湖南银行：数据治理实践

来源：鑫智奖·2025第六届金融机构数智化转型优秀案例评选

获奖单位：湖南银行

荣获奖项：数据管理优秀案例奖

一、项目背景及目标

我国数字经济蓬勃发展，数字技术应用日新月异，数据要素已成为支撑商业银行数字化转型高质量发展的重要基础。近年来，金融监管机构相继出台一系列政策指导文件，为银行业数据治理体系建设指明了方向。基于国家政策和行业法规的相关要求，湖南银行印发《湖南银行2022—2025年数据战略规划》，围绕监管要求与数字化应用需求，纵深推进数据治理体系建设，在数据治理领域上重点聚焦组织制度、数据标准、元数据、数据质量、数据资产、平台建设，夯实数据基础，提升数据质量，助力业务高质量发展。

二、创新点

1.科学的数据标准落地规范

我国银行业数据治理工作已开展多年，针对数据标准管理工作也有了初步的框架和计划，然而数据标准的落标工作仍不是很理想，部分数据标准一味地追求先进，脱离实际的数据情况，导致很难落地，同时对建设数据标准的目的不明确，对数据标准化的难度估计不足，缺乏落地的制度和流程规划。为有效推动数据标准落地，解决各系统间数据不一致问题，湖南银行充分考虑实际业务场景，多次组织业务部门评估落标范围及可行性，确保落标工作在充分考虑业务需求和现实难点的基础上，既不过多的影响现有业务的正常开展，又能使数据标准有效地执行，从而真正体现数据标准价值。湖南银行依托新一代核心系统建设项目，进一步完善了数据规范的相关管理：

数据标准管理方面，依托新一代核心系统建设项目，结合业务实际，开展全行数据标准升级工作，梳理全行各系统使用的公共代码项并进行码值标准化工作，制定了码值数据标准项在新核心项目建设群中的体落标方案，稳步推进全行数据标准的统一及落标改造工作。

为推进全行数据标准化，满足并支撑行内将来业务发展需要，提升湖南银行整体数据质量，满足监管要求，在新核心建设过程中全面执行标准落地工作，共计落地95套业务系统，通过数据标准智能化对标，涉及上万个字段完成强管控。建立常态化数据标准管理机制，从项目需求、开发设计、测试等三个关键节点实施管控，确保新增需求符合数据标准。

参考数据及主数据方面，通过开展机构、员工主数据现状调研，建立了机构、员工的主数据标准规范，制定了全行员工及机构主数据的系统落地实施方案，依托统一认证管理系统、人力资源管理系统开展业务系统接入工作，形成企业级的员工及机构数据统一管理。

指标数据方面，建立了指标标准体系，形成了每项指标对应管理部门与责任人的管理机制，不定期针对行内新建系统使用的报表进行指标提炼与指标库扩充。同时启动指标管理模块建设，通过对行内报表的梳理，形成基础指标、衍生和派生指标*项，覆盖全行上百张内管报表。

2.建立健全元数据全面管控机制

目前国内的元数据管理多数是建立在新建系统或数据仓库项目的局部治理上，而不是企业级的元数据管理，主要原因是要将数据仓库的元数据和配套采购软件生成的元数据进行匹配和映射，需要做大量工作。在一定程度上限制了数据资产的共享或重用。

湖南银行采用全局、集中化的管理策略，修订了湖南银行数据架构规划，并进一步完善了元数据管理流程，推动完成200余套元数据接入，并开展源系统表、字段的注释及码值补全工作，加强了全行数据字典的有效共享。为更好地推动元数据变更管控工作开展，湖南银行持续对数据管控平台进行升级优化，并制定元数据变更制度和流程。实现元数据变更事前、事中、事后强管控，充分保障各系统及上下游系统间的稳定运行。

3.线上化数据质量管理流程

金融机构各级机构较多，岗位分工繁杂，缺乏数据质量预防意识，在数据“生产”过程中，未能按照标准规范去填写，数据使用过程缺乏数据质量管理，引发大量数据质量问题。一些业务难以界定牵头管理部门，导致跨部门的数据质量问题解决慢、效率低，严重影响监管机构要求，也无法适应快速变化的业务需求。

