數據治理成功的六大要素,你做到了幾個?

2021-01-08 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

  • 社群運營的六大核心要素
    當然社群不等於微信群,今天我就跟大家一起分享下營銷類社群運營的幾大核心要素:一、品牌要素。這裡的品牌具有多重含義,一個是商品的品牌,另一個是運營者或者組織的品牌,一個成功的社群一定要靈魂。也就是說其信譽度、威望口碑、效率、美譽度都要過關才可以,只有具備這些的社群才可以長久,否則註定會曇花一現。二、產品要素。
  • 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。
  • 下一代手機瀏覽器需具備六大要素
    近日,清華大學發布的《手機瀏覽器發展趨勢白皮書》(以下簡稱《白皮書》)認為,更快捷、更簡潔、更準確以及個性化、聚合化、智能化成為下一代手機瀏覽器的六大核心競爭力。《白皮書》指出,信息獲取碎片化的發展趨勢在進一步深化,用戶單次使用時長會儘可能縮短。這就要求手機瀏覽器的未來發展要更快、更簡、更準。
  • 健全基礎性制度 培育數據要素市場
    依託工業網際網路、大數據、人工智慧等新型基礎設施和技術,數據要素可以從多個維度推動實現生產效率的提升。數據要素能優化企業生產流程,促進企業間資源高效優化配置,促進產業鏈協同,提升產業整體競爭力;能幫助企業精準把握用戶需求,促進供需有效對接,提升服務水平。  另一方面,用好數據要素可降低市場運行成本、提升宏觀經濟治理效能。
  • ...丨「尋人」只用幾秒鐘 大數據智能化讓社會治理配上「最強大腦」
    如今,在合川區社會治理大數據中心,我們只需要在系統裡輸入「黑色外套」、「黑色褲子」這些模糊的人物特徵,經過系統模糊查詢,幾秒鐘後,24小時內合川區轄區內監控攝像頭拍攝到的、符合查詢條件的幾萬張照片就跳了出來。
  • 在創業路上走向成功的關鍵要素是什麼?
    而如果真的想要創業,再成功的人都必須經得起折磨,忍得住寂寞,耐得住誘惑,要不斷地去證明自己。極致、高效,再加上對行業痛點的精準判斷力,以及對於資本更為成熟理智的態度,正是這些要素的疊加與重合,才產生了「化學反應」。如何才能在創業的荊棘之路上獲取桂冠?如何才能將不可能變為可能?在創業的路上走向成功的關鍵是什麼?今天生逢君分享這篇文章,與你共同學習。
  • 未來三年裡水基層治理能力怎樣提升?帶你一圖讀懂「六大工程」
    帶你一圖讀懂「六大工程」 2020-07-03 03:04 來源:澎湃新聞·澎湃號·政務
  • 幸福的「五個要素」,你有幾個?
    人的需求概括起來稱為「幸福的五個要素」。第一要素:生理需求。生理需求就是吃飽穿暖,滿足不了這一需求,人就不會幸福。吃飽了,穿暖了,才感到幸福。第二要素:安全需求。安全需求說白了,就是隨時隨地覺得自己很安全,不受傷害,包括身體和精神上不受傷害,這才會感到幸福。第三要素:歸屬需求。
  • 緊固件知識:螺紋六大要素
    螺紋的牙型是來確定螺紋的幾何形狀的,其螺紋要素主要包括,牙型、大、(中、小)徑、線數、導程、旋向和工作高度等五大要素,只有這六大要素相同的內、外螺紋才能互相旋合。       1、牙型:在通過螺紋軸線的剖面上,螺紋的輪廓形狀稱為牙型。相鄰兩牙側面間的夾角稱為牙型角。常用普通螺紋的牙型為三角形,牙型角為60°。
  • 當「數據」成為生產要素,個人隱私與市場交易間如何平衡?
