在银行数字化转型过程中，数据治理能力的提升是基础，更好地服务于业务和决策是核心。 银行实施数据治理战略的主要目的是解决当前数据基础薄弱、质量不高、应用效率低下等问题，进而提升银行内部各部门间、全行各业务条线的数据质量和应用效率，最终促进业务高质量发展。 在《商业银行数据治理指南》中，将银行整体的数据治理分为3个阶段：前期试点阶段和全面实施阶段。 在银行整体的数字化转型过程中，各业务条线需要围绕不同类型客户需求开发和利用大量金融数据进行分析和应用，这些数据都可以被视为大数据。

一、前期试点阶段

（1）试点阶段的主要任务：为数据治理项目开展奠定基础，建立和完善数据治理项目的组织架构和实施流程。 （2）试点阶段的主要目标： 首先是建立健全业务条线数据治理组织架构，形成统一数据管理体系； 其次是探索各业务条线在不同客户类型和场景下所产生的数据价值，建立相应的治理方法体系； 最后是构建一套统一、标准的数据管理制度并实施落地。

二、全面实施阶段

全面实施阶段的主要任务是： 1、完善和优化数据治理工具； 2、建立组织保障体系，形成数据质量保障机制，将数据治理工作落到实处； 3、实施数据应用平台建设，提高金融服务效率； 4、推进跨部门合作，加强与业务部门合作。

三、构建数据治理体系核心内容

数据治理是一项长期的系统性工程，涉及数据管理、质量控制、流程优化等多个方面，是一项系统工程，需要各部门的协同配合。 数据治理不是一个过程，而是一个动态治理过程，这其中涉及的环节包括：组织架构调整、基础设施建设更新升级、内部流程优化改造和管理模式创新。 组织架构调整是指对原有的管理机构和制度进行必要的优化及整合，以适应新的业务发展需求； 基础设施建设更新升级是指在新技术不断涌现且广泛应用的背景下，建立并维护一个高效、稳定的数据处理和应用环境； 内部流程优化改造是指对数据治理中需要优化或改造的环节进行重新设计，以提高整体效率、提升用户体验。

四、提升数据质量的四个方面的策略

数据治理战略的核心是通过建立一套成熟的数据管理和应用框架，建立一套完善的规则体系，并在全行各业务条线推广应用，以提升银行整体的数据质量和运营效率。 1、统一数据口径，梳理数据口径：将各类数据规范要求、质量标准进行统一，明确不同类型数据应采用何种标准进行管理； 2、完善数据管理制度体系，保障信息安全：完善信息安全管理制度体系建设； 3、建立标准化工作流程，强化制度执行：通过规范工作流程来保证各个环节中的具体标准可执行性。 4、建立规范的应用机制，提高应用效率：对已有应用或新应用系统中存在的漏洞或者问题进行整改。

更多数据治理相关资料请咨询客服获取，或者直接拨打电话：020-83342506