湖南银行采用线上化数据质量管理流程进行数据质量问题跟进：

线上质量规则检核，湖南银行各部门针对本部门负责管理的重要业务数据，制定数据质量检核规则，在数据使用过程对数据质量情况进行检查，通过数据管控平台定期主动监控数据质量情况，形成数据质量报告；结合数据标准和元数据变更进行刚性管控，数据标准和元数据变更管理可嵌入质量管理模块，通过数据质量模块，对源系统新增数据的码值、长度等内容进行检核，形成数据质量问题规则，并要求问题源系统进行整改；全行参与制，通过数据管控平台分发数据质量问题工单，工单包含问题规则、问题明细数据等内容，分发到人，并要求处理时限，定期推进并将处理情况纳入数据治理考核，推动数据质量问题高效流转。

三、项目技术方案

3.1 平台实施计划

数据管控平台建设作为数据治理实施重要一环，我行近年持续优化升级数据管控平台，对助力数据共享，提升数据质量，贯宣数据治理文化，提高平台跨领域协同水平发挥重要作用，湖南银行结合自身建设情况与行业特色对数据管理平台建设进行有效规划，提升数据管理效率及管控成熟度。

近期目标主要从以下几个方面开展工作：

1、完成平台国产化的升级工作，实现应用与相关软硬件基础环境(应用服务器、操作系统、数据库、中间件)全面国产化。

2、重构数据资产管理模块，实现数据资产与数据标准的打通，提供智能化盘点资产、资产多维度标签能力。

3、新增数据安全分级分类能力，通过型算法自动匹配安全策略和级别。

4、优化元数据管理，打通研发管理平台搭建物理模型管控体系。

5、数据标准管理，支持智能对标;优化数据质量管理模块，实现数据质量自动生成检核规则等。

6、建立健全数据资产管理体系，完成部分重要业务系统的数据资产盘点工作。

远期目标重点工作方向：

优化升级数据血缘工具，提高数据血缘解析能力；全面铺开重要系统数据资产盘点，赋能业务场景；通过对数据服务、数据流通等情况进行持续跟踪和分析，以数据价值管理为参考从数据使用者的视角出发，全面评价数据应用效果，建立科学的正向反馈和闭环管理机制，促进数据资产的选代和完善，不断适应和满足数据资产的应用和内外部数据使用方需求，提升数据资产运营效果。

