2012年最新银行业资讯：银行业数据管理探索

与传统银行相比，数据资产逐渐成为现代银行越来越重要的生产要素。如何管理好数据、应用好数据、挖掘数据价值等一系列数据管理工作，也成为一个现代银行加快业务创新、提高精细化管理和科学决策水平的最重要基础工作之一。

近几年，监管部门不断加大对银行业数据管理工作的监管力度。早在《中国银行业“十一五”信息化建设规划》中就明确指出“加快银行信息资源的集中，实现数据视图在全行范围的共享，充分利用数据仓库和数据挖掘技术，实现资产负债管理、财务绩效管理、风险管理和客户关系管理等主题应用，建立面向主题、面向市场、面向决策、满足内部管理及外部政策要求的银行管理信息系统建设”。《中国银行业“十二五”信息科技发展规划监管指导意见》中又进一步指出“提高数据作为银行业战略资产重要性认识，建立数据治理体系；加强数据标准建设，统一数据规范；加强数据全生命周期管理，提高数据质量；优化数据架构，推动信息数据的逻辑整合。”

从银行业数据管理的实践看，“十一五”期间国内银行的数据管理工作的重点着眼于数据仓库建设，多数国有或股份制银行实现了企业级数据的逻辑大集中。数据仓库的建成上线，一定程度解决了内部报表和外部报送的问题，但仍然存在手工报送率高，数据质量较差的问题，对管理分析的提升作用也没有达到管理层的预期目标。因此在“十一五”末期，多数银行将数据管理工作的重点转向如何解决深层次的数据管理问题，如加强数据标准化，拥有强有力的数据管控组织和更有效的技术工具，全面提升数据质量，挖掘数据资产价值，以满足监管要求和内部经营管理的需要。本文基于对国内外银行业数据管理理论与实践的分析，提出了“一个流程，两个维度”的数据管理框架体系，并在国家开发银行（下称“开行”）数据管理的实际工作中做了有益的尝试和探索。

构建数据管理框架体系

基于对国内外银行数据管理方面先进经验的学习与借鉴，以及与该领域知名咨询公司的交流和研讨，并结合开行数据管理工作的具体情况，我们提出了“一个流程，两个维度”的数据管理框架体系。该框架体系集管理与技术于一体，涵盖了数据全生命周期管理内容。框架体系如图1所示。

该框架体系将数据管理内容从纵、横两个方向进行了细分：在横向上将数据全生命周期管理流程细分为四个环节，即数据标准、数据管控、数据应用支持和数据应用，简称“一个流程”；在纵向上将“四个环节”的数据管理内容进一步细分为管理和技术两部分，各部分工作内容通过组织、制度和流程体系实现有机的融合。该框架体系从一个理论视角解析了一个现代银行数据管理核心能力的形成机制和构成要素。

“一个流程”——数据的全生命周期管理

数据的生命周期一般是指数据的产生、存储、交换、加工到归档的全过程，属于技术管理领域的概念。而本文对数据全生命周期的定义侧重在对数据管理和应用的视角，在对一般生命周期基本涵义的继承基础上进行了扩展，将周期的起始点从数据的产生阶段前延至数据的定义阶段，即“数据标准”；终点不是止于数据的归档，而是数据的应用，数据的价值只有在应用中才能得到体现；“数据管控”环节强调对企业级数据的统一和整体管理的理念；“数据应用支持”环节则是在“数据标准”和“数据管控”的基础上实现数据的存储、加工和交换，即做到有数据质量保障的数据集中与共享，进而为下一环节“数据应用”奠定基础。另外，“数据应用支持”还体现了以“数据应用”为驱动的管理理念。

“两个维度”——管理与技术并重

数据管理工作是一项极具挑战性的复合型工作，该项工作既涉及管理领域的内容，又涉及到技术本身的内容，为便于更好地理解数据管理的内涵，并指导实际工作，我们对“一个流程”中的四个环节从管理和技术两个视角进行了细分。例如，将“数据标准”的内容从管理视角划分为数据标准的制订、数据标准的落地、监督检查、标准的变更和维护等。然而，要做到对数据标准化工作的精细化、专业化管理，纯粹手工管理只能是粗放式管理，且效率低下，依赖手工方式要做到精细化管理几乎是不可能。因此，我们又从技术视角确立了数据标准技术方面的工作内容，包括数据标准管理技术工具的建设、数据标准在IT系统落地过程中需完成的主系统和外围系统的更新改造工作等。其他环节的管理维度与技术维度工作内容的划分，与此类似。