金融银行数据治理体系详细方案（技术方案）

金融银行数据治理体系方案（技术方案）投标方案投标人名称：****有限责任公司地址：****号二楼联系人：****1报告说明声明：本文内容信息来源于公开渠道，对文中内容的准确性、完整性、及时性或可靠性不作任何保证。本文内容仅供参考与学习交流使用，不构成相关领域的建议和依据。1.对本项目的理解 41.1.对本项目需求的理解 41.1.1.落实大数据环境对数据治理的要求 41.1.2.满足监管机构对数据治理的要求 41.1.3.对项目需求的初步解读 51.2.本项目成功的关键要素 61.3.本项目对全行发展的价值 81.3.1.从业务的角度 81.3.2.从数据管理的角度 91.3.3.从信息科技的角度 92.项目解决方案详述 2.1.企业信息管理框架 2.1.1.企业数据管理解决方案体系综述 2.2.数据治理体系规划方案 2.2.1.数据治理体系规划总体框架 2.2.2.数据治理体系现状分析 2.2.3.数据治理体系设计规划 2.2.4.数据治理实施路径规划 2.2.5.数据治理制度体系设计 2.3.数据标准管理方案 532.3.1.数据标准与各领域的关系 2.3.2.数据标准管理框架 2.3.3.数据标准管理组织 22.3.4.数据标准管理流程 602.3.5.数据标准管理制度 632.3.6.数据标准编制 2.3.7.数据标准实施 2.3.8.数据标准管理系统业务需求说明 2.4.数据质量管理方案 2.4.1.数据质量管理框架 2.4.2.数据质量与各领域的关系 2.4.3.数据质量管理组织 2.4.4.数据质量管理流程 2.4.5.数据质量管理制度 2.4.6.数据质量检验方案 2.4.7.数据质量提升方案 2.4.8.数据质量管理平台方案 2.5.数据架构规划 2.5.1.数据仓库规划 2.5.2.大数据与数据仓库的整合架构规划 2.5.3.实现数据仓库的基础设施架构规划 3.项目实施方案 3.1.实施计划及进度安排 3.2.项目组织与人员构成 3.2.1.项目领导小组 3.2.2.项目管理组 3.2.3.技术支持组 3.2.4.项目实施小组 3.3.项目工作产品及最终交付物 33.4.项目风险与应对建议 3.4.1.项目进度风险与规避措施 3.4.2.跨项目组协调风险与规避措施 3.4.3.需求变更风险与规避措施 4.知识转移及培训方案 4.1.知识转移 4.2.1.培训方式 4.2.2.培训手段 4.2.3.培训计划 5.XX项目管理办法 5.1.综述 5.2.项目管理方法 5.2.1.项目范围管理 5.2.2.项目沟通管理 5.2.3.项目进度管理 5.2.4.项目风险管理 5.2.5.项目质量管理 5.2.6.项目问题管理 5.2.7.项目会议管理 5.2.8.项目文档管理 5.2.9.项目变更管理 4随着大数据时代的来临，数据资产已成为银行的重要生产要素，在客户服务创新、风险管理、绩效管理、财务管理等各方面工作中发挥着越来越关键的作用。如何管理好数据、应用好数据、挖掘数据价值，已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、最迫切的基础工作之一。发挥数据的最大价值依赖于人员、流程、制度、技术的支持，通过数据资产的管理来提升数据质量、保障数据安全、促进应用效率，从而降低大量根据国际监管动态及趋势，巴塞尔委员会最新发布的“风险数据整合及风险报告原则”中明确要求全球系统重要性银行必须在2013年做好数据管理自评估的准备。其他商业银行也应以此为信从国内的监管要求及实施动态看，随着银监会非现场监管信息系统和客户风险统计信息系统不断完善，数据及时性和全面性基本可以保证，但在准确性上存在较大差距。为此，中国银监会2011年发布《银行监管统计数据质量管理良好标准(试行)》对数据管理5的良好标准，从组织机构及人员、系统保障及数据标准、数据治理制度建设、数据质量监控检查与评价、数据的报送应用和存储，做大数据环境和内外监管机构都对银行的数据组织、数据管控机制、数据标准、数据质量等相关数据管理主题提出了一系列要求。