3.2 平台技术框架

3.2.1 前台：平台门户层

作为统一入口，提供数据资产可视化检索、全景视图展示及交互服务。

1、数据资产视图：整合全行数据标准、表结构、质量汇总、资产信息等内容支持智能搜索和多维度筛选。

2、数据地图：展示数据分布、资产热度分析，支持用户快速定位数据资源。

3.2.2 中台：治理核心层

数据标准管理

1、按业务域模板化定义数据元、代码表、词汇术语等标准，支持标准落标检查与版本控制。

2、内置ER模型管理工具，支持逆向数据库解析与主外键关系维护。

元数据管理

自动化采集全行系统表结构信息，实时监控元数据变更。

数据质量管理

1、预置完整性、一致性等规则库，支持自定义质量规则与阈值告警。

2、闭环管理质量问题，生成质量评估报告并跟踪修复。

数据资产管理

1、构建资产目录，支持分级分类、生命周期管理及资产热度分析。

2、提供资产发布、共享、监控功能。

3.2.3后台：数据模型层

用于支撑数据建模与标准化开发。

1、模型设计：支持主题域划分、逻辑模型到物理模型转化，关联数据标准与质量规则。

2、模型管理：提供版本控制、上线核查与智能检测工具，确保模型规范性与一致性。

3.2.4 服务对象与能力输出

面向全行源系统（如核心系统、信贷系统等），提供以下服务：

1、元数据采集：自动化采集表结构、字段解释及变更信息。

2、标准落标：通过落标检查工具验证数据规范性，输出标准执行报告。

3、质量检核：执行质量规则扫描，触发告警并跟踪问题修复。

4、资产发布：将治理后数据纳入资产目录，支持分级共享与权限管控。

四、平台项目过程管理

4.1 平台建设启动阶段

目标定义：明确治理范围（如零售、对公、监管报送等业务域），制定“提升数据权威性”“构建资产目录”等可量化目标，与行内数字化转型战略对齐。

章程制定：输出《项目章程》，包含里程碑计划、资源预算及风险应对预案。

4.2 需求分析阶段

业务调研：通过高管访谈、流程穿行测试，识别核心需求（如监管报送效率低因数据质量差等）。

数据现状评估：系统扫描：盘点全行源系统（核心系统、信贷系统等），记录数据库类型、表数量、数据量级。

问题诊断：抽样分析数据质量（如客户信息完整率<70%）、标准贯标率（如字段命名规范符合率<50%）。

4.3 数据资产规划及盘点实施阶段

资产分类框架设计：按业务域（客户、产品、交易）、安全等级（L1-L4）、热度（访问频率）构建三维分类体系。

渐进式资产登记：

1、自动化采集：通过元数据引擎抓取表结构、ETL作业、API服务等资产基础信息。

2、人工补录：业务部门补充资产业务含义、责任人、关联指标。

4.4 平台设计阶段

技术架构设计：采用“微服务”架构，支持元数据采集、质量检核等模块松耦合扩展。

数据模型设计：基于CWM（数据仓库元模型）规范，设计主题域模型（如客户主题域包含基本信息、行为数据子类）。

4.5 平台编码开发阶段

模块化开发：基于DevOps流水线，分批次交付元数据管理、质量检核等核心功能。

沙盒测试：在开发环境中模拟真实数据流，质量规则执行效率。

代码合规性检查：通过静态扫描工具检测安全漏洞（如SQL注入风险）、性能瓶颈（如全表扫描语句）。

4.6 测试阶段

单元测试：验证单个功能模块（如元数据采集接口的吞吐量≥1000条/秒）。

集成测试：模拟跨系统数据流转场景

UAT测试：业务用户验证资产检索、质量报告生成等场景的易用性。

4.7 投产阶段

应急预案：准备回滚脚本（如数据库快照恢复）、双机热备，确保RTO（恢复时间目标）<30分钟。

投产核对清单：检查服务器资源（CPU利用率<60%）、网络策略（防火墙开通治理平台访问权限）。

4.8 试运行阶段

监控体系构建：实时监控平台运行指标（如API平均响应时间、质量规则触发频次）。

问题工单管理：建立“发现-分派-修复-验证”闭环流程，平均处理周期≤3个工作日。

4.9 验收阶段

核心任务

验收标准达成：核对关键指标（如元数据采集覆盖率≥98%、质量问题下降60%）。

知识转移：交付《湖南银行数据资产管理细则》《数据管控平台运维手册》等文档，确保行内团队自主运营。

4.10 培训阶段

角色定制课程：

业务人员：重点培训资产检索、质量报告解读。

技术人员：深入讲解元数据采集API调用、质量规则配置。

实训环境搭建：提供沙箱环境，模拟客户信息治理等典型场景。

考核认证：实施“培训-考试”机制，通过率要求≥90%。

长效学习机制：定期举办“数据治理培训”。

五、运营情况

5.1 系统运行情况

数据管控升级项目自2024年3月25启动,历经需求调研,方案设计、系统开发、测试、上线及运维优化等阶致,分别于2024年8月28日和2024年10于17日分批次投产，于2025年4月30正式交付,项目周期总计13个月，系统运行已基本满足业务日常应用需求。

数据标准

数据标准模块于2024年8月28日投产上线，管控平台功能已满足业务需求管控范围内要求，为逐步完善当前模块在业务工作中的便捷度，开展增量优化需求共500余个，于2025年4月30正式完成交付，当前模块运行效果良好，与本行业务工作流程以及工作习惯是适配度较高。

元数据

元数据模块于2024年8月28日投产上线，管控平台功能已满足业务需求管控范围内要求，适配56个数据库类型，采集了全行196个系统，于2025年4月30正式完成交付，当前模块运行效果良好，可正常采集全行所有类型数据库。

