數據治理成功的六大要素,你做到了幾個?

2020-12-15 數據分析不是個事兒

文|帆軟數據應用研究院 汪建輝

引言:

帆軟作為全球數據分析和商業智能平臺提供商,這幾年深刻的感受到了全球數據應用的熱潮,但是隨著越來越多的客戶開始實施並廣泛應用BI系統,數據治理的話題也在最近被越來越多地提及和討論。

過去的十年,銀行的IT系統經歷了數據量高速膨脹的時期,這些海量的、分散在不同角落的異構數據導致了數據資源的價值低、應用難度大等問題。同時,銀行內部的業務條線或行政分化也在不斷地製造著銀行數據交互的斷層,而銀行與外部業務交互所產生的「體外循環」數據與企業的核心數據體系並不能自然地融合,這個時候數據治理體系建設可能不是銀行的一個選擇,而是唯一的出路。

數據治理規劃

在長期對客戶的FineBI商業智能項目的跟蹤過程中我們發現,往往只有那些建立了一定的數據治理體系的客戶,才能真正的將商業智能用起來,用戶才能真正進入商業智能時代。這個問題在銀行等金融機構內顯得尤為突出,銀行數據向來以量大質優而著稱,但是實際情況是它比其他行業好一些,但是長期以來也缺乏數據治理的體系化建設,導致商業智能價值鏈受阻。要想在數位化轉型中抓住機遇,銀行的數據治理體系建設勢在必行。

數據治理是一個系統工程,是一個從上至下指導,從下而上推進的工作。因此,在指導方面必須得到大家的共識,要有一個強有力的組織、合理的章程、明確的流程、健壯的系統,這樣才能使數據治理工作得到有效的保障。

要素一:發展戰略目標

戰略是選擇和決策的集合,共同繪製出一個高層次的行動方案,以實現更高層次目標。數據戰略是企業發展戰略中的重要組成部分,是數據管理計劃的戰略,是保持和提高數據質量、完整性、安全性和存取的計劃,是指導數據治理的最高原則。

數據治理是否與企業發展戰略相吻合也是衡量數據治理體系實施是否成熟、是否成功的重要標準。要在企業發展戰略框架下,建立數據治理的戰略文化,包括企業高層領導對數據治理的重視程度、所能提供的資源、重大問題的協調能力,以及對數據治理文化的宣傳推廣、培訓教育等一系列措施。這種整體統一的思想,和我們生態學模型下的帆軟DA生態系統整體統一的特徵如出一轍,充分證明了目標統一的必要性。

1、數據治理文化。2018年5月21日,銀保監會發布了《銀行業金融機構數據治理指引》,從數據治理架構、數據管理、數據質量控制、數據價值實現、監督管理等方面規範了銀行業金融機構的數據管理活動。數據治理的戰略組成部分主要包括:數據治理的願景、商業案例摘要(包括例子)、指導原則、長遠目標分解、管理措施、實施線路等。

2、認知與行動。信息化領域有一個很有名的說法「Garbage in, garbage out」,翻譯為中文就是「垃圾進,垃圾出」,意指用髒亂的數據做樣本,產生的研究成果也是毫無價值的。數據的汙染可能發生在數據產生、採集、傳輸、流轉、加工、存儲、提取、交換等各個環節,因此要保證數據治理目標的實現,就必須對數據進行全流程的管控,要在全行範圍內形成統一的數據治理認知,讓人人有責的理念深入人心。光有認知還不行,必須要有相應的制度和管理來保證從認知到執行的轉變,讓員工認清責任與義務,明確具體的工作要求。

要素二:數據治理組織

數據治理的組織包括制度組織和服務組織。制度組織主要負責數據治理和數據管理制度。這些組織是跨職能的,通常商業銀行會建立數據治理委員會、數據管理制度團隊等組織,負責整體數據戰略、數據政策、數據管理度量指標等數據治理規程問題。

比如大連銀行成立了「數據管理辦公室」,將其作為數據治理的執行機構;巴克萊銀行還建立了數據管理的三層組織體系,包括決策層、管理層和執行層。與政府部門和機構一樣,制度組織執行類似於行政部門的職責。數據服務組織主要是又數據管理的專業人員組成,包括數據架構師,數據質量分析師,元數據管理員等,主要執行數據治理各個領域的具體實施工作。

