什么是數據標準?
標準，是旨在一定范圍內維護最佳秩序，經協商一致制定并公開頒布認定、共同遵循的一種規范性要求。

根據中國人民銀行定義的銀行業標準體系，將數據標準歸入銀行的通用基礎標準。作為銀行通用性、全局性、基礎性的規范，指導銀行業務的開展和系統建設。

在《JR/T0105-2014 銀行數據標準定義規范》中，數據標準是指：對數據的表達、格式及定義的一致約定，包括數據業務屬性、技術屬性和管理屬性的統一定義。

數據標準實現了銀行對數據統一理解的定義規范。數據標準通過對業務屬性、技術屬性、管理屬性的規范化，可統一銀行在業務過程中的業務術語定義、報表口徑規范、數據交互標準；同時標準還可作為數據質量控制的準則、數據模型設計以及信息系統設計的參考依據。

在實踐過程中，數據標準可分為基礎類數據標準以及指標類數據標準。基礎數據標準是針對業務開展過程中直接產生的數據制定的標準化規范；指標數據標準是針對為滿足內部分析管理需要以及外部監管需求對基礎類數據加工產生的數據制定的標準化規范。

在本期文章中，我們將著重介紹基礎數據標準在銀行中的實踐經驗。

基礎數據標準內涵
基礎類數據標準通過業務屬性（含代碼信息）、技術屬性來描述數據規范化要求。例如在業務屬性中需要定義標準中文名、業務定義；在技術屬性中明確數據類型、長度、精度等。為確保數據標準使用，我們形成了一整套基礎數據標準的信息項屬性架構：

以客戶類型標準化為例：銀行不同系統的客戶類型定義參差不齊是常事。例如信貸系統劃分客戶為個人客戶、個體工商戶、小微客戶、公司客戶，核心系統劃分為個人客戶、公司客戶、同業客戶。劃分維度不一致，導致在整合時存在問題。

而從數據標準化的角度來看，對于客戶類型，首先需要定義其業務含義，用以明確其定位和用途，同時通過技術屬性明確其數據類型以及系統實現時的參數要求。此外，客戶類型的具體劃分方式，也將由列示代碼值得到權威說明。這樣，在整個銀行層面，統一了“客戶類型”的含義和代碼值，最終確立了其使用規范。

由此可見，數據標準確立的是全行層級統一用數的規范，為不同系統間交互、內外部數據交換提供指導性要求。

誰來制定基礎數據標準？
從銀行層面來說，全行層級統一的數據標準是必須要做的，而且是要做到能夠長期有效和可落地執行的。由誰來牽頭、誰來管理、誰來執行？——各個銀行均有不同實踐，但是實踐效果來看，不同的職責分工帶來的問題也是五花八門的。例如由信息技術部門牽頭制定的數據標準，在業務使用時存在諸多不便：標準名稱不符合業務日常使用習慣、定義內容部分缺少專業輸入等等；同時業務部門通常認為數據標準屬于基礎性的技術工作，自己負責的業務范圍有限而拒絕制定。也有一些銀行業金融機構由財務部門或風險部門牽頭制定，但往往也容易部門職能導向，只關注了各自領域的數據標準化需求，而全行層面的統一化標準，做不深，也做不全。

我們認為，在整體的數據治理工作中，如我們之前系列文章中所提及的組織架構方面，需要有一個歸口管理部門來統籌安排數據治理工作，包括牽頭數據標準的制定工作。但是，無論牽頭部門是計劃財務部、信息技術部門、業務部門還是獨立的數據管理部門，數據標準的制定過程，都離不開業務部門與技術部門的共同探討、共同商榷，這個時候，我們需要的是一個機制，而不是任何一個部門的“單打獨斗”。

