浙江泰隆商业银行：数据治理平台落地实践

来源：2024年度城市金融服务优秀案例征集活动

获奖单位：浙江泰隆商业银行

荣获奖项：数字金融创新优秀案例

一、项目背景及目标

近年来，在外部监管及内部高质量发展的双重驱动下，我行数据治理工作的开展迫在眉睫。但在数据治理推进过程中，由于平台工具的缺失导致组织协同不统一、管理流程不规范、治理进度跟踪效率低、手工维护台账频繁、治理监测体系支撑不足等问题，具体如下：

1.组织管理协同方面，数据治理工作通常横跨多个部门，各部门间沟通和协调缺少平台支持，常出现沟通不畅、工作流程不规范等问题，导致治理工作无法高效推进。

2.数据质量管理方面，存在质量问题发起方式不统一、问题跟踪进度不及时、手工方式维护台账、人工下发数据且缺少质量监测手段等问题，制约数据质量管理工作的高效开展。

3.数据标准管理方面，虽然已制定数据标准，但系统建设过程中，数据标准未有效贯彻执行，出现标准制定与落地脱节的“两张皮”现象。

通过重构数据治理平台，落地“五位一体”闭环管理机制，切实践行我行“标准先行，源头治理”的治理理念，实现我行数据治理线上化管理，提升我行数据治理工作效率，并不断完善数据治理平台功能，提升平台支撑能力，促进我行数据共享、支持业务决策。

二、项目/策略方案

通过对数据治理工作痛点、难点的梳理，结合我行实际情况，成立数据治理平台项目组，加强平台支撑能力建设，提升数据治理工作效率，具体如下：

1.组织管理协同系统化

建立并形成“五位一体”闭环管理机制，即提出方、统筹方、主管方、应用方、支持方，该管理机制是我行数据治理平台构建的管理核心，通过在数据治理平台中落实“五位一体”管理机制，为我行数据治理有效开展提供有效支撑。如下图所示。

以治理“客户名称”问题为例，简要描述五个人的职责和流程。

提出方：负责发现、提出问题，明确问题定义、目标要求，及时将要求传导至业务前端。

统筹方：明确客户身份基本信息字段对应的责任部门；根据问题字段初步分析、确定业务主管方；统筹数据治理整体进程、跟进治理进度，并及时披露数据治理整改进度；开展定期监测与后评估。

主管方:负责开展排查问题，分析原因、制定堵新清旧解决方案，并对结果进行验证。

应用方:负责解决各自管辖业务领域内的问题，制定解决方案需求并对结果进行验证。

支持方:负责为问题分析和解决方案提供技术支持，包含需求开发、测试、上线等。

2.数据质量全流程线上闭环管理

数据治理平台实现了数据质量全流程闭环管理，一是通过打通OA、治理平台，实现从发现问题、分析问题、制定方案、实施方案、验收问题、归档问题的全链路线上化管理；二是在问题数据下发时，通过建立安全通道，采用加密传输等技术，确保下发数据稳定且安全；三是落地数据质量管理流程，实时更新各节点进度，如问题解决进度、治理方案落实情况等信息，以直观图表等形式展示，相关人员可随时查看了解，便于及时调整策略；四是全面梳理监管报送、报表等各类应用需求，提炼数据质量规则，并在治理平台中部署，实现数据质量问题监测预警。如下图所示。

3.数据标准全流程管理

数据治理平台打通OA、研发管理、库表设计等平台，实现数据标准从制定、落地到后评估全流程线上化管理。

数据标准制定方面，平台提供了一个集中化的协作空间。根据“五位一体”管理机制开展数据标准管理，汇聚业务专家、技术专家等各方人员，共同商讨并制定符合我行实际的数据标准体系。平台支持以可视化的方式清晰定义数据的各项属性，如命名规范、数据类型、取值范围、编码规则等，使得标准通俗易懂。

数据标准落地执行方面，明确标准执行要求，将标准管理要求嵌入需求及项目执行流程，并在流程中设置三个重要管控点，一是需求对标，需求提出阶段业务人员根据需求提取业务要素，并开展对标，输出对标结果；二是设计对标，开发人员参考需求对接结果做数据模型设计，平台支持字段的自动对标，最后输出完整的数据模型对标结果至治理平台；三是数据库对标，即需求上线后定期开展后评估监测。如下图所示。

三、创新点

通过优化数据治理管理机制、流程等，提升我行数据治理工作效能，亮点如下：

1.管理机制流程化：落地“五位一体”管理机制，明确人员工作职责，规范数据治理管理流程。

2.质量管理线上化：一是实现多系统协同推进质量问题治理；二是建立数据下发平台流转机制，避免数据泄露等问题；三是构建治理监测体系，实现治理进度同步及时透明；四是通过数据质量规则梳理及配置，定期跑批识别质量问题，提前发现问题并主动治理。

3.数据标准实践智能化：一是根据字段中英文重复出现、使用次数等指标平台做定标推荐；二是将数据标准嵌入库表设计平台，实现平台智能对标，降低落标门槛。

四、项目过程管理

数据治理平台从前期需求调研到项目试运行，整个项目过程主要分五个阶段、周期为11个月。项目调研阶段，组织多家厂商现场交流、同业对标并对行内开展治理需求调研，充分论证项目必要性、可行性等，并梳理我行数据治理工作痛点、难点问题并形成项目需求。项目启动阶段，组建专业团队、明确职责分工、制定详细实施计划并明确阶段交付物，项目组制定项目里程碑计划，每个里程碑事件设定节点交付物。项目实施阶段，建立项目周例会机制及问题上升机制，项目经理组织项目组成员定期同步项目推进情况并重点讨论解决项目实施过程中的痛点、难点问题，对于推进困难的问题及时上升处理，保障项目按计划推进。项目上线阶段，制定项目上线方案及紧急预案，并做好平台铺底数据准备以及人员安排。试运行阶段，项目组收集平台使用意见，持续迭代优化系统功能，后逐步推广至全行应用。

五、运营情况

数据治理平台上线后，各部门用户积极使用，涵盖数据管理、业务分析等多领域人员，用户活跃度较高，截止目前平台访问次数达4500余人次；功能模块使用上，数据质量管理、标准查询模块访问频率较高；开展平台功能满足度、易用性及响应速度等使用情况调研，目前整体反馈良好。

六、项目成效

数据治理平台的重构上线，完成即期项目目标，落地“五位一体”闭环管理机制，实现数据质量、数据标准等数据治理管理工作流程化、线上化等目标，有效提升我行数据治理工作效率。

七、经验总结

回顾整个数据治理平台项目实施过程，总结项目经验，具体有以下几点：

1.同业对标：深入了解行业现状及差距，找准定位及重点，借鉴优秀实践经验开展我行数据治理工作。

2.技术选型：组织多家厂商POC测试，需综合考量平台支撑能力、技术框架、实施人员稳定性等。

3.需求调研：以用户诉求为中心，通过多种方式了解各部门需求、深挖潜在痛点，制定解决方案并在平台落地实施。

4.项目实施：组建专业团队，明确分工，严控项目进度，及时跟踪项目进度及风险等，保障项目有序推进。

5.推广应用：重点关注平台运行情况与用户反馈，及时优化调整，不断优化平台功能，提升用户体验。

更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。