1、組織架構。有效的組織機構是項目成功的有力保證,為了達到項目預期目標,在項目開始之前對於組織及其責任分工做出規劃是非常必要的。數據治理設計的範圍很廣,牽涉到不同的業務部門和科技部門,是商業銀行的全局大事,如何成立和成立什麼樣的組織應該依據商業銀行本身的發展戰略和目標來確定。

2、組織層次。建立有高層領導者組成的數據治理委員會,組織跨業務部門和IT部門的協調工作,規劃數據治理的總體方向,並在其下設立工作組,執行數據治理計劃和監督數據管理工作。不同的組織層次應該發揮不同的職責職能,建立合理的組織層次有利於快速推動數據治理工作的開展。

3、組織職責。根據數據管理工作的實際需要,在業務部門、技術管理部門和業務應用部門間要確定各個工作人員的職責。不同的組織負責的職責不盡相同,例如不同的業務部門應該明確各自業務開展對數據的具體要求和相關規則,而技術部門則會根據業務部門的需求負責具體的實施工作,包括將業務部門提出的要求轉化成技術語言,用於事前的控制(如欄位的約束)、事中的邏輯控制(例如控制不能為空)、事後的核查,以及具體的技術操作和編制定期的報告等。

要素三:制度章程

制度章程是確保對數據治理進行有效實施的認責制度,其中一些是數據治理職能的職責,也包括其他數據管理職能的職責。數據治理是最高層次的、規劃性的數據管理制度活動。換句話說,數據治理是主要由數據管理人員和協調人員共同制定的高層次的數據管理制度決策。這裡只簡單的介紹包括哪些制度章程。

1、規章制度。數據治理規章制度類似於企業的公司條例,他會闡明數據治理的主要目標、相關工作人員、職責、決策權利和度量標準。

2、管控辦法。管控辦法是基於規章制度與工具的結合,是可落地、可操作的辦法。

3、考核機制。考核是保障制度落實的根本,建立明確的考核制度,實際操作中可根據不同銀行的具體情況,建立相應的針對數據治理方面的考核辦法,並與個人績效掛鈎。

4、技術規範。技術規範是保障數據治理平臺可持續管理的基礎,隨著數據量的增長、技術水平的發展,為更好的、可持續的實現數據資產的管理與應用,需要建立明確的技術規範。

要素四:流程管理

流程管理包括流程目標、流程任務、流程分級。根據數據治理的內容,建立相應的流程,且遵循本單位數據治理的規章制度。實際操作中可結合所使用的數據治理工具,與數據治理工具供應商協商,建立符合商業銀行的流程管理。

1、做好事前預防。上述談到的戰略文化、規章制度的貫徹落實,就是最好的事前預防措施。我國一些大型銀行已經上線了一些專門的數據治理平臺,比如企業級元數據管理系統,數據質量分析系統,數據生命周期管理系統等,將相關的制度規範和職責要求在系統中進行控制和約束,並在流轉的各個環節由相應的組織和角色負責,實施認責機制。

2、加強事中監測。應組織分析各領域的數據質量問題,監測報告本系統的數據結構變化情況,數據分布情況,數據對業務服務的滿足情況、在線數據增長情況、數據空缺和質量惡化情況等。這些事中監測過程除了需要規章制度的保障之外,還需要有可靠的工具或平臺來進行分析,避免憑空管理。

3、進行事後評估和整改。定期對系統開展全面的數據治理狀況評估,從問題率、解決率、解決時效等方面建立評價指標,通過系統記錄並跟蹤需要整改的數據問題,要求按期整改優化,必要時進行一定的考核。一般時候評估與整改可以安排在項目投產一周後,並按年進行回顧。

4、要綜合各種方式進行數據治理。目前,我國商業銀行數據治理基本上通過系統或工具發現問題,然後技術人員進行批量修改,或者由業務人員進行修訂或補錄。其工作基本上由銀行內部人員完成。對於涉及客戶的相關數據,則很難進行治理。從這點上,應該充分借鑑網際網路企業的做法,發動客戶積極參與到銀行的數據治理工作中。比如通過電話、簡訊、郵件通知客戶確認相關信息;對重要的企業客戶,通過走訪確認和補充缺失與錯誤信息;通過活動、遊戲等形式,並給與一定的獎勵讓客戶主動完善相應信息;通過提示客戶信息不完備不能辦理相關業務來引導客戶進行信息完善和驗證等。