XX认为，数据治理的实质在于“业务先导、管理驱动、技术据治理工作的现状有深入的了解，并可以借此发现全行数据管理的发展重点，为全行数据治理工作奠定坚实的基础。通过数据管理机制的建设，从数据管理组织和制度上为数据治理工作提供管理保障，实现数据治理工作的持久化。借助数据标准化工作，相继统一全行客户、资产、机构、产品、协议、交易、渠道、财务、营销主题的信息项的定义，进一步规范业务操作与IT的系统建设，并通过6中难点描选·业务人员把数据标准编制看做是技术性工作，主观意识是在配合而非主导，并不认为数据标准对业务管理和系统建设有什么直接价值难点描选·数据标准只是核理和建立当前跨系统数据规范，而未完整考虑各类业务对数据应用的要求，如新资本协议合规、客户细分、产品定价等，导致数据标准对具体应用的支持不足或脱节，各类应用的数据质量得不到有效保障和提升；勤建议的解决方载·结合德勤数据价值模型，深入宣导数据标准及管理体系对业务的价值，理解数据标准对业务管理和业务分析的作用；勤建议的解决方载·结合德勤在风险、管会、营销等相关应用的数据模型指导数据标准的建设，更好的反映对业务的支持，呈现数据标准化价值；文化7难点描球·各级领导不了解数据标准及管理体系对银行业务发展所起的作用和价值，实际工作中不知道如何参与也很少参与，也不太注重在数据管理上投入相应的资源和精·数据标准、数据质量是数据管理部门保障的工作，数据建立和产生的部门很少参与其中，不能有效进行数据质量的预防，数据质量仍然是问题为导向的被动管理；确勤建议的解决方案·结合德勤数据治理体系中的功能框架明确数据管理的领城边界、能力要求和工作内涵，依据功能框架建立不同的管理角色，并结合民生银行的管理组织体系和文化，制定全行的数据治理组织架构。在决策层上明确高层领导所承担的职责和工作章程。在管理层上，厘清数据管理部门、业务部门、科技部门在数据管理不同领城和不同层级的责任定位和职责所在，建立数据管理政策和一些列管理制度保障数据管理职责能有效推动.难点描选难点描选·数掘标准的落地会要求业务在数据录入中更加精细化、妮范化，同时数据标准化也会导致源系统数据模型的调整以及存量数据的大量清洗和拆分。有时也会引发业务的变化，例如产品的数据标准化将使产品管理产生一定的的变革；·系统建设和维护对数据标准的执行谁来审植和控制，不能执行的标准或争议谁来组织协调，标准的变更谁来幸头组织，谁来负责维护，所有这些活动因因缺乏有效的责任机制导致数据标准的管理和执行得不到保证德勤建议的解决方我·建立全行数据标准体系的同时，分析全行数据标准落地价值并制定方案，方案中包含数据标准落地分析、数据标准落地价值、数据标准落地策略；·制定数据标准各信息项管理原则和各项管理责任，定叉数据标准各信息项的所属部门；·制定数据标准落地在各系统的数据口径、业务规则、映射的管理规范和相关模板，确保各类系统建设对数据标准执行的监控。8难点描逃难点描逃德勤建议的解决方建9资产建好、管好以支持数据应用从而更好的实现对业务管理和决策。企业数据管理解决方案框架涉及数据治理、数据标准、数据质量、数据架构管理等领域。随着数据相关工作的进一步开展，元数据管理、主数据管理、数据保留与归档、数据隐私与安全等领域的工作可以进一步开展，从而实现数据全生命周期管理能力的逐步提升。行数据标准体系、数据质量体系的设计，全行各基础主题的编制和指标数据标准的编制及提升、数据标准的落地实施及数据质量问题促进IT系统建设的价值。数据标准业务定义/技术定义对支持系统建设有直接的指导意义，将制定完成的数据标准作为数据需求，为即将建设的系统及原有系统改造升级的数据模型设计提供依据。