数据模型

数据模型模块于2024年8月28日投产上线，上线后，接入45系统，开展数据模型试管控工作，相关系统基于数据模型能力基础上开展设计工作，当前模块运行效果良好，满足模型在线设计、审批正常使用需求，于2025年4月25日正式完成交付。

数据质量

数据质量模块于2024年8月28日投产上线，上线后自动化生成14578项质量技术规则和785项数据质量业务规则，模块内功能满足数据质量规则线上化管理、质量问题追踪、质量问题监控等，于2025年4月25日正式完成交付。

数据资产

数据资产模块于2024年10月17日投产上线，上线后完成报表级资产、数据表级资产、外部数据接口级资产、业务场景类资产线上化管理工作和可视化展示，同时支持不同种类数据资产自动化采集等，满足数据资产当前阶段管理需求，于2025年4月25日正式完成交付。

数据安全

数据安全模块于2024年10月17日投产上线，支持数据资产、元数据自动分类分级和定级规则管理等，满足数据安全当前阶段管理需求，于2025年4月25日正式完成交付。

六、项目成效

湖南银行数据治理工作紧扣自身业务发展需求，设立了合理的阶段性实施目标，并与长效治理机制相结合，通过持续性的迭代优化，建成了完善的数据治理体系。具体成果包括：

6.1 形成了健全的数据治理组织架构

一是明确董事会负责制定数据战略，对数据治理承担最终责任，监事会对董事会和经营层在数据治理方面的履职尽责情况进行监督评价的管理职责，建立了以信息科技管理委员会为决策层、数据应用专业小组为管理层、数据治理项目组为执行层的三层数据治理管理架构，理顺跨部门跨领域的数据协作关系和协作流程。

二是建成了一支高效的数据治理工作团队。数据治理项目组作为全行数据治理工作的核心和中坚力量，承担着对数据应用专业小组决策思想上传下达的重要使命以及对各业务部门和科技部门在数据治理方面的管理监督考核等工作。为夯实数据治理项目组的管理能力和提升专业化程度，湖南银行通过积极引进外部力量、强化内部力量加强数据治理项目组的管理能力；为提高数据治理项目组的各项数据管理指令在各业务部门和科技部门的贯彻效率和落实质量，湖南银行积极传承发扬原有制度文化、强化科技与业务的有效联系与沟通，进一步提高数据治理项目组的工作效率。随着数据治理工作的深入，潜移默化中逐步形成数据治理氛围，培养了一批既懂技术又熟悉业务的复合型人才，从而实现湖南银行数据治理人才体系的建立健全。

6.2 营造了良好的数据治理文化氛围

根据湖南银行业务开展所设立的人员和组织机构情况，设计了一套针对数据治理的管理机制和考核评估办法。通过“一把手”负责制，对数据治理规划充分授权，为数据的确权定责打下坚实的基础。通过定期培训和发布期刊让管理者和业务人员清晰地认识到数据治理是湖南银行数字化转型的必经之路，是湖南银行的重要战略，需要主动、积极地参与。同时通过管理手段落实数据治理考核机制，宣导“用数据说话、用数据管理、用数据决策、用数据指导行动、用数据驱动创新”的数据思维，充分引发了全行人员的思考，从而充分、有效地发挥数据价值的角度，重新审视了湖南银行的数据资源。

通过开展全行数据治理培训，进一步推广了数据治理管理理念，宣贯了数据治理管理流程，明确了流程中各参与人员工作职责，并以数据质量提升为抓手，数据有效应用为目标，进一步提高了全行上下数据治理工作的参与度。

6.3 建成了较为完善的制度体系及流程化的管控平台

湖南银行根据数据治理体系建设规划，梳理当前阶段数据治理的内容和范围，结合组织架构设置与部门职责，明确各部门在数据治理工作中的分工和责任，建立事后监督和考核机制，出台了一系列的管理办法，包括《湖南银行数据治理管理办法》《湖南银行元数据管理细则》《湖南银行数据标准管理细则》《湖南银行数据质量管理细则》《湖南银行主数据管理细则》和《湖南银行数据安全管理细则》，确保数据治理工作得以有效执行和推进。