要素五:技術應用

技術應用包括支撐核心領域的工具和平臺,例如數據質量管理系統、元數據管理系統等。他們是數據治理能夠順利開展的技術保障。只有建立豐富的數據治理工具和平臺,才能從各個領域有效的進行數據的管理和治理,才能有效提高銀行的數據價值。

1、數據資產管理系統,統一管理全行的數據資產,包括元數據、數據模型、數據標準,以及其他重要的數據資產,並提供可視化的數據查詢和展示功能,支持通過功能嵌入等方式實現數據資產的快速與便捷查詢。

2、數據質量管理系統,落實數據質量問題的治理工作,實現數據質量問題的發現、跟蹤、治理、評價的全流程閉環管理。搭建數據生命周期管理平臺,落實數據生命周期管理機制。

3、不斷豐富豐富前臺源系統的基礎數據,持續加大數據積累和整合的廣度深度,建設統一的數據倉庫平臺,滿足前臺營銷、統計分析、決策支持、風險管理和新資本協議等多種需求,持續提升對數據的挖掘、分析與深度應用能力。

4、在建立上述配套支撐系統的基礎上,還需要實現各系統間的互聯互通,相互協同與驗證,提供數據統一、形式多樣的數據服務。例如,中國工商銀行針對元數據管理開發了元數據及軟體資源管理系統,針對數據標準建立了集團信息標準服務系統等。

要素六:成熟度模型

CMMI協會在2014年發布了數據管理能力成熟度模型Data Management Maturity(DMM),可以用來評估和提升企業的數據管理水平,幫助企業跨越業務與IT之間的鴻溝。DMM模型可以幫助企業在管理數據資產上達成共識。它包括了5個連續能力和25個提升的過程域,可以反映所有數據管理的內容,可以促進企業建立自己的數據管理成熟度路線圖。

總結

我國銀行的數據現狀普遍都是一個先汙染、後治理的過程,數據治理必然帶來新的標準的確立和舊系統的改造,是一個有破有立、無破不立的過程。這一過程設計大量的跨部門、跨條線、跨系統的溝通協調,同時也涉及不小的投資。為了不使投入的人力物力付之東流,在治理前期就應該規劃好各項規章制度和管理架構,保障後續的各項治理工作能夠行之有效並且長期堅持。