从考虑对数据质量问题的深入分析，并进而提出业务流程优化、系统改造、技术工具改造的需求，全面引领业务与技术的发展，持续提EnterpriseInformationManagement,以下简称EIM)”解决方DataManagement,以下简称EDM)”将直接为此次项目提供支(EIM)体系由业务经营及决策、数12德勤企业信息管理德勤企业信息管理(EIM)解决方重体系经营决莱管理(EPM)商业智能与数挪仓库(BD)企业数据管理(EDM)住息管控(IG)数据管家知识管理企业内容管理(ECM)营理制度营理职责管理流程方法论中将数据管理进一步细分为8个管理领域，包括：数据架>企业信息管理战略：构建企业信息管理的战略以及实施路径，以提升数据资产的价值；对企业信息管理的蓝图、准备>企业级数据仓库：构建企业级的数据仓库，实现企业数据的集中和整合，为商业智能、统计以及经营决策提供可信的>ETL:实现跨平台的大数据量的迁移和转换，同时，构>数据分析和挖掘：构建数据挖掘模型，实现对数据的趋势分析预测，同时根据数据分析结果编写业务的发展趋势报制，确保可以在桌面端展现企业结构化数据的搜索结果，并可>数据治理：构建企业数据治理的组织体系，同时建立一系列的数据治理政策、流程以及相应的工具，确保数据得到有范，准确识别企业的数据质量问题，并进行有效的解决，同时的数据提供一致的定义，并建立数据标准落地实施的持续机据的总体分布情况，从而为数据的存储、整合、使用、访问以理机制和平台，确保主数据在企业内部的准确性和一致性，为包括在线和离线等多种方式，以满足合规和管理的要求，同时授权访问，建立相应的数据访问策略、检查机制、控制和监控>企业内容协作：通过对群件系统(诸如邮件系统、视频应的工具建设，实现对知识的有效管理，以促进企业的绩效提>文档管理：创建、管理和分享电子文档，允许存储、查询、跟踪以及管理企业内的电子文档，内容包括工作流管理、上的文本和图像资源，并允许业务部门创建、发布、修改和管>记录管理：基于合规等方面的要求，创建、管理和企业内的各类记录信息，并提供长期的归档以及自动化检索功能，同时建立归档和保留的策略、披露机制(包括披露范围和>数据资产管理：组织和管理企业内的媒体文件，构建相应的技术平台，以实现对相应内容的有效管理；同时，确保视>企业级报告管理：对企业非结构化数据的存储容量进行>非结构化搜索：构建基于语义和元标记的搜索>电子签名：构建电子签名的技术平台，实现电子签名和法。实施方法进一步分为6个实施阶段，每个阶段具备9类控制要五大领域五大领域六个阶段九类控制瓦国爸F①tnrpaebtmeeeUnaymetNeysWsemertoymtadbypoptpantindtscpinshephastnpeanttapogassonafkgansdxtheBetoyuing息治理架构及组织形式”领域，在6个阶段需要开展的工作如下：计划计划应战略企业数据管理(EDM)解决方案从8个领域和5个维度实现对企业数据的有效管理，详细如下：企业须.数据标准管理.主数据管理工具数据标准管理数据质量管理主数据管理原则与规苑无数据管理激面知构数据隐私数据保留企业数据治理具体领域示意企业数据管理(EDM)解决方案中，包括的八个领域概述在小节已经体现。企业数据管理(EDM)解决方案中，包括的5个维度如下：>战略：包括业务价值分析、企业战略一致性、企业级数据治理视角、项目群管理以及实施路线等，确保从战略的角度，正确看待企业的数据治理并建立有效的实施方法。>人员：包括高层领导、治理委员会、数据治理负责人、数据管家、数据所有者、数据治理员等，整个企业数据治理组织体系的建设，以及相应的角色职责的定义；>流程：包括但不限于数据维护、数据质量管理、数据标准管理、变更控制、数据生命周期管理、元数据治理等管理流>原则与规范：包括但不限于数据安全政策、数据访问与控制政策、数据标准政策、数据保留与归档政策、数据合规政策、数据所有者政策等数据治理政策，为数据治理各项工作的主数据治理工具、数据架构管理工具、元数据治理工具、工作流与自动化工具、数据同步工具等，为数据治理工作提供工具201.数据治屋件系建道1.数据治屋件系建道政氧与管理制度制发31《数握管理政策》又《表格管是工作专核办选35数据标准分类体系框装34《载据标准管理办法》样准，指标样准编制36数据标准差开分精及落地建试数握质量及营理建设3.9数排质量检测蜕到311数据质量议责数摆治理体系设计规则22数据管理丝织程架23数据营教据治理实施路径规划25信息中到及发果路线图1.