結合銀行業務特點開展數據治理工作

近二十年來中國銀行業發展的歷程也是現代信息技術在銀行業逐步滲透影響加深的過程。信息技術不但給銀行帶來新的業務，增添了運營渠道，且改變了銀行的經營模式。此過程中銀行擁有的越來越多的數據，有力地促進了銀行業務發展，另一方面這些數據的質量普遍不高，導致銀行信息變得不那么“可信”。為此國內銀行紛紛將數據治理提升到戰略層面，進行高規模的咨詢并在決策層面親自領導該工作，但由于只是針對數據的一般性而缺乏從銀行特殊性，尤其是銀行的數據是為業務服務這一根本立腳點考慮，導致執行力低下、數據治理效果并不明顯。為此本文分析了銀行業務系統、業務流中的數據特點，提出了與業務結合度較高的銀行數據治理路徑。

銀行數據治理的整體實施情況

數據給現代銀行工作主要帶來三大方面的挑戰。一是業務發展轉型，經營理念向以客戶為中心轉變。這需要銀行收集全面信息以進行領導和管理層面的綜合決策及精細化管理、資產管理為核心向精準客戶營銷轉變。二是競爭環境和流程日益復雜，必須強化自我約束。這方面需要按照巴塞爾協議清晰構筑風險資本，進行預測性財務管理工作，制訂精準的績效考核辦法。三是上級監管越來越細致。作為國家命脈的銀行業，包括人民銀行、銀監會、外管局等部門對其進行多口監管，管理者需要各銀行準確報送大量數據同時還要求這些數據口徑標準基本一致，以利于行業統計的方便性和及時性。

上述挑戰給整個中國銀行業帶來了進行數據治理這樣一個總的、戰略性的要求，銀行從業者對解決該問題的必要性也達成了共識。為此國內相當多的銀行已經開展數據治理工作，在行內建立了包括管理層在內的數據治理委員會，對資金人員等資源大力投入，在行外積極尋找咨詢專家和解決方案。然而只有極少數銀行能通過上述工作使數據質量得到本質的提升，在多數銀行我們依然會觀察到如下現象：再次實施一個貫穿若干業務條線的項目時，仍然需要銀行多部門聯合再次開展一次大規模數據梳理和改動操作，這說明數據質量不佳的這個痼疾依然存在。

銀行數據治理過程的考察

在此我們考察一下銀行進行數據治理的一般過程，該過程包含以下幾個不可或缺的主要步驟：（1）開展戰略咨詢。（2）建立包括高層在內的數據治理委員會，建立數據治理組織架構。（3）設定數據治理實施路線和目標、制訂工作計劃。（4）動員相關部門、按照計劃開展具體數據治理工作。步驟（1）和（2）屬于目標設定環節，步驟（3）和（4）屬于執行環節。同時在開展工作中步驟（1）和（2）務虛性強一些，而步驟（3）和（4）傾向拿出具體落地實施物。如前所述數據問題是國內銀行業面臨的整體問題，上升到治理行的戰略高度并不為過，步驟（1）和（2）是銀行數據治理的兩個充分條件，它們是推動力而不是絆腳石。總的看來大多數開展數據治理的銀行都能在戰略上加以重視，因此步驟（3）和（4）恰當與否決定了數據治理單位的執行力，成為決定數據治理效果的關鍵。

應該看到國內銀行信息化水平迅速提高是近幾年的事情，隨之而來的數據質量問題也是突然出現的，而且是整體出現在銀行業面前，因此國內銀行落實設定數據治理實施路線和目標這一步驟時，往往引入外腦交給咨詢公司。然而咨詢公司同樣沒有成功的國內銀行的經驗可以借鑒，它們給銀行開出的藥方往往是借鑒信息化比較早的發達國家銀行的經驗，或者借鑒信息化程度最深的信息技術行業自身的數據治理經驗。然而發達國家將信用機制作為社會規范的一個重要原則已經建立了上百年，在制度上約束人們在社會生活的各個方面內提供誠實有效的信息，從源頭上解決了數據問題，因而發達國家銀行數據接近其原貌，質量普遍較高。與發達國家不同，長時間來我國銀行僅被當作渠道而且主要是企業金融往來的途徑。對于社會自然人的信息，行政、公安等系統掌握的信息質量在某些方面要高于銀行，這決定發達國家銀行數據治理對我國銀行業具有有限的參考意義。而且信息科技行業的特點是數據即業務，數據處理手段單純，用以實施信息項目的數據往往同構性強、存在一個產品中，準確性、合規性、一致性、唯一性、及時性、完備性這些高度抽象的特性既可以作為衡量產品數據質量的標準又是信息產品實施的內在自我約束，但對于使用信息產品的功能處理的外來數據不存在上述約束。銀行的數據源于業務的需求，是信息產品處理的對象之一，并且以一個系統眾多、數據源分散、數據異構性強的集合的形式出現。因此信息科技行業那樣單純的數據治理方法以及質量衡量標準施加于銀行業效果并不明顯。

