商業銀行分支機構數據治理模式發展現狀與趨勢研究

陳卿

摘要：商業銀行分支機構作為商業銀行直接面向客戶的執行機構，承擔著數據治理政策和具體工作落地的重任，文章將對商業銀行分支機構數據治理工作模式現狀和發展趨勢進行深入研究，展望未來工作模式。

關鍵詞：商業銀行；分支機構；數據治理；數據資產；數據質量

doi：10.3969/J.ISSN.1672-7274.2024.01.046

中圖分類號：F 830.33，TP 3? ? ? ? ? ? 文獻標志碼：A? ? ? ? ? ? 文章編碼：1672-7274（2024）01-0-03

Research on the Development Status and Trends of Data Governance Models?in Commercial Bank Branches

CHEN Qing

（Nanjing Bank Co.， Ltd. Yancheng Branch， Yancheng 224000， China）

Abstract： As the executing agency directly facing customers， commercial bank branches are responsible for the implementation of data governance policies and specific work. This article will conduct in-depth research on the current status and development trends of data governance work models in commercial bank branches， and look forward to future work models.

Key words： commercial bank; branch offices; data governance; data assets; data quality

0? ?引言

通過提高商業銀行的數據治理能力，不僅可以提高商業銀行的數字化水平，實現商業銀行數字化業務系統的布局，而且也為業務、產品運營提供數據決策，滿足數據驅動業務需求。分支機構作為商業銀行直接面向客戶的執行端，承擔著數據治理政策和具體工作落地的重任，本文將對商業銀行分支機構數據治理工作模式現狀和發展趨勢進行深入研究。

1? ?研究背景

1.1 數據治理的概念

關于數據治理的概念，參考銀監《銀行業金融機構數據治理指引》，文件明確指出，所謂數據治理，是指金融機構通過建立組織架構、完善現有內部機制，實現自身數據統一管理的動態過程，充分發揮數據在金融機構經營管理活動中的價值^[1]。

1.2 商業銀行分支機構數據治理工作的意義

（1）提升商業銀行的數據質量。數據質量是數據治理中重要的一把標尺，數據質量問題從一定的角度反映出當前存在的一些問題，而問題的來源可能在數據流程，可能在業務流程，也可能在管理流程上，數據治理工作可以找到數據質量問題并解決，進一步采取優化方案杜絕再次發生。

（2）提高商業銀行分支機構數據應用能力。數據治理的發展為商業銀行分支機構數字化轉型奠定了基礎，為構建系統的數據管理體系打下了根基，既拓展了數據存儲空間，又提高了數據應用能力，為經營管理活動提供準確的數據決策依據。

（3）提升商業銀行分支機構可持續發展水平。在當前的時代背景下，商業銀行競爭形勢日趨嚴峻，要保持自己的優勢，實現經營目標，并且在未來經營環境中保持優勢，商業銀行分支機構需要在數字化轉型方面提前布局。為了可持續發展要求，商業銀行分支機構需要加強自身的數據治理工作，進一步推動數字化轉型。

3? ?現狀研究

3.1 數據治理體系建設

（1）建立數據治理組織架構。隨著數據治理工作重視度日益提升，按照當地監管要求，商業銀行分支機構基本都能結合實際工作制定管理體系，建立數據治理工作自上而下的組織架構，如圖1所示，組織架構包括行長室，牽頭部門、業務管理部門、經營機構。

（2）建設數據治理人才隊伍。在“數字中國”的發展預期下，各家商業銀行加強金融科技人才的引進，其中數據治理人才是招聘重點之一。從近年情況來看，分支機構的數據治理專職崗位由數據、信息專業學歷人才擔任，少部分由財務或精通業務人員負責，因為數字化認知和技術能力是能夠獨立承擔數據治理工作的前提條件之一，數字化人才必不可缺。

（3）建設數據治理制度。近年來，商業銀行分支機構依據監管、上級行管理辦法和工作要求，結合本地工作實際制定了數據治理工作機制和實施細則，明確了數據管理工作組織架構、牽頭部門、各部門職責、工作流程、考評機制。部分商業銀行分支機構在日常管理制度外，還制定了數據治理自評估制度。

