辰的合作。

項目階段目標
本次項目共分為3個階段開展。數據治理作為第一階段目標，其執行效果直接決定著后面兩個階段是否能夠順利的高效的進行和開展，因此做好數據治理是整個項目開展的基石。

第一階段是“建織、定標準”，主要完成數據治理組織架構，出臺數據管控制度和考核制度，制定全司級數據標準并建設數據標準管理平臺，實現數據標準系統化管理。

第二階段是“執行數據治理、建設數據倉庫、落地數據應用”，主要完成數據質量管理平臺構建，實現數據質量檢核及質量績效考核；完成企業級數據倉庫建設，在數倉中進行落標，為其他系統提供標準統一的數據接口服務；建設管理駕駛艙及報表系統，體現數據價值。

第三階段是“數據深度挖掘階段”，一方面擴大數據治理范圍，并加強業務系統落標執行力度；另一方面優化數據模型，深挖數據價值，實現智能搜索、大數據風控等數據應用。

項目建設成果
借助于億信華辰報表采集分析軟件i@Report、數據分析展示平臺億信BI以及數據標準和數據工廠產品，目前該項目已經進入了第二階段的收尾工作。

在項目實施過程中，數據標準產品對分散在各系統中的數據提供一套統一的數據命名、數據定義、數據類型、賦值規則等的定義基準，并通過標準評估確保數據在復雜數據環境中維持企業數據模型的一致性、規范性，從源頭確保數據的正確性及質量，并可以提升開發和數據管理的一貫性和效率性。

招商租賃要用數據說話，數據治理能做些啥？

此次項目建設，共梳理了580多項基礎數據項標準及140多項指標數據項標準。盡管我們在數據標準的梳理過程中，經常遇到數據含義不明確，標準無法確定等問題。但億信華辰充分借鑒其在交銀租賃、中民投租賃、獅橋租賃等20余家租賃企業合作中的成功經驗，提供了行業參考標準，為標準的梳理工作帶來了很大的便利。同時，建設完成了數據倉庫及管理駕駛艙，直觀展現數據治理成果。

小結：該項目的開展為招商租賃進入第三階段的大數據戰略規劃提供了有力保障，所謂垃圾進垃圾出，好的數據質量是一切數據分析的基礎，垃圾數據對數據分析沒有任何用處。只有在數據被得到正確治理和對待后，才能進入數據挖掘及數據分析階段，并由此發現數據價值，做出正確決策。