同时根据数据治理考核机制，湖南银行采用流程化控制和工具化控制相结合的方法，通过数据管控平台的建设固化管理流程，通过技术手段保证流程正常、稳定、有效地运转，为数据治理工作提供有力的支持与保障。

一是数据标准管理模块。为落实国家金融监督管理总局《关于银行业保险业数字化转型的指导意见》构建数据资产管理体系的要求，实现数据资产分类分级、数据资产标准化，我行建设数据标准词库，利用数据标准词库及自动化对标功能，快速建立数据资产与标准的关系，确保数据资产与数据标准智能化、自动化对标，规范数据资产建立、处理、存储等环节，提高数据质量，降低数据管理的难度和成本，助力数据共享、释放数据价值。

二是数据质量管理模块。运用PDCA质量管理方法，从计划阶段、实施阶段到检查阶段管理数据质量，通过规则配置、数据质量监控、质量报警、质量问题分发、持续性质量追踪等功能，持续优化数据质量。针对共积累上万条数据质量检查规则，持续监控各监管报送系统数据质量，同时针对监管数据标准化（EAST5.0）的发布，升级对应的系统检核规则，每月生成相应的数据质量报告来促使全行监管报送质量的逐步提高。

三是元数据管理模块。具备元数据采集、展示、应用等功能，可对业务元数据、技术元数据、操作元数据进行统一管理。通过对表、字段、索引、视图等元数据的采集与解析，自动生成字段级别的影响力分析和数据血缘关系图谱。同时为更好地推动元数据变更管控工作开展，湖南银行持续对元数据管理模块进行升级优化，减少元数据变更的误报、瞒报、漏报，通过变更系统提交的申请及数据管控平台解析的血缘情况，对下游影响系统进行及时通知。

四是数据资产管理模块。通过收集不同的数据需求，不断完善和拓展整个数据资产体系，使数据资产价值得到充分地体现。数据资产管理模块支持从业务和技术的视角呈现不同的数据资产目录，使用数据部门能更快更准地找到所需数据的同时，保证数据访问安全。

6.4 逐步提升的基础数据质量

湖南银行在数据质量管理方面建设相对完善，建立了数据质量管理制度，通过数据管控平台部署数据质量检核规则，实现了对数据质量问题的定期监控及及时处理，在以下几个方面开展数据质量提升工作：

1.按照《湖南省银保监局办公室关于印发监管数据质量专项治理方案的通知》和《中国人民银行关于建立金融基础数据统计制度的通知》的要求，湖南银行持续推动监管数据质量专项治理工作，目前已组织实施了监管数据标准化（EAST5.0）、反洗钱、新版客户风险、信息科技非现场监管和其他核心监管指标等复查自评，形成相关问题台账、整改方案，为后续解决同类型问题提供解决方案和思路。同时在监管报送强制校验规则的基础上，结合自身的数据质量管理经验，自主研发扩充的数据质量管控规则，加强跨系统间的报送校验，进一步扩大了主动检核的覆盖面，并积极推进相关问题的跟踪和解决，有效地保障了湖南银行监管报送数据的准确性。

2.按照《银行业金融机构数据治理指引》的相关要求，逐年开展数据治理现场检查工作，针对全行在数据应用过程中提出的相关问题，成立客户信息、交易对手等专项治理工作，制定了专项的问题治理方案，通过源系统优化、数据补录与清理等手段，取得客户信息治理率达98%，交易对手完整率提升至90%以上的成绩，极大地提升了全行的数据质量及应用效果。

3.真正实现了覆盖全行各单位的手工报表自动化，彻底清理摸排了全行各层次的手工报表问题，通过实现该批报表自动生成，提升了监管报送的及时性，将传统手工报送时效由T+n优化缩短为T+1；提高了数据报送的准确率，减少了数据由下至上或平级之间的手工流转，确保数据报送真实、准确；减少了数据泄露环节，降低手工过程操作风险，进一步规范数据采集、传输、存储、使用、分发等行为，有效增强各管理部门、分支机构、业务人员对数据安全的敏感性，提升了数据安全系数。

4.对数据质量问题在问题提出、核对、确认、跟踪、解决的实行全流程线上化操作管理，进一步提升行内人员日常发现数据质量问题的处理时效，实现“发现一起、跟踪一起、解决一起、持续监控”的问题闭环管理。