3.2 數據管理與質量監控

在分支機構，數據治理工作從數據產生的源頭就開始進行管理，即數據錄入環節。在數據生成過程中，各業務建立嚴格數據質量檢測規則，通過系統強制控制確保數據質量；無法通過系統判斷數據質量的，可以通過人工自查、主管審核、事后集中復核等方式進行人工處理。

目前，各商業銀行數據質量監控方式有系統監控、人工監控兩種。在系統監控方面，不需要人工操作，具有連續性，對于日常運營中經常出現的數據問題，在系統中部署數據規則檢測腳本，并通過上級行開發的數據管控平臺和分支機構自主開發的監測工具定期執行；在人工監控方面，有很多數據質量無法通過系統邏輯檢測，此外還有臨時性或一次性數據質量排查工作，需要人工判斷和處理，主要由分支機構承擔。系統監控、人工監控兩種方式相互配合，全面提升數據質量。

3.3 數據價值實現

分支機構數據治理工作根據上級行年度工作要求和考核辦法開展，以滿足監管合規要求和實現業務價值為導向，在滿足監管合規、統計報送無誤的前提下，能夠實現數據價值，為業務部門數據應用需求和管理決策數字化賦能，能夠做好數據安全管理。

（1）滿足監管合規要求。分支機構屬地監管機構在近幾年連續開展數據治理自評估活動，要求屬地金融機構從組織機構、隊伍建設、管理制度、業務制度、系統建設、報送管理、數據價值、監管數據質量等方面全面評估數據治理工作和監管數據報送工作，分支機構借助活動契機，全面審視數據治理工作水平，對不足之處制定整改計劃。

（2）實現業務應用價值。業務分析與提升是數據應用價值的主要體現。從數據統計方面來看，可以利用可視化平臺，通過對數據進行挖掘、加工等方式為存貸、零售產品等業務提供更為精準有效的數據服務，為日常營銷工作提供強有力的支撐，極大地提升業務分析人員和客戶經理的工作效率。

4? ?存在的問題

4.1 缺乏專門數據治理機構與人才

當前中小銀行在數字化轉型過程中面臨的挑戰主要集中在兩方面：一是數字化基礎相對薄弱，二是專業人才相對欠缺。商業銀行數據治理工作既有很強的信息科技屬性，又有非常專業的金融業務屬性，但是分支機構數據治理、數據分析崗位多為兼職兼崗，難以承擔相應的工作職責，導致數據治理工作專業水平和問題解決創新能力難以提升。

4.2 數據文化建設不足

數字經濟時代，數據已作為商業銀行重要生產要素和自有資產，這個時候我們需要改變原有的企業文化，將數據管理工作納入進來。分支機構各管理部門、經營機構對數字化轉型工作的理解不夠深入，缺乏數據治理工作的主動意識。

4.3 存量數據質量偏低

首先就是規則不統一，沒有數據標準，對于各信息字段沒有一個統一的錄入規則；其次，數據采集方式容易出錯，以前系統不完善，沒有各種識別軟件和校對程序，主要依靠操作人員純手工錄入，渠道單一，模式落后，容易出錯；三是，操作人員缺乏數據錄入的標準意識，沒有責任心，并且系統也沒有有效的數據質量監管措施，導致較大規模的源數據質量問題，包括不準確、不完整甚至人為造假。

4.4 數據安全管理存在缺陷

在數據生命周期管理中，商業銀行分支機構在數據使用和銷毀階段的控制能力較弱，特別是客戶敏感信息分散存儲在辦公終端上，管理控制不到位，容易造成客戶和業務敏感數據的批量泄露。商業銀行已建立和實施數據生命周期安全保護制度、系統和流程，并提供相關技術工具，但是，在一些特殊的場景中，存在一些流程和技術工具失敗的缺陷，缺乏系統的安全策略，數據安全風險不容忽視。

