提升数据质量挖掘数据价值！江苏灌云农商银行建立数据管理七大体系

　　数据已成为农商银行拓宽获客渠道、支持产品创新、实施精准营销的重要支撑，成为农商银行的重要资产和核心竞争力，但从应用实践来看，

　　一是数据拉链。客户日均、机构日均取数，经常性通过每日取数或者季度基数来手工制作，工作量繁琐，取数不精准、易错，若做到数据拉链，每日按照一定的取数规则来存储数据，客户的评估算法也可得到及时查询、调整。

　　二是数据加工。对数据要求和需求的多样性以及数据展示的直观性，促使必须对数据二次加工、整理和分析，且对基层单位需求的单一时点数据加工量耗时相对较长。不通过数据需求模型的数据整合，无法通过现有数据平台直接取数；数据平台的原始性跟不上现有需求的多样性，数据手工量增加。

　　三是数据标准。数据标准不统一，效率低下，数据不能有效互通；随着系统的不断增加、数据量几何倍增加，数据回溯、调度、分析、开发效率下降。

　　四是数据安全和数据备份。数据量不断递增，随之而来的是数据安全隐患。庞大的数据量使月度备份需要大量的时间，面对突发情况，缺少对实时数据快速应对方法，只能通过传统方式进行数据恢复。

　　基于数据治理问题及现状，今年以来，江苏灌云农商银行紧扣“数据治理年”要求，将数据治理作为支持精细化运营管理、推动业务发展战略转型、提升风险控制能力的基础工作，全面提升数据质量，充分挖掘数据价值。

　　“搭架构”，战略引导数据治理。一是将数据治理纳入公司治理和组织架构，建立组织架构健全、职责边界清晰的数据治理架构，明确董事会、监事会、高管层、相关部门和基层营业网点的职责分工，建立多层次、相互衔接的运行机制，同时，专门成立“数据治理年”活动领导小组，自上而下推动数据治理, 逐步构建良好的数据治理文化，以数据治理能力助力数字化转型。二是将机制建设作为数据治理的基础，出台数据管理制度、数据管理细则、数据质量管理、数据标准管理及标准化规范等数据治理管理办法，建立主要包括数据标准管理、数据质量管理、主数据管理、元数据管理、数据架构管理、数据安全管理、数据生命周期管理七大体系。同时，按照“数据集中、系统交互”“主责明确、部门协同”“应用导向、持续改进”三大原则，不断提升数据资产在监管合规、风险管理、营销管理及内部管理中的应用水平。

　　“建平台”，数据整合规范运用。数据标准是数据治理的关键，该行坚持标准先行，加强项目实施，以系统为支撑，以工具为辅助，从数据源着手，提升数据质量。一是加强运营管理数据模块建设。运管系统是该行近年来通过系统开发摸索出数据前端展示的数据模块，将后台数据进行处理加工、展示，以便各系统相应负责人查询相关数据。二是加强帆软数据平台建设。帆软平台也是近年来用以开发展示数据的一个数据加工平台。通过表格化、图示化等方式对数据进行展示推送，自动跑批加工，减少了数据制作重复性，节省了人力成本。三是加强数整平台建设。依托行内沉淀数据，提高度信息源的数据质量，全面构建客户统一视图，建立全行统一的数据基础平台，并逐渐让数整平台成为加强安全管理、提升开发效率、加强数字化建设的基础，目前数整平台项目已完成基础数据整合，为该行数据查询、备份提供了高速快捷的处理办法，查询数据效率提升一倍以上，月度备份由超过6小时优化到2小时内完成并完全自动化。

　　“重安全”，构建数据安全防控体系。数据安全是数据治理的重点领域，核心是保证银行数据的机密性、完整性和可用性。该行通过建立数据安全策略和标准，依法合规采集、应用数据，划分数据安全等级，完善数据安全技术，保护客户隐私，审计数据安全。一是完善数据防泄密功能。上线桌面管理、数据防泄密项目，实施数据防泄密水印功能，新桌面管理系统提供文件防泄密功能，具有更优秀的终端能力以及数据分类分级能力，提供了良好的水印模块客户端许可技术，文件读写操作的行为审计与控制许可，在数据追踪方面也有一定的风险分析与流转追溯能力。目前该行已为415台电脑升级了数据防泄密技术，调试和完善水印技术，并完成了对每一台终端的远程操作、文件读写的有效追踪和审计。二是推进数据摆渡建设。数据摆渡同样是为了解决数据内外网交叉使用产生的数据安全问题。在内外网隔离环境，安全数据摆渡系统依托独特的虚拟化技术和协议，在不更改现有环境的前提下，用户可以根据安全数据摆渡系统直接读取内外网数据（文件数据），保证了数据交换的安全性。

上一篇:运维安全管理系统：IT内控不可或缺的管理平台
下一篇:从战略到应用：数据治理的顶层设计与方