金融機構數據質量迎來“大考”。近日，中國銀保監會辦公廳下發了《關于開展監管數據質量專項治理工作的通知》，此次專項治理工作要壓實監管數據質量責任，以監管數據質量問題為導向，通過機構自查自評和監管檢查評估雙向驅動，促進銀行保險機構在發現問題、分析原因、落實整改的過程中，不斷提升監管數據質量。

關注四大數據質量
金融機構近年來在業務快速發展過程中，積累了客戶數據、交易數據、外部數據等海量數據，數據已成為金融機構的重要資產和核心競爭力。

而當前，銀行業金融機構數據質量存在較多問題，主要表現為數據準確性和完整性欠缺，時效性和適應性不足。近段時間以來，多家銀行、保險公司因數據質量及數據報送存在違法違規行為，而領到監管罰單，并被通報批評，其中不乏大型金融企業。

此次銀保監會聚焦的監管數據質量，是銀行保險機構數據治理的重要組成部分。此次專項治理的數據范圍包括監管數據及相關源頭數據。根據同步下發的專項治理方案，此次數據質量治理主要關注數據四大質量：數據真實性、準確性、完整性、及時性等。

建立數據質量管理系統
評價數據質量高低，必然要從一致性、唯一性、完整性等幾個角度對數據進行分析。由于目前銀行業務高度復雜，一些重要數據通常涉及多個系統，比如對公客戶的信息，通常在柜面業務系統、信貸系統、對公客戶信息系統等中都存在，部分數據項出現重疊，有些數據項會不一致。由于銀行系統中無論是數據項還是數據量都龐雜無比，靠人工對其質量進行篩查及檢核是不可能，必須建設功能強大的數據核檢工具。

1、建立數據質量管理系統
結合數據倉庫等信息集成作用，對數據制定相應的數據質量檢查規則，及時有效地發現數據質量問題，并予以解決。

2、要有數據質量檢查工具
對數據進行及時監測，通過檢查規則對數據進行檢查，找出存在的數據質量問題，以便能及時對數據或程序進行整改，進而提高銀行應用系統的數據質量。

3、建立檢查與跟蹤體系
發現問題后還必須對問題的治理進度進行跟蹤，要確保問題得到有效解決，因此有必要建立數據質量問題的檢查和跟蹤體系，利用系統、人工等多種手段從多個渠道發現數據質量問題，并有效進行跟蹤和治理。

利器：億信數據質量管理平臺
工欲善其事，必先利其器。數據核檢工具主體內容是數據核檢規則，這些規則要體現不同的數據質量要求，比如根據合規性要求，數據口徑必須符合監管要求，就要將監管要求的數據口徑轉化為檢核規則，再運用這些規則對各系統中的數據進行檢核。另外，根據唯一性原則，需要對一些重要信息進行跨系統檢核，判斷其是否唯一。

億信華辰數據質量管理平臺EsDataClean提供了業界領先的全面質量評價方法、零編碼質檢規則定義、跨數據源比對、豐富的質量分析報告、數據整改、質量績效評估、質量報告等主要功能，運用元數據管理、數據挖掘、數據分析、工作流、評分卡、可視化等技術，助力銀行建立數據治理體系。

助力構建數據質量規則庫
1. 內嵌13種規則，基本能覆蓋目前數據質量相關問題。
2. 可由實施工程師在圖形化界面上根據業務需求配置，無須編寫腳本。
3. 如規則不夠，還可以動態擴展。

靈活定義多模型質檢方案、性能高效
1. 多點監測、多模型質檢方案，高效調度，并發和串行處理相結合。
2. 性能高效，只需2分30秒，便可完成20條規則百萬級數據的質量檢查。

提供圖文并茂的質量檢查結果報告
1. 內置常規質檢分析報告，實時可視化呈現對質檢結果的分析。
2. 質檢結果模型靈活擴展，充分利用了BI工具的分析展現能力，快速實現客戶化擴展定制。

億信數據質量管理平臺已成功應用于多家銀行機構，助力建設數據質量管理系統，部署了數據質量檢查規則萬余條，覆蓋了上游各業務應用，檢查范圍涉及數據字段完整性、數據字段業務有效性、數字字段業務關聯性、數據字段業務唯一性等各個維度，從而實現對數據質量的全面監控。

總的來說，在整個數據治理環節，億信數據質量管理平臺從找到問題數據開始，控制數據質量，貫徹始終，全面提升數據的完整性、規范性、及時性、一致性，減少因數據不可靠導致的決策偏差和損失。金融機構以規范和制度為約束、以工具為輔助、以系統為支撐，必能輕松完成數據質量大考。