4.5 數據價值沒有充分發揮

第一，缺少先進的技術手段和科技投入，對數據能力建設投入不足，技術水平不夠先進，缺乏行之有效的工具，致使數據能力建設工作推行不順暢；第二，數據安全問題日益凸顯，受技術限制，在數據濫用、數據泄露、數據非法使用等方面面臨更大的挑戰，甚至商業銀行分支機構成為信息黑產違法牟取暴利的對象，因數據泄露等違法違規行為被處罰；數據應用能力亟待提升，不少分支機構的數據應用工作仍停留傳統的數據挖掘和分析方面^[2]。

5? ?發展趨勢

5.1 更好的外部環境保障

未來在商業銀行數字化轉型過程中，將推動數據治理的規則完善，其中個人信息保護等問題始終貫徹在數據應用中，需要更加具體的監管約束，尤其是在數據安全與隱私保護方面；以數據治理的標準化為支撐，穩步推進金融科技標準建設，系統完善金融數據要素標準等。

5.2 完善數據治理組織架構

從信息化階段發展到智能化階段，數字化轉型由易到難，層層遞進，數據部門所承擔的責任也越來越大，其重要地位不斷提升，分支機構在推進數據治理的基礎上，要單獨設置數據管理部門，與各管理部門并列同級，專職負責組織、協調和推動數據治理工作。商業銀行分支機構建立數據部門的目的是促進技術與業務互融，推動銀行戰略轉型，構建數字化業務生態，統籌全行，高屋建瓴，助力銀行數字化戰略轉型，助力打造縱深全面的業務數字化經營能力；管用并舉，構建數字化生態，充分釋放數據資產價值。

5.3 強化數字化轉型的人才隊伍培養

一方面，要通過校園招聘、外部引進、行員推薦等渠道，通過薪酬激勵方式吸引懂技術、懂業務、懂數字化管理的人才加入；另一方面，要做好現有人才的培養工作，通過不斷的培訓、學習和實際應用，提高其數據管理水平，建立專業的數據治理和數據應用人才隊伍，為數據相關的各業務條線儲備、培養、輸送人才，更好的推進數據價值應用提升。

5.4 大力推廣數據文化建設

數據治理文化建設應以數據管理體系、制度、人才、培訓、檢查、獎懲等為主要抓手，將數據文化融入分支機構日常工作及業務發展中，有效推進數據治理工作的規范化、制度化及常態化，要盡可能讓各部門、經營機構浸潤在數據治理的文化氛圍中，只有將“數據是資產”的價值觀念根植于管理者的決策意識、基層業務人員的執行意識中，學會用數據說話，才能夠真正將“提高數字化水平，提升數據治理能力”的工作落到實處。

5.5 實行數據質量全過程管理

在數據的全生命周期中，包括輸入、存儲、傳輸、共享、應用和維護的各階段，每個環節特別是輸入階段都可能出現數據質量問題，從而導致數據應用甚至系統出現重大問題。因此，分支機構必須將數據作為重要的價值資產，提升重視度，樹立數據意識、責任明確、執行有力、監督到位，對數據質量實行全過程管理，確保數據準確可靠，數據應用有效運行。

5.6 深度挖掘數據價值，實現商業目標

一是要建立數據資產管理運營能力，讓數據可用。全面盤點分支機構數據資產，加強數據資產運營，建立數據分類體系和目錄字典，實現數據可見、可查、可懂、可用；二是探索內外部數據的共享方式，讓數據通用。在數據安全和合規前提的下，實現內外部數據共享，積極探索數據保密技術，實現數據的可用不可見，提升數據安全性和應用價值。

6? ?結束語

本文從分支機構數據治理工作內容、存在問題、未來展望三方面進行了介紹，當前銀行分支機構已初步建立了管理體系、工作機制和人才隊伍，工作側重點在數據質量管控和提升上。從研究熱點和趨勢分析看，未來分支機構在持續完善管理機制和人才隊伍的基礎上，對數據安全和應用的研究將是新的關鍵點，特別是數據價值，將是研究的重點和難點。

參考文獻

[1] 陳迅．城市商業銀行數據治理研究[J]．現代營銷（經營版），2021（07）：72-73.

[2] 李小慶．銀行大數據治理研究和實踐[J]．中國金融電腦，2021（06）：61-64.

作者簡介：陳? 卿（1984-），男，漢族，江蘇鹽城人，工程師，碩士，研究方向為數據治理、數據應用。