數據治理體系
都包含哪些內容？
從監管層面，銀保監會《數據治理指引》和人民銀行《金融業數據能力建設指引》都為數據治理體系設計提供了框架指導。
《數據治理指引》中提出的數據治理體系建設要求涵蓋了數據治理架構、數據管理、數據質量管控和數據價值實現4個方面、42個子項。
《數據治理指引》的數據治理體系建設要求
人民銀行《金融業數據能力建設指引》提出數據能力覆蓋了數據戰略、數據治理、數據架構、數據規范、數據質量、數據應用和數據生命周期管理的8個能力域、29個能力項。
《金融業數據能力建設指引》的要求
在監管指引下，從數據戰略、數據應用、治理體系、數據管理和技術支持等層面，建立多層次、相互銜接、支持和促進的治理體系。
如何搭建
數據治理的頂層設計，
做好先行保障？
數據治理是一項長期持續、復雜度高且探索性強的工作，因此做好頂層設計尤為關鍵。前瞻且合理地規劃數據戰略、有效搭建數據治理組織架構，方能確保數據治理體系樹立明確的目標與方向、落實職責以保障工作的有效推進。
前瞻且合理地規劃數據戰略
銀行需根據自身發展戰略的要求來制定數據戰略和目標，制定分階段實施計劃和具體措施，合理分配資源，并通過定期回顧和考核確保目標的達成。
有效搭建數據治理組織架構
作為公司治理的一部分，數據治理不僅是領導“一把手”工程，更是各級領導重點工程，而推動數據治理工作在全行的落地，也離不開銀行各參與方的協同與配合。因此建立體系化的組織架構、明確職責的分工是非常必要的。
數據治理頂層設計很大程度取決于決策層對于數據治理的決心，以及數據治理各參與方的運營和協同模式。各家金融機構都會根據自己的實際情況作出設計和決策。
銀行各部門
應該如何分工合作，
做好數據治理？
合規和內審部門
規范化標準化地開展數據治理評估與審計工作。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......這些內容需業內專家共同討論，逐步細化，明確標準。
數字銀行部（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，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，進行逐步地推進和落實；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。
信息科技部門
數據治理的工作涉及到信息系統建設的方方面面。科技部門在考慮銀行整體信息系統架構的同時，還需考慮是否與全行數據架構相匹配。科技部門還需配合IT領域的數據治理的工作，在信息系統建設流程中滿足數據治理要求規范。
各業務部門
數據治理絕不是“與己無關”的一項工作。數據治理工作貫穿于數據產生、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著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，同時，業務部門作為主要的數據使用者，更應積極思考和加強數據在自身領域的應用，使其充分發揮價值。
我們如何抓住
今年數據治理的“速贏點”？
對于中小銀行而言，當前在整個數據治理體系中的重點工作主要是完善數據治理體系的頂層架構，重視監管數據治理與質量，完善全行數據標準，以數據資產為抓手建立數據治理體系，穩步推進各項數據應用，打造識數管數用數的良好數據文化！
（部分內容來源網絡，如有侵權請聯系刪除）
