數據治理越來越受到銀行、監管機構乃至國家層面的重視。銀行已經意識到高效的管理體系、統一的數據標準、良好的數據質量才是數據價值實現的基礎。在實踐中，國內銀行對于數據治理如何開展存在諸多的困惑，數據治理工作的落地也面臨著眾多的困難與挑戰。

一、數據治理實踐面臨的難點
銀行在數據治理實踐過程中主要面臨的難點：數據管理各項工作龐雜，如何體系化的規劃開展？數據治理組織架構如何有效運行和落地？如何通過數據資產的盤點工作開展數據認責？如何通過系統化工具減少數據管理的手工工作？如何通過內控和審計促進數據治理工作的開展？

從《中小銀行金融科技發展研究報告（2019）》顯示中小銀行的數據治理基本處于萌芽期，達91%的中小銀行尚未開展有效的數據治理工作。從不同的部門從其在數據管理的角色看，面臨以下問題：
1、業務部門：數據治理絕不是“與己無關”的一項工作。作為主要的業務數據輸入端，業務及一線部門扮演著重要的數據質量控制角色。
2、息技術部門：數據治理的工作涉及到信息系統建設的方方面面。例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。
3、數據治理歸口管理部門：數據治理是一項長期的、動態的工作，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，逐步的推進和落實，將數據治理從管控式理念模式向服務式理念模式轉換。
4、合規和審計部門：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，逐步細化，明確標準。

二、銀行數據治理的工作方法
1、體系規劃：需要充分結合自身發展戰略的要求來制定數據戰略，通過搭建完整的數據治理體系框架，整合聯動數據管理各項工作，服務業務，實現數據價值。體系化的建設內容可以包括四個層面。數據治理層面：數據治理的模型，管理的組織架構，崗位要求，制度辦法，管理流程等；數據管理層面：數據架構與共享，數據模型管理，數據標準管理，數據質量管理，數據安全管理，主數據管理，元數據管理等；數據應用層面：數據與應用開發管理，數據需求管理等；技術工具層面：管理流程工具。
例如一家旨在發展零售業務的銀行，其數據戰略應圍繞零售業務進行開展：統一零售客戶數據，提升零售客戶服務水平，從而建立對零售客戶做精準營銷、行為預測等等一系列的能力，結合這些內容再對數據戰略進行思考；一家將金融科技作為戰略的銀行，則需要將開放能力、服務生態的數據基礎作為數據戰略的要點進行定義。

2、頂層設計：有效的組織架構是數據治理成功與否的有力保證，為達到數據戰略目標，建立體系化的組織架構、明確職責的分工是非常必要的，很大程度上取決于決策層對于數據治理的決心。

從銀行發展的一般趨勢來看，在數據相關工作的早期形成了“數據管理工作小組”，作為歸口管理的形式，由相關業務部門骨干和IT人員組成，按需召集會議。無論出于自身發展所需還是應對外部監管壓力，其效力和效率已均不能滿足數據管理的急切需要。因此，獨立統一的“歸口管理部門”應運而生，作為全行數據治理的牽頭部門，明確并落實其職責，要求其牽頭實施數據治理體系、協調落實運行、組織推動工作。

3、數據治理工作：銀行可以從業務和技術兩個不同的視角分頭開展梳理盤點工作。業務視角是自上而下的演繹，包括從業務價值鏈，數據應用場景進行業務說數據的梳理分析。技術視角則是自下而上歸納，以銀行現有信息系統為基礎，整理相關信息表和信息項的情況。最終兩者整合，形成銀行數據治理第一階段工作成果《數據資產清單目錄》。

4、數據資產清單：最重要的步驟是數據認責（確權），可根據數據錄入部門、數據需求提出部門、數據標準管理部門、信息系統業務主管部門等不同的方式進行依次認責，保障所有的數據都可以認責到部門。

5、數據管理工具：數據管理工作內容覆蓋全行的各條線，無論是新產品建設，信息系統改造，都涉及到相關的數據管理工作。數據管理工具會有以下的三種建設方式：
1）、整合數據門戶建設，統一數據入口。該方式整合數據應用，數據分析工具入口，將數據管理的內容2作為服務提供給業務部門，同時在應用中嵌入管理的要求。
2）、數據流程管控，強調績效考核。該方式關注流程落地，關注績效數據，通過報表平臺化的方式管理標準落標，質量水平，問題整改情況等。
3）、構建社區沙龍，建設企業數據文化?；跀祿Y產和數據管理的各項成果，采用全行數據社區化管理，引入社交的方式，用戶可對內容進行點贊，點評和討論。

6.審計評價：基于監管機構的最新指引和銀行數據管理制度要求，銀行內部應開展數據治理審計工作，識別數據治理違規、薄弱的控制環節與執行缺陷。

審計工作的第三道防線，應構建銀行的數據治理審計框架，通過審計促進數據治理工作的開展，保障數據價值的實現。審計的過程中，除了關注數據管理的各項流程之外還應關注和檢查“數據”本身。需要根據數據與流程現狀，以銀行的管理目標，風險導向的方式確定審計框架，保障審計內容的覆蓋面。

同時，開展定期開展數據治理各項工作的評估，建立評估機制，落實評估程序，積極對評估過程中的不足進行改進，不斷推進問題整改完善數據管理工作。

總之，數據治理是一項長期動態的過程，是銀行管理者意志貫徹的工程，銀行不應抱有“畢其功于一役”的想法與態度，而應從戰略指導、組織架構、管理流程等從上到下的思想轉變，合理規劃，穩扎穩打，同時也不能畏難而止步不前。