    澎湃新聞:數據納入市場化配置改革基礎要素的意義是什麼?何淵:這不是「數據」作為基礎生產要素與其他幾大要素第一次並列。去年,十九屆四中全會《中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定》最早提出將數據作為市場化生產要素之一。
  • 數據要素時代金融業的使命
    二是資本要素時代。17世紀荷蘭東印度公司成立,被認為是現代金融的起源,它通過發行股票來籌集資金的融資方式,開啟了一個全新的金融資本時代。接下來兩百多年裡,投資者投資了數千家可以產生資本收益和股息的公司,至1914年,資本已在歐洲和世界其他地區自由流動(2019年1月3日《華爾街見聞》:「全球金融市場的五個時代」)。
  • 【數據安全之全景圖】開篇之作:DT時代的數據安全核心三要素
    即安全核心從資產、網絡、應用等逐漸轉移至數據、業務和人員,安全治理機制、制度流程體系、安全運營模型和安全架構的設計、優化和落地圍繞「數據」來進行。 本文是安恆信息「數據安全與隱私保護全景圖」連載系列之開篇,將重點解讀DT時代數據安全核心三要素(價值、海量多樣、開放流動)。
  • 《影響力》學不會這6要素,你很容易上當受騙,且很難獲得成功
    因為影響力是源於心理學中的6個要素,使用6個要素,能讓一個人反對你的人,變的跟你統一戰線。而很多傳銷公司也是用這6要素給別人洗腦的,然後意志力弱一點的人,就被控制了心智,讓幹什麼就幹什麼。其實不止是傳銷,在我們生活中,也經常遇見莫名其妙買了一堆打折的東西回來,因為大多數商家的營銷手法,也是基於心理學的6個要素。那為什麼這6個要素這麼厲害呢?
  • 做交易成功的六要素
    還是那句話:如果我能100%做到每支股票買了就漲,那我就成神了,顯然不可能。由此, 我想說一下做交易容易被忽略的六個要素:一、自己最重要股市沒有救世主,只有自己救自己。相信別人一時,不能相信別人一世。所以,獨立思考、獨立操作是成功的必經之路,是成熟投資者的標誌。"知己知彼、百戰不殆",自己才最了解自己,才知道怎樣優化自身的交易系統。
  • 久其軟體錢暉:數據治理是一個單位在數字經濟時代最核心的事情
    久其軟體副總裁錢暉出席主題為「『用數——新實體經濟的生產要素與商業變革」的圓桌論壇。錢暉表示,數據治理這個事情是一個單位在數字經濟時代最核心的事情,高度要非常高,簡單的講可以用9個字來做:第一個立規章,第二建平臺,第三想服務,數字治理本身內容很多,立規章要做自己數據資源的規劃,要摸清家底,建立數據資產的目錄,這點非常關鍵。
  • 以精細科學的制度設計,釋放數據生產要素價值
    其中,《意見》將數據作為與土地、勞動力、資本、技術並列的生產要素,並進一步提出:加快培育數據要素市場,充分挖掘數據要素價值,引發廣泛關注。  此前,相關中央會議已逐步明確數據的生產要素屬性。;2019年10月31日,十九屆四中全會通過《中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定》指出:「健全勞動、資本、土地、知識、技術、管理、數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制」。這是中央文件首次增列「數據」作為生產要素。可見,中央對數據作為生產要素的認可,並將其納入要素市場改革的戰略部署是一以貫之,並逐步深入推進的。
  • 【光明網專論】科學把握領導幹部治理能力的基本要素
    提高國家治理能力,關鍵在於提高領導幹部的治理能力;提高領導幹部的治理能力,首先在於科學把握領導幹部治理能力的基本要素。  統籌謀劃能力。所謂領導就是帶領和指導。做好領導工作,具備統籌謀劃、駕馭全局的能力首當其衝。對於一個地區、一個部門、一個單位的發展來說,頂層設計和戰略規劃十分重要。
  • 數據作為要素參與分配:價值、意義與實現過程
    另一方面,以數據作為生產要素參與分配還體現出以下三個方面的內涵:首先,我們應該將數據作為一種物化勞動,強調其創造剩餘價值的作用,將數據要素和勞動者的勞動力相結合所形成的生產力作為創造相對剩餘價值和超額剩餘價值的重要源泉。其次,我們應該將數據作為活勞動創造價值參與分配,數據要素按貢獻參與分配實質上是一種按勞分配。
  • 江科平:從汽車產業看數據治理實踐中的痛點
    之前禮立秘書長給我出了一道題,希望我結合汽車行業的特點,思考一下在數據治理方面有哪些痛點。我想先從幾個小故事開始。第一個故事是關於數據維護的 。國家的電動汽車監控平臺要求每一臺車都應有真實的車主信息,而且必須保證準確。因為早期電動汽車的銷售特殊情況,有一部分在平臺上登記的車主信息不是最終用戶,4S 店賣給車主之後,再在我們 DMS 系統裡錄入具體的車主信息。
  • 數據要素價值凸顯UENC發展迎來紅利期
    4月9日,中共中央、國務院印發《關於構建更加完善的要素市場化配置體制機制的意見》(以下簡稱《意見》),數據作為一種新型生產要素,被專門寫入了《意見》。《意見》把數據要素分為政府數據和社會數據,提出政府數據要開放共享,社會數據要創造價值,並注重數據的整合和安全。