本文將圍繞基礎數據標準和指標數據標準，展開談談在實際工作中如何開展相關管理工作。

01 如何實施基礎數據標準管理

商業銀行基礎數據標準，從數據分類上基本可以覆蓋常規的主數據和關鍵業務枚舉值，在實際數據管理過程中，則更應該強調“業務有感”，具體而言就是將基礎數據標準管理和業務部門所關注的監管數據管理要求、經營管理數據要求、考核業務分析中的重要數據要求相結合。

（一）基礎數據標準體系 1.主數據

主數據是指用來描述全行核心業務實體的數據，比如客戶、機構、員工、產品、協議、事件、渠道、資產、財務、區域。它是具有高業務價值的、可以在全行內跨越各個業務部門被重復使用的數據，且存在于多個異構的應用系統中。

上面這個定義相對抽象，在實際工作中，商業銀行往往已經通過建設客戶信息系統、用戶信息系統、產品管理系統等，在一定程度上推進了主數據系統的建設。因此，商業銀行的主數據，本質上就是“以誰為準，從誰同步”的數據。其他所有系統都要集中地從某一數據系統獲取和同步，并以其為準的數據，就是典型的主數據。代表性的主數據包括客戶、機構、員工、產品主檔信息。通過系統同步模式獲取的主數據，可以在本地進行副本化，只能衍生，不能修改，這個是非主數據系統數據管理的基本原則，也是數據架構管控的基本目標。

商業銀行典型的主數據系統如下：

主數據的準入應遵循以下原則：

業務重要性：該數據項為各業務條線、系統、監管報送的關鍵數據項； 共享性：該數據項被各業務條線、各業務系統間共享； 穩定性：基礎標準內容相對穩定，其變化相對交易數據而言緩慢；

可行性：基礎標準對象屬性的識別應避免過于復雜，以保證數據管理活動的可行性。

識別主數據項的范圍，確定主數據的各類屬性，包括業務定義、權威系統、主管部門、分類分級等。同時，應梳理和維護主數據項的分布狀態與流向，掌握數據采集的源頭及調用的系統分布。

2.關鍵代碼

關鍵代碼指代碼類數據項，包括數據項的定義、以及代碼值域等。

關鍵代碼由國標和企業實踐兩部分組成。國標如行政區劃代碼、幣種代碼、國家和地區代碼等。企業實踐如產品大類、產品種類、產品小類、客戶服務等級、客戶風險等級等。

關鍵代碼管理采取如下措施：

1）建立代碼管理流程，實現代碼的及時更新，尤其是國標的及時更新。

2）新建系統的落標管控，存量系統的SOA對標管控。

（二）基礎數據標準管控

下圖是企業級數據架構管控流程，其中基礎數據標準的管控涉及到數據架構評審、落標管控和數據質量規則監控。

數據架構管控

02 如何實施指標數據標準管理

指標標準是為滿足公司各類統計分析、信息報送和經營管理等需要，符合指標標準的準入原則，由各業務部門提出的標準，包括但不限于指標、標簽、報表、圖表、數據接口等范圍。

指標數據的管理目標，一是數據口徑統一，避免分歧；二是血緣完整，便于溯源定位；三是維度靈活，便于各種鉆取和穿透。

指標標準的準入原則包括：

可行性：指標需適用于分析度量且具備分析價值。 共享性：指標跨業務部門、跨系統使用，在業務層面具有極強的共享作用。 權威性：指標需具有確定的歸口部門，能對指標的業務口徑進行定義和解釋維護。

重要性：指標需反映經營戰略方向或者行內重點關注業務領域的指標，對相應領域工作的評價和指導具有重要意義。

（一）指標體系

在傳統的指標管理中，指標分散在各業務條線的分析系統中，這種方式存在管理不統一、口徑不統一、流程不統一等各種問題。

在構建指標體系的實踐中，以維度建模思想為理論基礎的標準定義。通過這種標準定義，明確指標口徑，消除數據歧義。下面從維度、指標分類兩個方面介紹這種標準定義。

1.維度

維度是人們觀察事物的角度，反映業務的一類屬性。公共維度包括時間、幣種、渠道、機構和地域。

維度類型如下圖所示：

2.原子指標、派生指標、組合指標

指標類型如下圖所示，包括原子指標、派生指標和組合指標。

指標類型

3.指標分類

業務視角：

指標分類-業務視角

技術角度：在指標加工前，需要按照指標標準定義對指標進行分類，并將其拆解成維度和度量。

指標分類-技術視角

（二）指標管理和運營

從需求、開發、運營這三個過程管理角度介紹指標體系的建設和管理過程，包括指標需求分析、指標開發、監測、后評價和下線的全生命周期管理。

1.需求分析

隨著數字化轉型的不斷深入，指標加工需求出現爆發式增長，在需求環節加強對指標的統籌和管控變得越來越重要，而充分的業務調研是需求統籌和管控的基礎。首先需要將描述性的業務需求轉換為標準的需求模板，實現需求的標準化，然后再定義指標的元信息。標準化的需求和指標的元信息定義包含了基本屬性、業務屬性、技術屬性等。

（來源：金融電子化）

其中，需要重點關注的有以下三點：

（1）在需求提出環節，開展數據需求分析，包括指標的識別和拆解，匹配指標標準，細化指標業務口徑定義等。其中一個重要的環節是：業務人員給出業務口徑后，需與指標庫進行匹配，如果口徑相同，需復用已有指標，務必保持口徑統一。

（2）需求提出方同時提出數據質量驗證方法，包括但不限于往期手工收集數據比對、表內勾稽關系、表間勾稽關系、系統間一致性驗證規則等。

（3）需求認責包括指標業務認責和加工點認責。

指標業務認責即對指標業務含義、統計口徑進行明確的歸口管理。目的是確認指標歸口管理部門，且該部門擁有指標在全行范圍內的定義權和解釋權，該指標的定義和口徑在全行范圍內使用時需以此為準；

加工點認責即對指標加工區進行明確的歸口管理，目的在于保障指標順利落地實施, 每個指標在全行只有唯一加工點，未來該指標在全行的技術口徑統一由該認責加工點的加工結果為準。

2.指標開發

依托數據中臺豐富的數據資產積累，以維度建模思想為理論基礎，提供自助式、一體化、所見即所得的指標服務，實現了指標口徑可解釋、血源可追溯、明細可查詢，規范指標口徑與加工鏈路，推進標準化、結構化的指標構建，通過多層次的模型設計打造高效的數據服務能力。

多層次模型打造高效數據服務能力

在指標實現時，應考慮到業務人員在各個緯度的統計需要，在機構、產品、時間等維度都需體現，方便在各個維度鉆取和穿透。

在指標投產時，加工點在數據中臺的指標，開發部門需同步提供指標的加工血緣關系，并且溯源到原始數據提取位置，數據管理部門需制定血緣關系的驗證手段。

3.指標運營

指標投產后，可能存在因數據質量、加工邏輯等問題導致的指標數據不準確的情況，為此指標建設團隊添加了指標監測模塊，將監測條件配置在指標定義中，可以實現規則的可配置和實時監控，確保能夠在第一時間發現指標異常情況，有效降低業務影響。