數據治理成關鍵
搭建公司級數據管控體系及規范……
未來,銀行的資產不是現金等實物,而是“數據”。因此有效的數據治理是銀行實現數字化轉型的基礎。目前,中小銀行在業務發展中逐漸積累了大量的內外部數據,如何利用好這些數據資產、如何讓數據驅動業務,成為中小銀行重點攻破的難題。目前超過85%的中小銀行將數據治理納入公司治理范疇。中小銀行數據治理正處于萌芽期,能否借助數據治理實現數字化轉型變革,成為其彎道超車的重要途徑。

數據治理其實就是關于數據的管理和使用。數據治理在我國銀行金融機構中全面實踐時代的到來。從2019年開始,各銀行需要滿足監管合規的要求,逐步開展包括數據治理組織架構的建設、數據管理專項工作的推進、數據應用和數據價值的實現等數據治理工作。

數據治理是一個系統的長期工程。超過85%的中小銀行將數據治理納入公司治理范疇。中小銀行應該建立公司級數據管理體系和基礎規范,形成統一的數據庫和接口,將各業務部門分散數據集中管理。推動內部敏捷型組織和敏捷機制的建設,能夠讓系統的應用和迭代比較快適應業務的發展。”

搭建公司級數據管控體系及規范
在實際業務中,中小銀行的數據治理還處在萌芽期,因此如何開發和使用數據,且在全行中形成統一的數據標準,成為最大痛點。46%的中小銀行初步搭建公司級數據管控體系和基礎規范,但應用尚未下沉到業務。中小銀行的數據采集層面,呈現內部客戶數據缺乏以及外部數據質量難匹配的狀況。中小銀行由于客戶數量少,數據規模自然也不多。尤其是中老年儲蓄客戶多,他們對數據不敏感,能夠提供數據痕跡的場景不多。因此大量“沉睡客戶”待開發。

農商銀行因為體量較小,大多數業務核心系統主要依托于省級聯社,但省級聯社管轄機構較多,機構差異化大,無法完全滿足各個機構提出的差異化需求。中小銀行缺乏充足的自有客戶數據,難以以此為基礎進行數據建模、對客戶進行多維度分析。對外,由于業務受到區域限制,外部數據平臺尚無區域性客戶的數據積累,因而不一定滿足中小銀行實際的區域性需求?！敝行°y行作為金融機構還需確保外部數據的真實性和可靠性。數據質量是金融科技企業的生命,如果數據失真,處理和解決的難度很大。中小銀行缺少基于全行數據標準之上的數據質量檢核,導致數據質量差,如部分中小銀行數據標準體系建設缺少統一標準,數據質量建設進度緩慢,造成基礎數據質量不穩定。

如何破局?
對于中小銀行而言,數據就像待開發的礦產,如何利用工具開采數據資源則考驗中小銀行數據治理制度和流程規范。對于中小銀行而言,要么選擇自建統一規范,或者“拿來主義”,即與金融科技公司合作。

選擇自建統一規范,則先要規范頂層設計,完善數據治理組織架構和制度。銀行業應該建立組織架構健全、職責邊界明晰的數據治理架構,明確董事會、監事會、高級管理層和相關部門的職責分工。中小銀行可以根據內部管理情況,從決策層、管理層到執行層分級、分層設置數據管理部門和專職崗位。

通過培養行內數據管理人員、數據整合和應用專家、數據平臺負責人,新網銀行建立了有效的數據管控組織。還要對數據應用全流程進行質量把控,數據產生、傳輸、存儲、使用、共享、維護等各環節都可能引發各類數據質量問題。中小銀行應該進行事前預防、事中檢測、事后回溯等,提升數據規范,“部分銀行已經形成了以制度、流程和系統平臺為一體的數據質量管理體系,以制度和流程為約束、以系統為支撐、以工具為輔助,從數據全生命周期各個環節發現和檢測數據質量問題。