观就分新与评估硫状搜基1.1资料搜果12访证调研1.5例卷调查疏状分析与评估1.4成熟度评信15现抚描述16问题械理1.7考望与建议改建试提知说管理/识精移、岩调估、数据治理体系设计与规划、数据治理体系建设(数据治理制度、数据标准管理、数据质量管理),每个阶段又分不同的任务：等方式获取在数据治理领域的资料，通过对收集资料的整理、归纳，分析数据治理的现状、问题等，结合成熟度评估模型评估对现状进行评估，根据评估的结果和同业领先银行对标找出数据治理体系设计，主要包括数据治理体系功能框架、数据治理组织和制度框架、数据治理能力提升路线图、信息中心职能果，制定数据管理政策，制定数据管理工作的考核方案、考核指标、考核制度；建立数据标准全生命周期管理的流程和制度，编制客户、机构、风险相关数据标准(账户、合约、资源项)、公共代码基础数据标准、核心指标数据标准并给出差异分析与落地建立，设计数据标准管理系统业务需求；建立数据质量管理管理模式、管理流程和制度，同时建立数据质量认责机制。定义本项目数据质量提升数据范围并制定度量规则，依据度量规则在相关系统进行数据质量探查和分析，针对分析结果进行制定数据质量整改建议；建立数据质量管理与监控需求说括5个成熟度级别，1是最基本，5是最成熟的，如下图所示：.基本管理1初始阶段业务能力系统能力1数据帮助业务运作基本的报表、且基于试算表的手工作业、依赖于特殊查询信息超载未能反映真实情况事后被动发现问题数据：结构化的内容、静态的集成：无连结、孤立、非集成的解决方案应用系统：孤立模块、依赖特定应用系统基础架构：复杂、关系混乱、特定平台的2信息用来管理业务基本的探索、查询、报表和分析部分的自动化完全不同的工作环境有限制的企业可视度数据：结构化的内容、有组织的集成：有部分的集成、孤立的情况依然存在多种版本的真实情况的架构、特定平台信息为战略资产有脉络的、基于职责的工作环境的导入自动化已提升到一定层级既有的流程和应用系统的增强整合的业务绩效管理唯一版本的真实情况经由分析的、实时性的洞察力务的信息促进创新贯通企业内外的有弹性、具适应力的业务环境战略业务创新的促进能力企业绩效和运营的优化战略洞察力且共享的、信息和技术的信息成为企业核心竞争力基于角色的日常工作环境全然融入工作流、流程、和系统的能力内部及外部信息无增强的业务流程和运营管理前瞻性的视野、具预测性的分析>恒丰银行的数据价值创造领域成熟度得分为2.4分。处在基本管理阶段。示F价值的整体认识，企业文化·没有任例数据工作的·无法评估现有数据管·没有能力告算数据价·对数据作为资产的价·有些部门开始制定内·有些部门偶尔对现有估·有些部门已认职到数据带来的价值，并积极·对于数据成本仅能够·可以进行全行级别的·电期对数据管理有效·在积极应用数捷的基磁上，初步量化的评估·运用一套成本分摊方·能评估数据战略执行的结果并经行调整数据管理工作·亚视数据的数用，克·能够量化的评估数据资产价值，并较为准确的计算数据成本·己具备持续优化、亮氧围·已形成一套将数据作·已经具备完整流程来》惧丰银行的数据组织与职责领域成熟度得分为2.6分，接近基本管理迈向主动管理阶段，>同业领先实践得分为3.6分，处在主动管理阶段。》恒丰银行得分低于同业领先实践得分。3示例3·经理会为员工制定·相应的数据治理与世理的沟通计划费供了有效。高效的果通向整个组织宜传数据值，全员认同数据是企业的重要资产内承担数曾理活动的机构与·依鞍个人能力解决进计划。费工没有接受专业培训·未开展正式的数据·无数据治理与管理的沟通计划，无法·偶尔会临时成立团队来·有部分的培到和经验分·少数部门开始了内部的·存在一些零散的数据治理与管理的沟通计划，但是来统一·设定专岗和专门的部门来解决数据问器·定期进行培训和经验分享。不断提高员工能力·开始两部门的数据治·已制定此类数据治理与管理的沟通计划。但·不新扩充团队的力量·不仅定期进行培调。成质之间也经常主动·有相关的流程来教育·跨部门的数据治理与管理的工作已覆盖了大多数应用成部门>恒丰银行的数据制度领域成熟度得分为1.9分。处在接近初始管理险段。》同业领先实践得分为3.3分，处在主动管理阶段。》恒丰银行得分低于同业领先实践得分。A**●基A管理丽关制相关政策。解则及线范。以及保障数帮制度体系的工作机制·财企业的数据资·在数据披露，合·没有给千数细治待·时部分核心数回费产的较方全面的控制过程。