赣州银行:数据治理+管控平台,解决数据质量“老大难”

发布时间:2021.04.15来源:亿信数据治理研究院浏览量:151次标签:数据治理


随着2018年银保监发文《银行业金融机构数据治理指引》,各大银行纷纷开始了新一轮的数据治理的相关工作。可以说,没有数据治理,就没有数据架构;没有数据架构,就没有大数据;没有大数据,就没有高效便捷的信息化时代。“高标准、高质量、高安全 ”是数据治理的三大目标。


赣州银行信息化程度较高,拥有61个存量系统,2014年就已经搭建数仓系统,拥有不错的数据处理水平。但由于外部的监管要求和内部业务发展需要,赣州银行于2019年正式启动新信贷等系统的建设,趁此机会同时开展数据治理和数据标准项目,以全新的建设思路打造“新一代”全行级数据管控平台,提升了赣州银行数据管控的成熟度。此项目更是获得行业认可,荣获2020数据质量卓越实践奖。


数据治理奖项.png


普遍问题:中小银行数据治理老大难


相比于国有大型银行,中小城商行在资金实力、技术研发能力上有着先天劣势,把握转型路径和策略更是至关重要。所谓“好钢要用在刀刃上”,如何让银行在金融科技上的投入发挥出最大效用,是数字化转型过程中的关键。中小银行由于地域、规模、人员、业务等多方面与大型银行存在一定的差距与差异,因此在数据管控与治理领域也有着自身特性与难点,主要表现在:


◆组织人员“支撑难”

中小型银行往往存在人员匮乏、员工专业技能及经验尚不足的难题,既懂业务又懂数据管控与治理的综合人才更是稀缺,因此很难找到足够多、足够专业的人员来组成专门的数据治理组织委员会来支撑管控的各个环节。


◆历史问题“处理难”

由于历史原因,中小型银行很多历史系统建设不规范,没有统一的标准作为指导,升级改造又面临诸多困难,这些都成为了标准体系建设的阻碍,增大了标准规范实施落地的难度。


◆质量问题“辨别难”

中小型银行往往为了更好的差异化经营,业务种类繁多,从而数据问题类型也复杂,数据质量不高,但仅凭行方人工判断难度大,这对本就专业人员匮乏的中小型银行来说,更是难以快速、精准的辨别并处理。


◆跨越领域“协同难”

数据管控和治理涉及工作内容很广,跨越多个部门,中小型银行往往缺乏相关的流程,协调沟通困难,成本较高;同时在技术层面,中小型银行也并未将元数据、数据标准、数据质量等领域打通,难以实现高效联动协同。



四新策略:打造新一代数据管控平台


针对中小型银行数据治理存在的诸多难点,同时为全面达成数据管控与治理目标,赣州银行携手亿信华辰以全新的建设思路打造“新一代”数据管控平台。


亿信银行数据治理四新策略.png

△点击查看大图


新方式解决当前问题


面对当前的各类数据治理难题,数据管控平台在建设上具备针对标准、质量等迫切问题的解决方法,实现问题的快速辨别与有效落地,从而帮助赣州银行告别以往事后处理的被动局面。

新理念建立完善的管理体系


数据管控平台在建设上不仅仅是一个提供解决问题方法的工具,同时也是各系统、各流程、各角色的连接枢纽,从而帮助构建一个完善的体系闭环,保证数据管控从顶层到落地的全面贯通。

新技术适应未来发展


大数据时代的发展瞬息万变,数据管控平台的建设要着眼未来,在建设上凭借其极强的通用性,同时融入多种智能新技术,以保证能够自学习扩展,从而满足发展的需要。

新观念构建治理人文氛围


数据治理是一个长期持续的过程,各角色基于平台对各治理领域的深度融合,从观念上进一步理解,养成习惯,形成氛围,主动优化,实现从僵化到固化到优化,保障管控治理的长久生命力。