相關焦點

  • 高情商六大要素,你做到了幾項?
    馬雲也說過:「要想成功,情商必須強大。」足見情商對於人的一生有多重要。實際工作生活中,情商對於我們的愛情和事業都有著很重要的影響,情商高的人更容易得到領導的賞識,更招家人和同事喜歡,也能結交更多的朋友。高情商有助於人生愛情甜美,家庭和睦,婚姻幸福,事業有成,一帆風順。
  • 數據要素:數字時代最重要的生產要素
    近年來,伴隨著數字經濟的發展,數據正成為全球經濟社會關注的焦點。2019年6月,全球數據治理成為二十國集團(G20)峰會的中心議題。2019年11月,我國首次提出將數據列為生產要素。2020年2月,歐盟委員會發布《歐洲數據戰略》,該數據戰略規劃了歐洲未來五年數據戰略的願景、目標、發展路徑和政策措施。
  • 數據治理,「治」的是什麼?
    信息社會主要特徵之一是數位技術高度發展帶來整個社會的數位化,數據成為繼土地、人力、資本、管理、技術之後新的生產要素。黨的十九屆四中全會首次將「數據」列為生產要素,充分凸顯了數字經濟時代數據對於經濟活動和社會生活的巨大價值。數據這種新的生產要素與之前的生產要素相比有許多新的特點,有待我們探索解答。比如,數據是人們在生產實踐中產生並採集的,數據的權屬如何確定?
  • 高考志願填報六大要素 需要衡量家庭經濟情況
    關乎高考生命運前途的志願填報   每年一度的承載著一千多萬個家庭希冀的高考,是我國最重要的國考。它決定著一千多萬考生的命運和前途,反映著社會的公開、公正、公平,考驗著我國選拔培養優秀人才機制的正常運行,關係著國家的發展和未來。
  • 中央文件將數據納入生產要素有何深意?
    這一次,數據作為一種新型生產要素寫入文件中,與土地、勞動力、資本、技術等傳統要素並列為要素之一。《意見》明確,加快培育數據要素市場,推進政府數據開放共享、提升社會數據資源價值、加強數據資源整合和安全保護。「《意見》全面系統、具體化地指明了如何發揮市場配置資源的作用。而數據作為一種新型生產要素寫入中央文件中,體現了網際網路大數據時代的新特徵,這也是《意見》的亮點所在。」
  • 面試表演「八要素」,做到你就成功了
    既然是表演,那要的就是演技,而演技好不好,無非要看你神情是否豐富、動作是否大膽、語言是否犀利、劇情是否精彩、開頭是否新穎、故事是否感人、主題是否鮮明、結局是否完美,我把這八個內容簡稱為「面試表演八要素」。接下來的八天,我將逐一講解。今天,我先講講神情是否豐富這個要素。
  • 想寫一部讓人愛不釋手的小說,必須要知道三個核心和六大要素
    想寫一部讓人愛不釋手的小說,必須知道三核心、六要素文/@成長新視點很多朋友,有豐富的社會閱歷,也具備精深的文字功底,更熱愛文學創作,希望通過寫小說,來傳遞對人生的感悟、理解和意見,這也是一件非常有意義的事情
  • ETNews | 《中國基礎教育大數據發展藍皮書》發布:從」走向數據驅動的精準教學「到」大數據助力教育治理現代化「
    最後總結了十大結論,提出了教育大數據六大發展趨勢與面臨的五大挑戰,並分別對教育行政部門、中小學校、廣大師生以及信息化企業提出了建議。最後,餘教授強調,大數據時代的教育公共服務將在內容、方式、形態、監管、決策、結構等方面形成變革趨勢,並在虛實結合的多元教育服務供給,全學習過程數據的精準、個性化教育服務,社會化協同的新型分工形態,共性需求與個性需求包容的平衡供給結構,多元主體參與的公共治理決策,基於數據的實時監管與預警等六大方面完成轉型,從而走向教育治理的現代化。
  • 關鍵環節,混改股權結構設計,六大核心要素
    知本諮詢有一個混改股權結構設計六要素模型,介紹給各位。請看下圖,一目了然:總體來看,我們認為影響混改中股權結構的要素一共有六個,分別是國有股東的戰略意圖、混改後的股東構成、未來的治理安排、混改企業資本規模、混改企業經營收益能力以及是否有團隊持股。
  • 探索科學有效的數據治理之路
    前不久,《中共中央國務院關於構建更加完善的要素市場化配置體制機制的意見》發布,將數據納入與土地、勞動力、資本、技術並列的生產要素,強調要「加快培育數據要素市場」。作為生產要素的大數據在創造巨大經濟價值的同時,在社會治理方面也開始顯現出重要價值,即通過將大數據與人工智慧、物聯網、區塊鏈等新一代信息技術結合,整合利用跨層級、跨地區、跨系統、跨部門、跨業務的數據,實現數據共享和信息利用,幫助企業和政府迅速掌握更為全面客觀的信息,通過用數據管理、用數據決策、用數據創新的方式,來提高企業和國家治理效能。