國內銀行業數據治理的另一個癥結是在執行過程中往往被實施部門扭曲為一項以實體代替實質、以主觀代替客觀的任務。由于步驟3中給出的數據治理實施路線往往脫離國內銀行的客觀條件，導致數據治理具體實施部門對于應該調動的資源和著手點沒有頭緒，索性使用懶漢原則——以建設一個系統為主線和數據治理完成標志。數據治理的最終效果本應由行內外進行客觀的評估，但不恰當的方法和手段使得數據治理這項需要銀行全體員工知道其職責并不折不扣地加以執行的戰略協作退化為一個有形無實的系統實施任務。

結合業務進行數據治理

以上分析可以看出國內銀行業數據治理工作難以取得滿意效果的一個主因是缺乏結合國內銀行業務的、具有可操作性的實施方案和方法進而使執行力大打折扣，尤其是脫離了銀行數據是為業務服務這一根本出發點，脫離了業務是動態發展這一特點。

認識到上述問題后，在數據治理工作中，我們仔細研究了數據的載體，銀行業務系統的構造和分類，分析了數據流與關鍵數據質量控制點的關系，厘清了數據生命周期各階段流經的業務部門并據此規劃了一個責任清晰的數據治理機制。

銀行的主要信息系統

系統是銀行數據的展現實體，系統建立的緣由及重要性與其服務的主要業務緊密相關，即使那些為全行服務的系統，例如報表，數據也被分成不同的模塊賦予各種權限為不同的業務和部門所享有。按照對內職能銀行所有業務部門可以分為前臺、中臺、后臺三部分，銀行的主要系統也可以這樣劃分。

圖1是一個現代銀行的主要信息科技系統構成圖。前臺部門和系統在銀行業務中主要起到了交易渠道作用，一般包括運營部、電子銀行部、國際業務部等，它們主要開展面向大眾的現金類業務，注重賬務的準確性，對應的系統有柜面、信用卡、電子銀行、ATM等系統。中臺部門和系統主要起到流程審批的作用，一般包括信貸部、投資部、小企業部等，它們不用直接與大眾打交道，主要從事與信用相關的業務，必須謹慎評估每項業務的潛在風險，注重流程和專業人員參與控制，對應的主要系統有計劃財務、信貸系統、個貸系統等。后臺部門一般起到支撐作用，主要有綜合管理、人力資源、法律合規等部門，這些部門要求系統主要對銀行進行內部控制，不開展直接為銀行產生利潤的業務，它們對應的平臺有檔案管理、人力資源、法律合規等系統。

需要注意數據僅僅是存在于系統中，不應該犯將系統等同于數據的錯誤。系統建立后多數情況下是穩定的。但是數據不同，它受到業務的驅動在各個節點和系統中流動，同一個數據流經不同的節點和系統具有不同的重要性。例如客戶的一筆存款業務，只要卡號和姓名準確就可以確保業務的進行，其他數據信息是次要的，但是如果產品推銷關于客戶聯系方式的數據就成為必不可少的信息。所以業務不但賦予數據重要性，還賦予它流動性。

數據流向與數據治理關鍵節點

銀行不可能單純為了數據質量進行所有業務系統的重構，比較切合實際的做法是從數據流中找到最重要的環節作為數據質量控制的重點和工作著手點，將數據治理由點及面的推展開。圖2是前、中、后臺業務的數據流和重要節點的關系圖。

圖2（A）展示一個典型的來自前臺業務的數據流，該數據流中有多個數據源和分發點以及一個匯集點，由數據源采集數據匯總到匯聚點處理后再分給分發點（使用點）使用。各個數據源相互之間地位是平等的，各分發點也是平等的。業務上會要求數據源和使用節點容易擴展，這就約束匯聚點達到相對穩定，如果擴展匯聚點必然會對前后兩端的業務造成巨大的影響。大量數據匯集而且較穩定這個特點說明匯聚點是前臺業務的關鍵點，在該點建立規則進行數據質量的控制是適宜的。