亮点凸显:全盘谋划补齐短板


赣州银行新一代数据管控平台的建设旨在是完成银行各业务条线产品的梳理,新建系统全面标准落地,规范字段命名,规范业务接口,提升监管数据的数据质量,为业务发展及金融创新提供助力。基于亿信华辰睿治数据平台平台建设的银行数据管控平台有如下特点:


1、运用多项智能和可视技术,解决组织人员“支撑难”


针对中小银行人员匮乏,特别是既懂业务又懂数据的综合性人才稀缺问题,赣州银行数据管控平台在关键环节运用了多项智能技术和可视化技术,取得了比较好的效果。比如实现数据标准和各个应用系统(数据来源)智能映射和自动检查,当数据来源结构变化,能对数据资产智能化更新,大大降低技术人员底层的维护工作量。


亿信华辰睿治数据平台平台建设的银行数据管控平台.png

△数据标准智能评估


同时在管控平台设计上,引入主流的可视化技术,以业务人员能理解的方式组织功能界面、交互和展示治理成果,打通业务人员全流程的可视化,保证业务人员与技术人员的理解一致,降低对管控人员技术能力的要求。


2、构建全域全流程标准规范,解决历史问题“处理难”


随着赣州银行信息化建设的不断深入,业务系统逐步增多、结构关系日趋复杂,管控平台特此针对赣州银行现有的各类数据源实现了元数据自动化采集,从而全面了解历史建设情况,并以此为基础进行深度梳理,形成完善的词根管理,并通过定义统一的用语规范,为各方提供了权威可信的参考依据。


同时针对赣州银行的各类历史系统标准不一情况,我们通过链接图谱、映射转换等技术手段,可以有效的进行标准规范的转换落地,避免了系统的改造,较好的降低了成本,解决了历史遗留问题。


3、提炼多种针对性检查规则,解决质量问题“辨别难”


中小型银行业务种类繁多,数据问题类型复杂,数据质量不高,仅凭行方人工判断难度大,我们通过研究自身数据特征,量身打造了数据质量问题管控体系。基于对大量问题数据的研究分析,总结出契合赣州银行的14大类质检规则,充分利用四则运算、数理统计、数据挖掘等多项技术,提供百余种质量规则模板,有效覆盖了90%以上问题场景,较好的降低了人工辨别难度。


数据质量监控.png

△数据质量监控


数据质量问题的管控不仅仅是一次性的发现辨别,而是持续性的监控提升,因此管控平台通过对质量规则的组合、调度,实现了数据问题的自动、智能探查,避免了需要人工反复排查的局面。同时通过在平台上定义规范的整改流程和绩效评分机制,并提供多维度的质量绩效报告为依据,实现责任到人,促进落实数据整改工作。


4、打通全流程线上管理,解决跨越领域“协同难”


防患于未然,从源头把控,往往可以有效的减少后续诸多不必要的沟通协调与处理,因此赣州银行数据管控平台设计了严格的变更管控流程,保证了从源头进行管理。对于现已存在的各类流程,平台通过简单的拖拉拽就可灵活配置符合银行实际业务场景的规范流程,实现全流程线上管理,并可随着管理制度、组织架构的变更而变更,做到了快速协同反应。


对于数据治理的几大核心领域,管控平台采用全新Spring Boot+EUI开发,微服务架构,实现各模块的深度融合与联动,治理所有场景全面打通。同时,也充分考虑了系统集成与二次开发扩展性,保证能够适应未来发展需要。


价值体现:数据质量持续提升


赣州银行行方与亿信华辰团队通力配合,基于明确的项目目标,完成了包含元数据管理数据标准管理、数据质量管控三大主体模块的数据管理平台建设,项目建设成果如下:


