銀行業(yè)金融機構數據治理指引和dcmm的對比分析

1、摘要：近年來，數據治理得到各行各業(yè)的普遍重視，國家和行業(yè)都發(fā)布了相關的標準和政策，通過相關文件明確數據治理的概念和體系，促進數據治理行業(yè)的發(fā)展。對相關文件進行解讀，總結其中的異同之處，幫助人們了解與數據治理相關的管理趨勢和應用的重點，同時，提出數據管理能力成熟度評估模型在銀行業(yè)落地實施的建議，幫助銀行更好地滿足相關監(jiān)管要求，提升數據管理能力的成熟度等級。關鍵詞：大數據 ; 數據質量 ; 數據治理 ; 數據管理能力成熟度評估模型 ; 數據

2、文化1 引言為深化要素市場化配置改革，促進要素自主有序流動，提高要素配置效率， 2020 年 3月，中共中央、國務院正式印發(fā)《關于構建更加完善的要素市場化配置體制機制的意見》，旨在充分發(fā)揮數據要素對其他要素效率的倍增作用，使大數據成為推動經濟高質量發(fā)展的新動能。加強大數據采集、匯聚、挖掘、分析等關鍵技術的攻關力度，有效激發(fā)數據要素的資源潛力，建設多元共治的大數據治理體系，將提升產業(yè)數據管理、數據治理水平，充分挖掘數據要素資源的價值?，F階

3、段，與大數據相關的理論，特別是與數據治理相關的理論仍有待提升。目前，國內更多的是以國際咨詢公司的理論框架或者國際數據管理協會的數據管理知識體系為引導，但是這些理論幾乎沒有考慮國內數據行業(yè)發(fā)展的現狀和特性，且理論的普及程度也有待提高，導致國內很多公司在數據管理方面的意識薄弱，管理方式各異，發(fā)展相對落后。2018 年 3 月 15 日，中華人民共和國國家質量監(jiān)督檢驗檢疫總局和中國國家標準化管理委員會正式發(fā)布了國家標準《數據管理能力成熟度評估

4、模型》（以下簡稱 DCMM），該標準正式提出了符合中國特色的數據管理體系和成熟度等級定義。在對國內外相關理論、實踐進行充分研究的基礎上，結合國內數據行業(yè)的特征和發(fā)展需要，該標準制定了我國第一個數據管理能力成熟度評估模型，用來指導和規(guī)范一個組織的數據管理行為，促進我國大數據行業(yè)的整體發(fā)展。2018 年 5 月 21 日，中國銀行保險監(jiān)督管理委員會正式發(fā)布了《銀行業(yè)金融機構數據治理指引》（以下簡稱《指引》），提出了中國銀行業(yè)數據治理的規(guī)范體

5、系。這兩者都是國內數據治理方面重量級的框架體系。本文重點研究《指引》與 DCMM 之間的異同，提出實施方面的建議，進而指導二者在相關行業(yè)的應用實施。2 《指引》內容解讀《指引》是《銀行監(jiān)管統計數據質量管理良好標準（試行）》（以下簡稱《良好標準》）的全面替代?！吨敢吩趶娬{數據質量管理的基礎上，重點強調了相關銀行業(yè)金融機構要構建全面的數據治理體系，包含總則、數據價值實現、數據治理架構、數據質量控制、數據管理、監(jiān)督管理、附則七大部分共 55

6、 條規(guī)定，除了附則之外，《指引》中的重點內容框架如圖 1 所示。同時也要求持續(xù)開展數據團隊的建設、構建企業(yè)數據文化等方面的內容。（1）數據治理組織《指引》中要求銀行業(yè)金融機構建立覆蓋董事會、監(jiān)事會、高級管理層和相關部門的數據治理組織，強調公司高層領導在數據治理中的領導作用，并且提出了首席數據官的概念。作為一個新的職位，首席數據官在互聯網、大數據等公司普遍流行起來。相對于首席信息官來說，首席數據官是公司數據資產運營和管理的直接負責人，其職

