大數據時代商業銀行數據治理研究

施志暉

[摘? ? 要] 商業銀行作為金融體系中的重要組成部分，對經濟發展和產業壯大有著顯著作用，所以分析研究商業銀行服務能力建設有突出的現實效果。就當前階段的商業銀行業務開展來看，在金融創新和科技信息不斷發展大環境中，商業銀行數據信息呈現幾何倍數增長態勢，這些數據為銀行發展規劃和設計提供了參考，同時也造成了銀行數據冗雜局面，所以要真正發揮數據優勢，需要對其做有效的治理。簡言之，商業銀行的數據治理工作推進會進一步的提升商業銀行服務能力，實現其綜合價值提高。基于此，文章分析研究大數據時代背景下的商業銀行數據治理，旨在為實踐工作提供指導與參考。

[關鍵詞] 大數據時代;商業銀行;數據治理

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2020. 05. 058

[中圖分類號] F832.33? ? [文獻標識碼]? A? ? ? [文章編號]? 1673 - 0194（2020）05- 0133- 02

0? ? ? 引? ? ? 言

在信息時代，無論是數據生產還是利用都發生了巨大變化。就現階段分析來看，在日常生活中，個體、企業組織等既是信息數據生產者，也是信息數據使用者，而且越來越多企業在發展規劃制定的時候會依靠數據信息。商業銀行作為服務于經濟發展的重要金融組織機構，其發展不僅要實現自我革新，更要保持與社會經濟發展步伐一致。了解和掌握社會發展狀況、自身發展現狀的一種重要方法是大數據分析，所以商業銀行在工作實踐中十分重視大數據利用。掌握合理的大數據處理方法去治理現有數據，從數據治理結果中做商業銀行工作改進，這對于銀行發展來講有重要價值。

1? ? ? 大數據概述

大數據在目前社會生活中應用越來越廣泛，而所謂的大數據具體指的是無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。對現階段的大數據應用做分析，其表現出了4個方面的突出特點：（1）體量大。大數據體量巨大，從TB級別，躍升到PB級別。（2）多樣性。大數據類型繁多，涉及的內容廣泛，比如網絡日志、視頻、圖片、地理位置信息等等。（3）價值密度低。以視頻為例，連續不間斷監控過程中，可能有用的數據僅僅有一兩秒。（4）處理速度快。大數據信息處理速度比較快，所以在社會實踐中，就大數據做相關分析可以快速獲得答案。

2? ? ? 大數據背景下商業銀行數據治理存在的問題

從資料的分析來看，商業銀行在數據治理中存在著顯著的問題（見表1）。

首先，在目前數據治理實踐中，表現比較突出的一個問題是定義缺失。所謂定義缺失具體指的是商業銀行業務源系統和外部數據源缺少關鍵業務元素定義。就商業銀行系統開發建設來看，其主要目標是滿足客戶交易，所以在數據治理過程中會存在對統計分析數據要素的定義忽略，這方面工作忽略造成了較多的數據定義不完備情況，所以不同部門對數據會出現不同理解，這樣會出現數據治理困難度增加。

其次，在數據處理實踐中，標準差異較大也是比較顯著的一個問題。商業銀行的建設歷史比較早而且在早期建設中，業務源系統分散性問題比較突出，所以基于行業整合角度的基礎信息平臺構建存在問題，這導致了信息孤島的產生，而信息孤島會造成相關系統指標口徑、會計科目不一致。在數據治理過程中，標準的不一致會造成許多數據信息無法共享，這會引發信息治理低效率問題。在大數據時代，各種不同數據類型在數據治理中得以應用，而標準差異較大為具體數據治理帶來了困難。

再次，在數據治理中，數據異常問題也時有發生。基于工作實踐可知在具體工作中，部分業務源系統和外部數據源的個別字段會出現異常信息，具體包括了格式錯誤、數據讀取異常、亂碼等。為了解決這些問題，雖然在部分數據治理實踐中設計了相關字段，但是在實際使用過程中依然存在著較多字段信息無法收集的情況，這會導致信息數據登記遺漏或者是重復利用情況。

最后，是在數據治理的過程中存在著代碼問題和數據更新滯后問題。在數據治理實踐中，結構數據、半結構數據和非結構數據之間相同用途代碼存在編碼不一致的情況，如果是利用文字進行存儲而不做信息代碼化處理，這些信息無法有效地被分析和使用。再者，在商業銀行內部，由于數據傳輸系統、存儲系統以及數據管理更新系統工作的滯后，數據更新無法有效實現，所以數據治理工作的價值會大打折扣。