1、通过长达5个月的元数据管理,实现了新信贷、新总账、新理财、核算等系统的注释填充率到达100%;每一次元数据变更都是可控,实现了元数据的变更事前管理。


2、总计梳理了8个主题、1244条标准,对7000多个关键字段进行落地评估,将治理初期20%的标准通过率提升到现在的85%的通过率。


3、根据EAST4.0的要求,梳理了300余条规则,建立了相应的预警机制,实现了监管报送指标的自动化监管。严格按照PDCA策略对数据质量进行持续提升。


结语:进入新时代,须有新作为。如何打好数字化转型攻坚战,已成为各家商业银行共同面对的重要课题。只有主动夯实数据治理基础领域建设,扎实做好系统建设,同时做好数据标准建设并贯标,才能让数据标准变得有价值,最终让数据为银行经营管理带来更大的业务价值。未来在金融科技落地的过程中,在数字化转型的征途上,亿信华辰愿助力银行数据治理每一步都走得踏实,都能见到实效。


了解更多数据治理知识:https://www.esenruizhi.com/industry-news/data-governance.html

(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 工信部:将加强数据治理 扎实推进国家大数据发展战略

    工信部:将加强数据治理 扎实推进国家大数据发展战略

    1月29日上午,国务院新闻办公室举行新闻发布会,请工业和信息化部部长苗圩介绍2018年工业通信业发展情况,并答记者问。……查看详情

    发布时间:2019.02.25来源:电子政务网浏览量:64次

  • 管理数据与拥有数据一样重要:关注数据治理和数据质量

    管理数据与拥有数据一样重要:关注数据治理和数据质量

    在许多人看来,数据 - 干净,清晰和准确的数据 - 统治着宇宙。然而,当数据质量较差时,企业及其客户都会受到影响。即使数据是原始数据,糟……查看详情

    发布时间:2019.09.20来源:知乎浏览量:88次

  • 敏捷/精益数据治理最佳实践

    敏捷/精益数据治理最佳实践

    数据治理 的目标 是确保组织内的质量,可用性,完整性,安全性和可用性。你对此的看法取决于你。许多传统的数据治理方法似乎在实践中都很困难,……查看详情

    发布时间:2018.12.18来源:数据治理浏览量:68次

  • 为什么数据治理是数据管理的关键

    为什么数据治理是数据管理的关键

    如果要将数据用于战略业务决策,运营效率,增加盈利能力和增强增长,那么正确管理数据至关重要。管理不善的数据导致数据不信任,数据利用率很快就……查看详情

    发布时间:2019.06.18来源:知乎浏览量:55次

  • 企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱

    企业数据治理存在很多误区和陷阱,最常见的陷阱包括:重IT而轻业务: 尽管通常是专业IT人员最先认识到数据治理的必要性,但他们既不是数据的……查看详情

    发布时间:2020.07.09来源:CSDN浏览量:72次

  • 2018年十大数据泄露安全事件盘点

    2018年十大数据泄露安全事件盘点

    数据安全任重道远,如何在互联网发展的大潮下同时确保信息安全,已经成为全世界各行业普遍关注的焦点问题。2018年以来,数据泄漏事故、勒索软……查看详情

    发布时间:2019.01.10来源:浏览量:80次

  • 来自园艺的5个数据治理课程

    来自园艺的5个数据治理课程

    所有这些数据增长和收购挑战都要求我们重新考虑我们的数据治理策略。我们根本没有确保正确管理和使用数据所需的可见性。我们的首要任务是消除风险……查看详情

    发布时间:2018.12.04来源:Debi Tadd浏览量:147次

  • 为什么你应该有一个数据治理策略

    为什么你应该有一个数据治理策略

    有效的数据治理也是一个持续的过程。政策定义,审查,调整和审计以及合规审查和质量控制都会作为数据治理生命周期经常受到影响或重复。因此,数据……查看详情

    发布时间:2019.03.08来源:亿信华辰浏览量:76次

  • 如何选择数据治理工具

    如何选择数据治理工具

    有许多场景需要数据治理工具。在严格的行业法规下运营,利用分析软件和/或定期整合关键主题领域的数据的企业将发现自己正在寻找数据治理工具来帮……查看详情

    发布时间:2019.07.04来源:知乎浏览量:54次

  • 数据中台与数据仓库相比的四大优势

    数据中台与数据仓库相比的四大优势

    数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。因此,其重点在于数据的集合。数据仓库可使用维度建……查看详情

    发布时间:2020.11.21来源:知乎浏览量:50次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议