因此，我們建議在數據標準制定過程中，將角色劃分為三類：

歸口管理部門：在第二期文章《頂層設計之數據戰略、組織架構》中，我們已經從實踐角度提出，銀行可能將數據治理歸口管理部門設置在風險管理部門、財務部門、信息科技部門或獨立數據治理部門，甚至是業務+技術雙牽頭的形式。對于數據標準管理工作而言，數據治理歸口管理部門是作為牽頭者的角色，需要做到組織數據治理小組，將技術管理與業務管理的相關人員協同起來，完成數據標準制定工作。為數據標準制定提供資源協調、統籌安排等便利。

業務管理部門：業務管理部門在此處的含義，包括前臺業部門以及中臺管理部門。業務管理部門在數據標準制定中承擔著業務規范者的角色。這些部門在數據標準制定過程中承擔著提供權威業務定義和數據標準業務含義管理的多重職責。如果銀行將數據治理歸口管理部門確定在某一業務管理部門，則該部門需要同時承擔起工作牽頭和規范定義雙重責任。業務管理部門不僅能夠提出業務規范的要求，同時對技術屬性，也可以提出初步的建議方案，與信息技術部門協同商榷。

信息技術部門：信息技術部門包括信息技術管理部門及部分銀行已成立的專門的數據管理部門。信息技術部門作為數據標準的技術規范執行者，其職責不僅在于制定過程中確認技術屬性具有可落地性，符合已建信息系統現狀，還在于將確認后的數據標準實際落實在信息系統中，確保數據標準能夠得到有效落地執行。

怎么制定基礎數據標準？
在早期銀行制定數據標準的過程中，往往帶有一定的探索性質，數據標準制定部門往往對于如何梳理數據？如何確立分類？怎樣確保數據標準契合實際需求等等存在疑惑。這一現象既體現出對于數據標準理解不夠充分，同時也存在基礎保障不夠到位的情況。

我們在大量實踐經驗中，已然總結出一套數據標準編制的有效方法：

1.制度保障先行：在前期文章中，提到構建層次分明的制度體系，形成從章程、專項管理辦法到工作細則三個梯次的制度層級。在數據標準管理中，針對數據標準的專項管理辦法和具體工作細則必須首先予以明確。在制度中明確各個角色以及定義相應的分工界面，通過工作細則和相關的模板細化管理方式，固化管理流程，為制定數據標準、管理數據標準提供指導性意見。

2.歸口部門發揮牽頭作用：歸口管理部門需要積極發揮帶頭作用，推動和監督流程執行，為數據標準制定工作，提供人力、技術、資金等關鍵資源，并獲得管理層的行政支持和充分授權，通過激勵和問責考核體系，推進數據標準工作的制定與執行落地。

3.自下而上歸納與由上而下演繹相結合：數據標準梳理需要首先梳理內外部需求，細化形成對業務屬性、技術屬性的要求；一方面需要自下而上整理信息系統中的數據情況，同時也需要自上而下定義數據主題、細化分類，兩者結合才能夠實現全面整體的數據視圖，形成有效的數據規范要求。

4.以銀行實際需求為根本：而在數據標準制定過程中，需要明確以銀行實踐及銀行需求為根本，避免制定出的標準雖能表面上形成規范化要求，但卻是“空中樓閣”，難以在銀行中落地執行。以客戶類型為例，如果僅僅參考外部監管要求，在行內實踐過程中，認為客戶類型劃分為基礎的個人客戶、公司客戶、同業客戶能夠滿足在全行層級的標準化，盲目要求各系統均按照刪繁就簡的規范化要求來修改“客戶類型”字段，而忽略了各個系統可能需要針對不同業務情形細化或個性化客戶類型這一事實，就失去了標準化的意義（例如：人行針對個人經營性貸款管理，需要劃分個人客戶為個體工商戶、小微企業主等，就是差異化的標準需求）。

怎樣使用基礎數據標準？

銀行不僅需要制定標準還需要確保數據標準被有效執行，具體的執行一般為在信息系統中根據數據標準規范進行開發，具體的代碼類數據標準的碼值含義與數據標準保持一致，這個過程也稱之為“落標”。數據標準落標根據不同的策略分別對應銀行不同的場景，銀行可以根據自己相適應的場景來匹配不同的策略。