對于來自中臺業務的數據流如圖2（B）所示，該流中有多個數據源，多個中間審批節點和一個終審節點，各數據源之間的地位是平等的，中間審批節點之間是串聯的。一個成功的業務從數據源來的數據必須逐級經過中間審批節點，也就是每個中間審批節點都是一個信息匯聚節點，但是業務上要求這類匯聚節點要容易擴展，終審節點在業務上具有最重要的意義，決定了業務進行與否。一個數據源就對應了一個流程，也就是圖中數據源n的數據不會在審批點中進入到由數據源1形成的流程1中去。還需要注意的是在該流程中數據流是雙向的，關于客戶的數據從前向后流動，審批意見數據從后向前流動，這就存在數據在兩個審批節點來回流動的可能：后向審批節點認為客戶信息不準確加以退回，由數據源補充客戶數據再次發出審批申請，如流程n所示。審批節點串聯的安排順序即暗含數據控制的內在要求，在一個審批節點被關注業務，數據如果含糊不清業務必然無法被審核通過，從而要求前級逐級回退從源頭校正業務數據，因此處在最后位置的終審節點無疑是數據質量管理的管控重點，但這僅僅是狹義的業務只是包含了客戶的信息。前文我們指出數據可能存在沒有到終審節點在兩個一般審批節點流動的可能，審批的業務信息每次都會回溯到第一個審批節點，同時所有的客戶信息也會進入第一個審批節點，它含的數據量最大，所以第一個審批節點的數據質量控制同樣也是重點。

圖2（C）展示的是后臺數據流程，它一般包括一個數據源、一個匯聚點和多個分發點。數據流向是單向從源流向分發點，各個分發點地位是平等的，數據源與各分發點相比明顯有控制的意味。因此對后臺系統的數據質量控制重點是數據源的控制。

按照數據生命周期劃定治理職責

按照數據自身的生命周期，數據流中的各節點又可以歸納為產生環節、集成環節和使用環節，如圖3所示。圖中標示出數據質量問題的產生主要發生在數據產生環節，少量產生在集成環節，但是數據質量問題的發現恰恰相反。這是因為數據產生環節很少認為自己是錯的，它占有的數據量相對而言比較少，缺乏進行校正所需的比較對象，而且數據產生環節的第一要務往往是確保業務的進行從而產生價值，它們一般對數據進行分析的需求也不強烈。而信息集成環節和信息使用環節價值的實現，主要是通過對數據分析后找到業務規律對工作進行改進及對競爭態勢進行預判，而且這兩個環節都有大量的數據用以進行分析校正，因此這兩個環節能夠大量的檢測到數據治理問題。數據的集成環節一般是科技部門，處理數據是它們的專長和職責，經過分析校正后會使生產環節產生的數據問題有所減少，但是由于對業務理解的偏差，它們產生的數據問題仍較使用環節要高。使用環節進行數據分析應用往往會使用全部歷史數據中的一部分，而數據集成環節往往會從這個歷史周期考察數據，并且從其他方面印證數據，這導致數據集成環節發現問題的數量較使用環節發現的多。

根據這三個環節產生和發現數據質量問題的規律我們認為，在數據質量管理中數據集成環節對數據量擁有最多、考察面最廣、統籌最全面，應該行使檢查、報告、跟蹤數據質量的控制職能；數據使用環節對于數據質量具有出于業務的最權威的判定，應行使定義評估數據質量的反饋職能；數據產生環節是最廣大的客戶原始數據的直接接觸者也是從源頭防范數據問題最有效的環節，應行使預防修正數據問題的執行職能。

僅僅是劃分職責并不能確保數據治理工作的執行力。我們還知道不同環節的利益追求是不同的，在沒有干預的狀態下，銀行數據產生環節就是關心業務的進行，預防及修正數據是一項靠責任心的工作。而信息集成環節和信息使用環節顯然更傾向通過數據分析得到結果被認可，不愿為數據檢測、考核工作而操勞，甚至將之視為與數據產生環節可能發生沖突需要回避的一件事。不同環節不同訴求使得數據治理工作脫節，必然削弱執行的效果。有必要使用一套辦法使得所有環節將數據工作最大可能統一到一個中心上去。績效考核就是這樣一套較好的方法，考核數據產生環節給出的數據是否使分析效果得到明顯提升，考核集成環節和使用環節是否檢查監督實施到位。

結論

本文討論了銀行數據治理實施路線的問題，認為缺乏執行力是銀行數據治理無法取得成功的一個重要原因。數據質量產生的根源是銀行發展業務的需求，業務部門滿意才能說數據質量治理達到了效果，同時業務部門也是產生數據問題的最大來源。僅有科技人員對數據質量負責，將無法保證數據質量管理規范的真正落地，僅有業務人員負責數據質量，將造成跨業務數據質量無法保證。針對上述難點一是需要建立企業層級的數據治理組織，在更高層次協調資源并使各部門認識工作重要性。二是結合業務推進數據的治理工作，以業務為數據工作的最根本出發點。三是在全行建立一種誰治理數據誰就應該有所受益的機制，客觀推進數據治理工作。

（作者單位：大連銀行）