7、責是使數據管理獨立于業(yè)務系統開發(fā)的過程，其可以作為業(yè)務部門和技術部門之間的橋梁，需要比技術人員更懂業(yè)務，比業(yè)務人員更了解技術；同時，作為首席數據官，最重要的任務是了解數據，并能夠站在全局的視角對數據進行管理和應用。美國銀行、美國第一資本金融公司等國際上的金融組織很早就在公司內部引入了首席數據官的崗位，但是當前國內的大部分銀行依然沒有設置該崗位。（2）數據認責管理數據認責管理是數據治理的重要組成部分，是數據治理工作能夠落地實施的關鍵。《指

8、引》中明確提出了數據認責管理的制度，首先，在組織層面，明確數據管理的歸口部門，強調數據管理的統一歸口；在公司層面，明確指定統一的部門承擔數據管理的工作，并設立專職的管理崗位。其次，明確要求各業(yè)務部門應當負責本業(yè)務領域的數據治理，管理本業(yè)務條線的數據質量、安全和標準等，推動數據問題的處理，落實數據質量控制機制。這部分工作在國內銀行業(yè)中落實得相對較好，例如中國光大銀行、中國建設銀行等已經對行內的核心數據開展了認責管理的工作。（3）團隊建設《

9、指引》中要求銀行業(yè)金融機構應當建立一支滿足數據治理工作需要的專業(yè)隊伍，定期開展培訓，并科學規(guī)劃數據治理隊伍的成長道路。數據資產管理團隊的建設是數據資產管理和應用的核心，在數據資產價值日益重要的今天，銀行業(yè)金融機構應該構建類似財務資產、人力資產等的數據資產管理團隊，這樣才可以充分地管理和應用已有的數據資產。（4）數據文化建設數據文化建設是《指引》中的亮點之一，在第十六條中提到銀行業(yè)金融機構應當建立良好的數據文化，樹立數據是重要資產和數據應

10、真實客觀的理念與準則，強化用數意識，遵循依規(guī)用數、科學用數的職業(yè)操守。數據文化建設是數據治理工作長治久安的核心，需要通過數據文化建設使公司內部每個人都能夠了解數據、使用數據，進而更好地采集和管理數據，形成數據管理的良性循環(huán)。2.4 數據質量控制數據質量控制一直以來都是銀行業(yè)金融機構數據管理的重點，也是金融風險管理的核心，為此，《指引》將數據質量控制單獨成立一章，強調要建立數據質量管理制度，實現數據全生命周期的質量管理，定期提升和考核數據

11、質量等。（1）數據質量管理制度銀行業(yè)金融機構在開展數據質量管理工作時，需要建立數據質量管控、檢查等方面的制度，確立數據質量管理目標，建立控制機制，確保數據的真實性、準確性、連續(xù)性、完整性和及時性。（2）全生命周期管理銀行業(yè)金融機構需要建立覆蓋數據全生命周期的數據質量管理機制，《指引》中重點強調了以下兩點內容?！?從源頭抓數據質量：銀行業(yè)金融機構應當加強數據源頭管理，確保將業(yè)務信息全面、準確、及時地錄入信息系統。從源頭改善數據質量狀況是代

12、價最小的一種方式，但也是最難的一種，這條規(guī)則的落實需要數據認責機制的配合，明確源頭數據的責任人和管理職責，加強認責機制的落實，從而更好地提升源頭的數據質量狀況?！?新產品數據需求管理：在數據質量控制的第三十二條提出要建立全生命周期的管理，在數據價值實現的第四十五條提出要明確新產品、新服務的數據管理相關要求。這兩條也是數據治理工作中的重點，要求銀行業(yè)金融機構把數據質量從后期的檢查、改進提前到數據需求管理階段，要在項目建設早期就加強對數據質