銀行業是數據驅動型行業，在提供金融服務的過程中，積累了海量的用戶數據、交易數據以及外部數據。數據已經成為銀行業的重要資產。銀行業通過數據挖掘、分析和應用，使靜態數據流動起來，一方面，可以賦能現有業務的發展，更好地實現數字化轉型；另一方面，能夠對客戶群體進行精準畫像，充分了解客戶需求，構建真正“以客戶為中心”的金融產品與服務。
一、銀行數據治理的現狀
近年來，國家監管層面不斷完善數據治理工作，但目前商業銀行數據管理仍存在一些突出問題：
1、沒有完善的組織和制度。
隨著數據治理工作逐漸被重視，銀行內部已離不開一個企業級的數據治理職能組織。需要各個部門之間，尤其需要加強科技部門和業務部門之間的合作，才能最終高質量、高成效的完成數據治理工作。
2、缺少數據治理企業文化
全行企業文化的建設必須考慮到數據資產管理這個層面，從戰略角度啟動、開展和推進數據治理工作，建立一種以數據資產為導向的企業文化，將數據治理、科技治理和公司治理有機的結合起來。
3、缺少數據治理各領域的管理體系
只有建立起全行級別的數據治理體系，整合行內人才資源，制定相應的管理制度和文化體系 ，完善數據治理流程管理，才能達到數據開發、共享、使用和管理的全方位良性循環。
4、未建立數據治理流程和有效的認責管理制度
由于沒有完整的流程管理機制，一是會出現溝通成本高，協調難度大的問題。二是較少考慮數據復用和共享機制，不利于后續的系統整合工作。三是較少進行跟蹤管理和規范治理，后續的認責機制不健全。
二、商業銀行數據治理的定義
數據治理是提高數據質量、發揮數據價值、提升經營績效的前提。根據2018年3月16日銀監會發布的《銀行業金融機構數據治理指引》相關定義，數據治理是指通過建立組織架構，明確董事會、高級管理層、部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發揮價值的動態過程。
三、商業銀行數據治理方案
1、明確全面實現數據價值的要求
提出銀行業金融機構應當將數據應用嵌入到業務經營、風險管理和內部控制的全流程，有效捕捉風險，優化業務流程，提升內部控制有效性，實現數據驅動銀行發展。
2、明確數據治理架構
多數銀行數據管理職能分散在不同部門，容易出現職責分散、權責不明的情況，需要進行統一管理。同時，數據治理是系統工程，從下至上，應做到人人有責、層層把關。
3、明確數據管理和數據質量控制的要求
明確銀行業金融機構數據管理方面的要求，覆蓋數據戰略、數據管理制度、數據標準、信息系統、數據共享、數據安全、應急預案、問責機制和自我評估機制等。要求建立數據質量控制機制，明確將監管數據納入數據治理范疇，要求全面強化數據質量，保證數據的真實性、準確性、連續性、完整性和及時性。
4、強化數據安全意識
銀行業金融機構應當適應大數據時代需要，強化數據安全意識，依法合規采集數據，防止過度采集、濫用數據，依法保護客戶隱私。
5、加強監管監督
明確監管機構的監管責任、監管方式和監管要求。對于不滿足《指引》有關要求的銀行業金融機構，要求其制定整改方案，責令限期改正；或與公司治理評價、監管評級等掛鉤；也可能視情況采取其他相應監管措施。