6.5 可量化导向的数据资产管理

湖南银行高度重视数据资产管理工作，采取集中管理的方式，遵循统一标准、质量为先的原则，以达到数据资产安全共享的目标：一是通过数据管控平台进行数据资产管理，提升数据的获取和服务效率，让数据随时快速有效就绪，缩短数据准备时间，加快数据价值的释放过程。二是通过数据责任体系的构建，数据使用管理制度体系的完善和实施，对数据进行跨业务系统的数据集中和跨业务部门的集中管理。

6.6助力创新数据应用场景

湖南银行通过完善的数据治理流程，大大提升了数据仓库及源系统数据质量，有效地支撑了数据交换共享及应用价值的实现：一是在全行员工对元数据的不断深入了解的基础上，通过搭建数据自助分析平台以及数据分析实验室，进一步培养了业务人员自主用数及分析的能力；二是通过内外部数据的共享及挖掘，进一步丰富了湘银闪贷，房抵贷，税联贷等信贷产品的自主风控能力；三是通过风险模型与规则策略的建设和应用，上线各类预警模型近两千个，提高了内部管理监测的全面性、及时性和高效性；四是通过对数据的补全和标签化，提升了湖南银行对客户分类分级的准确性；通过对客户行为数据的有效分析，提升了我行客户营销及挽留的及时性和智能化。五是制定了全局流水设计规范，在全行60个系统完成实施，通过全局流水号清晰记录交易从发起、处理到完成整个流程流水号的唯一性，确保账务准确性、支持清算结算、方便交易查询，提高业务人员、技术人员查询效率，节省人力成本。

七、经验总结

7.1 构建可复制的数据治理架构

湖南银行结合行业特性，创新、快速创建常态化数据治理机制，通过发布数据治理制度明确总分各级机构职责分工，充实岗位配置，组建全行各级机构参与的治理组织体系，打造事前、事中、事后全流程治理模式，将运动式数据治理落实为常态化治理，从而提升全行数据治理工作质效与水平，为金融机构数据治理提供标准化路径参考：

一是强有力组织保障：为加快我行数字化转型、为业务赋能增效提质、提升全行数据治理能力，我行成立数字银行部。作为全行数据治理和数据应用的牵头部门。

二是高效执行机制：为确保工作机制高效，数据治理执行团队对数据治理办法进行重构，重点规划7个治理领域，覆盖数据生命周期管控，提升基础数据质量。各业务部门设立数据治理专员，统筹部门治理工作，建立对上执行反馈、对下指导运作机制，确保问题及时传导与解决。

三是有效数据管控：创新“事前标准管控-事中AI自动对标-事后质量追踪”全生命周期机制，人工耗时减少90%，助力我行存量系统项代码类标准100%落标。通过重要阶段进行数据标准管控，确保我行新增系统或新增需求有效落标。数据质量管控体系运行卓有成效，重点关注源系统改造开发，从源头整改进行控制；构建全行数据质量检核规则库，建立了数据质量规则多部门人员共同参与机制，明确管理责任人及一致的度量标准，约束相关数据处理人员的行为，对数据质量检查和问题解决进行全过程跟踪，聚焦问题，快速有序整改。

7.2 验证“治理-应用”双轮驱动范式

以治促用、以用促治形成良好的循环是湖南银行数据治理最佳实践，湖南银行聚焦数字化转型，以数据治理为抓手，打造便捷、高效、智能的数据产品服务，构建了数字化营销+数字化财务+数字化风控相关数据产品，实现多层次用户、多维度工具覆盖，赋能全行数据应用、支撑经营决策，支持精细化发展要求，反哺业务增长。通过客户专项数据治理工作，提升客户信息质量，优化CRM的营销拓客、风控管理、客户画像功能，整合经营风险、司法风险、行政处罚等风险数据，快速有效地在反洗钱、信贷授信等业务中进行风险预判，结合企业新闻、机构快讯等外部数据的有效整合，为客户经理提供即时数据动态，每年新增获客客户为全行资产提升做出重要贡献，同时有效杜绝信贷风险。

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。