數據治理已成為在全球各國領導層面進行討論的中心議題，其背景和目的，主要是旨在推動建立新的國際數據監管體系。在我國的金融行業中，隨著互聯網金融的異軍突起和新興技術的驅動，越來越多的商業銀行選擇在戰略層面開啟企業級
數字化轉型之路，利用數據來賦能業務，利用新技術提升效率和管理精細化。值得關注的是一些中小型銀行在數字化時代背景下努力耕耘的身影，它們對于新理念新技術的響應速度更快，具有敏捷優勢。同時，借助領先的大型銀行和全國性股份制商業銀行數據治理的經驗，中小銀行希望以其后發優勢進行彎道超車，向資本市場或萬億資產俱樂部發起了猛烈攻勢。
在數字化時代背景之下，金融監管機構為促進金融行業健康發展及風險控制，進一步提升監管數據的統計質量，通過發布監管指引并將數據治理與監管評級掛鉤的方式來提高銀行業金融機構對數據治理工作的重視，并能夠結合自身實際，開展數據治理工作。但我們發現各銀行在具體實施數據治理工作的過程中，對于數據治理工作本身的理解、對于數據治理工作價值應用的理解以及對于監管要求的理解，存在著很大的偏差。
大道之行也，天下為公，本文作為銀行業金融機構數據治理實踐熱點與難點系列專題的開篇，嘗試著將銀行業金融機構在數據實踐過程中的一些困惑和經驗進行總結并分享，為業內同仁貢獻一些參考，提供一些幫助，奉獻一些價值，共同推動數據治理工作順利開展。
數字化轉型依托于數據治理
在ABCD（人工智能、區塊鏈、云計算、大數據）技術的創新驅動下，越來越多的商業銀行開啟數字化轉型之路。新興金融科技逐漸應用到客戶服務、業務受理、信貸流程、運營管理、風險管理和經營決策等銀行核心業務之中。數字化轉型的一切圍都繞著數據，包括但不限于數據的獲取、沉淀、運用和洞察。有效的數據治理體系是保障，健全統一的
數據標準是基礎，不斷完善的
數據質量控制是方法，持續優化的
數據應用是目標。有效的數據質量控制有利于客觀的分析和決策，有效地管理數據是銀行實現數字化轉型的基礎。
銀行如何應對數據治理監管
開展數據治理工作對不同的角色或部門來說都是一項新興而持久的挑戰。如何有效的應對，我們可以從以下幾個方面來看。
對合規和內審部門來說，如何規范化標準化地開展數據治理評估與審計工作是一個新的課題。從哪些方面進行評估，評估的維度有哪些，評估的標準如何定義，評估的范圍如何選擇，這些內容其實急需業內專家共同的討論，逐步細化，明確標準。
對數據治理的歸口部門或相關的從業人員來說，數據治理是一項長期的、動態的工作，而且是類似“裝修”的隱蔽工程，是一項“臟活、累活、苦活”。如何將數據治理的價值和成果顯性化，將數據治理工作拆分為不同的模塊和任務，進行逐步的推進和落實。如何將數據治理從管控式理念模式向服務式理念模式轉換，是一項智慧工程。
對信息科技部門的人員來說，數據治理的工作涉及到信息系統建設的方方面面。信息科技部門在考慮銀行整體信息系統架構的同時，還需考慮數據架構如何設計的，IT領域的數據治理的工作如何配套開展。如數據管控平臺如何定位，數據管控平臺與各源系統、數據加工分析平臺之間的關系是什么，什么樣的信息系統建設流程是符合數據治理要求規范的。
對各業務部門來說，數據治理絕不是“與己無關”的一項工作。數據治理工作是貫穿于數據產生、使用和銷毀的全生命周期中的各個環節。作為主要的業務數據輸入端，業務及一線部門扮演者重要的數據質量控制角色。數據質量的好壞直接影響
數據分析的結果是否準確，而機構層面數據標準是否建立，各業務和管理領域的數據標準是否一致，也將影響著在使用數據的時候需要花多大的代價來進行數據標準的統一。
（部分內容來源網絡，如有侵權請聯系刪除）