3? ? ? 大數據背景下商業銀行數據治理問題的解決措施分析

基于大數據背景做商業銀行的數據治理問題分析，再基于治理分析問題解決方法和對策，這與實踐工作質量提升和效率提高有積極意義。以下是基于實踐總結的有效提升數據治理效果的措施分析。

首先，要解決數據治理相關問題，需要建立完善的數據標準體系。商業銀行的具體業務開展會涉及相關產品、渠道、合約等多種數據，基于業務開展的相應要素構建完善的標準數據體系，比如機構標準類數據體系、產品標準類數據體系、賬戶和合約標準類數據體系等，基于這些體系的建設可以完善綜合性標準框架。基于具體的框架，在相應標準基礎上對不同的數據信息進行收集、分類和歸集，這樣可以為商業銀行的數據規范使用提供參考。簡言之，在商業銀行的數據信息利用中，數據規范性使用的意義顯著，而標準數據體系是數據應用規范的重要保障。

其次，制定數據處理標準流程。從數據治理的具體分析來看，其涉及比較多環節，而環節問題會影響到最終數據處理結果，所以基于數據治理過程進行環節的劃分與建設，強調數據治理的流程規范性，這可以有效的彌補數據治理實踐中的數據誤差發生。就具體的數據治理流程制定來看，需要基于數據的特點做統一性分析，在目前的數據應用中，涉及的具體數據有結構化數據、半結構化數據和非結構化數據，不同的數據，其治理的標準是不同的，所以基于數據整體利益制定統一的流程規范，并在此規范基礎上針對數據的具體特點做出相應的治理流程調整，這樣，數據治理的標準性可以得到保證，針對性也可以得到有效的加強。

再次，制定前瞻性的數據質量規劃。就數據治理的質量控制而言，前瞻性質量規劃在其中發揮著重要的作用。基于前瞻性質量規劃做考慮，在工作實踐中，需要將大數據管理納入商業銀行安全統一的數據質量規范范疇。如果存在新建項目，其業務范圍和系統規劃必須要嚴格地執行已經發布的數據標準。如果數據系統已經建設完善，需要基于數據質量規劃的具體要求和標準對其進行適當改造。簡單來講，前瞻性數據質量規劃對于數據治理存在著一定的輔助效果，所以積極地討論質量規劃的建設與應用會有顯著成效。

最后，需要形成有效的數據質量評估機制。從商業銀行發展來看，其要更好地利用數據，必須要在數據治理的過程中保證數據的完整性，這樣，評估的準確性和可靠性會更加的突出。就具體的數據評估來看，主要的內容有：（1）完整性，即數據要保持完整，必須要利用的數據不可缺少，數據之間存在的關系也要存在，而且數據不能夠違反數據標準和數據要求。（2）一致性，即在數據值提供的時候需要注意數據信息之間的重復與沖突，要有效規避這兩種情況。（3）準確性，即數據需要反饋出商業銀行的具體信息，從而滿足業務規劃的需要。簡言之，加強數據的評估機制建設現實意義重大。

4? ? ? 結? ? 語

綜上所述，在大數據時代，商業銀行在數據治理的過程中不可避免地會出現一些問題，這些問題的出現會影響到數據的具體利用，也會影響到商業銀行的具體工作實效，所以積極地分析數據治理過程中可能存在的問題，并討論解決問題的具體措施與方法，這對實踐工作有重要的意義。

主要參考文獻

[1]章文濤.大數據時代地方政府治理能力提升研究[D].合肥：安徽大學，2017.

[2]袁捷.大數據時代下的貴州電網數據治理[J].貴州電力技術，2017，20（8）：88-92.

[3]譚娟，谷紅，譚瓊.大數據時代政府環境治理路徑創新[J].中國環境管理，2018，10（1）：60-64.

[4]金毅，許鴻艷.大數據時代我國推進網絡社會治理現代化的實踐路徑[J].中共天津市委黨校學報， 2019（3）.

[5]董海明，董海軍，陳琦.大數據時代的政府治理與監管[J].黨政論壇，2017（8）：32-34.

[6]陳昊，劉劍明，ChenHao，等.大數據時代社區治理中的眾包模式：實踐、邏輯、效用與構建[J].行政與法，2017（3）：31-40.

[7]耿曉瑞，李國和.大數據時代下的政府社會治理——基于“鏡像世界”治理的分析考量[J].社科縱橫，2017，32（8）：77-80.