  • 如何提高四川熊貓麻將牌技的六大要素技巧與攻略
    四川熊貓麻將是款娛樂性較高,相比之下競技性稍低的棋牌麻將遊戲,牢記以下介紹的六大要素,根本也能夠算半個麻將高手了。熊貓戰績分享進步四川麻將牌技的六大要素1)起牌。邊起牌邊看牌,邊理順,邊想像這副牌能做成什麼。別等到一切牌都拿上來了再理,這時候你就慢了幾秒,他人早就催你了。2)起牌後,定缺,缺哪家?
  • 黃金時間丨全要素網格化社會治理,是什麼意思?
    全要素網格中,全要素包含兩大範疇,一是公共服務要素,凡是與百姓生活息息相關的管理職能,比如民生服務、城市管理、環境保護等等,必須全部延伸到網格,打通為人民服務的「最後一米」。二是維護社會穩定的要素,與之相關的人、地、事、物、組織,都要納入網格範疇,做到一網治理。網格的劃分,國家和省裡都出臺了相應的標準,在江蘇,是按照城市社區300戶、農村200-300戶為基本單元,統一划分設置社會治理綜合網格。
  • 吳衛明:產業網際網路的數據治理生態與法律合規
    本次大會圍繞產業升級和價值集聚;「數據、技術」等核心要素;區塊鏈、人工智慧、雲計算等新技術應用以及「產業家」培育等主題,進行了深入交流,並發布了楊浦產業網際網路集聚區建設系列創新成果。此時,數據自身的價值被發掘,數據變成了主體,在整個網際網路經濟中,數據是一種主體存在。到了產業網際網路時代,數據變成了推動傳統產業升級改造的工具。所以,數據是產業網際網路時代非常核心的要素。
  • 經濟戰疫|數據成為要素並參與分配的思考與建議
    日前,中共中央、國務院公布《關於構建更加完善的要素市場化配置體制機制的意見》。文件第六部分「加快培育數據要素市場」,從推進政府數據開放共享、提升社會數據資源價值、加強數據資源整合和安全保護三個方面,闡述了加快培育數據要素市場的具體措施。
  • 談數據:DGI數據治理框架 全面解讀
    筆者認為相比於數據治理其他幾個組件,做什麼,怎麼做,為什麼做更加重要,它為企業數據治理指明了方向,是其他數據治理活動的總體策略。DGI框架中的3-6個組件,數據規則與定義、數據的決策權、數據問責制、數據管控,DGI框架這4個組件定義出了數據治理到底治什麼。
  • 「五段碼」描述模型技術和 「四個八二法則」實施方法論是物料數據治理成功基石
    對於離散製造業的物料數據產生要覆蓋從設計、工藝、試製、批產較長的業務過程,更應關注物料不同階段的數據管理流程和銜接方式,「五段碼」物料描述模型在這種場景中是否能做到?答:「五段碼」物料描述模型在主數據系統中使用時,其它應用系統可以查詢長描述。同時也可以拆分和任意組合,這個和數據管理流向和銜接沒有關係。
  • 從多個維度理解數據要素
    當前,信息技術發展日新月異,對社會生產生活影響深遠,在推動經濟社會發展、促進國家治理體系和治理能力現代化、滿足人民日益增長的美好生活需要等方面發揮著越來越重要的作用。黨中央、國務院高度重視數字經濟發展。
  • 沒出息的六大表現,你中了幾個??
    最近,劍橋大學通過對人的行為與成功之間的關係長期觀察,得出了導致人沒出息的六大表現:一、猶猶豫豫有時候,猶豫不決比魯莽更糟糕。猶豫不決的人喜歡瞻前顧後,畏首畏尾。著名思想家羅曼羅蘭說過「懶惰是很奇怪的東西,它讓你以為是安逸,是享樂,是福氣,但實際上它帶給你的是倦怠,是消沉,是無趣」。三、沒有毅力世界上大部分沒出息的人都源於半途而廢,沒有毅力的人從來沒有體驗到做成功一件事帶來的愉快體驗。因為堅持的過程中總是枯燥而充滿挫折。人的天性又是好逸惡勞。
  • 中國六大商業銀行公司治理的實踐觀察和研究
    報告全面梳理總結了中國六大商業銀行(工商銀行、農業銀行、中國銀行、建設銀行、交通銀行和郵儲銀行)在公司治理領域取得的成就,並從「四會一層」公司治理的新實踐、董事履職能力、國有股東的角色和作用、董事與高管薪酬、與利益相關者的溝通以及內部審計和外部審計等六個方面,通過觀察、訪談、討論和深度分析,形成了相對客觀的研究結論,並在此基礎上,提出了一些完善公司治理的初步建議
  • 胡衛平:如何落實六大基本要素,推動教學走向深度?
    思維型教學理論強調課堂教學中要注重六大基本要素,它與培養學生的思維能力、提高學生的學習動機、促進素養的形成有緊密聯繫。讓思維型教學走向深度,不能忽視六大基本素養。本文整理自現代教學技術教育部重點實驗室主任胡衛平教授在北京國音實驗學校思維型教學主題線上培訓中的分享。