制·简范法律和硬非风分的式的制度来文种数图治·时果些数据治维与管理的制重和程中进行过率·正式溪有相关制变来管理部分卷据费产的使周式的数前治维与管理制度，能没有理好地贯想·已经制定常而性地的制重和程中，选没有·较为全面的制度(知。数据管理与治理的政策的认间·防混法律和缓重风险的制度已正式通考并换治理与管理制型。曲度*28实施常规性地，的制度和程序·集中管度，维护和内通所有数据管维的政策、要求，办法。·防熟注律和硬单风·已液车金金级的数能出理与管理制度开>恒本银行的数据标准领域成熟度得分为2.4分，处在基本管理阶段。>同业领先实践得分为3.3分，处在主动管理阶段。》恒丰银行得分低于同业领先实践得分。1制始阶段内容。·没有任何的数据标·没有全行性的基础·各业务部门以个人知识的形式管理业·没有相关的标准管理流程和粗织，角色·业务部门和IT部门·个别部门有自己制定的标准管理政策、原则和指明·少数部门建立了部门范围内的基础业务数据·少数部门针对部门内的数据标准建立了普难办法，曾理流程和管理·部门间的标准定义不·数据行准开始在个别部门使用·制定全业级的数据标准·正在制定全业级数据标准·正在制定金业级数测标引·正在成立全业级数测标·正在建立全业级数据标·有完整的全业级数需·已经具备全行范围内信息管理和运营组织的·建立覆盖全行的基础业务数据标准，经营管理指标和关健续效指标的标准正在制定中·已建立企业级的数据·明确门系统开发必须准管理制度。相关角色的职责、题图，协作方式及工作方法明确，且地行良好·对全行所有数据标准进行管控，完善的流经、制度保证标准的顺利执行体系，统一全行经营指标。并得到执行·在全行顺利实施，并深入到各业务部门·全生命周期管理，业务部门和技术部门A示例分成热度评分1初始繁段4一量化管测+民量管理的流程体系称操作规范。准确识制企业的数据族量问题，并进行有效的解决，同时持续问题数据质量问题流程·数据质量问题没有评级，我没有系统对手工输入数据进行台动·企业内部缺乏·没有集中管理数据质*企业正在考虑数据质乏驱动力·部分手工数据有系统自动检查·搜少进行数据质量相●主要部门已主施数想·多数手工数据有系统自·定期单行正式的会议时论数据问题发生的原因·数据质量问题℃集中·数据质量标准型完备·数据在上传至关键应·全员参与数据间题原四的讨论·数据质量问题已集中管理，且定期进行审核·幢入界面已有严格·系统对交又检查数·全员参与数据问题▲▲A受各种内外因影响(大数据、良好标准、新资本达标),近年来实施。国内商业银行数据治理(管控)的历程从数据整合、数据应用(第一阶段)、数据标准与数据质量管理开始(第二阶段),逐步延伸到其他各数据管理领域(数据安全、元数据、数据架构、数据服务)(第三阶段)。数据整合方面基本通过行、民生、光大银行、中信银行等都于2005年前后开始并完成境，如工商银行、建行、光大银行、国开等银行在2008年前后的数据治理(管控)机制还有一段差距，数据治理与管理领域的薄中基要薄中基要领先实践的数据能力数推治现数推治现·建立行长领衡的全行级数据管理组织·完整的贯彻执行数据战略与·持续进行数据战略的评价与·国统数据金生命周期，提升数据作为资产的营理能力，进行数据质量检查与缓警。数据问题从被动响应到土动·构建全行信息服务组织和选营模式，驱的数据资产价佳提升教良应用与重争我国典型商业数据治理能力评信教良应用与重争数据治理/数据营理 础数据管理，数据管理优进业务应用的策略无论是倾向于数据应用还是选择凸显数据治理的机制建设，总体目标都是要发展数据价值的挖掘能力，最终都是往右上象限迈数据治理项目的实施需要高层支持，这一点在权威方法论但是，国内股份制商业银行目前处于高速发展阶段，高层的数据质量等情况为切入点，通过数据治理体系建设夯实基础。有了扎实的基础，后续数据管理工作才会带来更大的收大多数股份制商业银行的科技力量不是很强，因而需要加受人力物力及高层视角等因素影响，股份制商业银行在数数据治理实施的一个重点是广泛沟通，即数据治理理论中DAS数据应用与服务数据应用与服数据需求管理DM数据管理型管档管全管DG数据治理01数据战略与规划02数据组织与职责03数据管理制度促进支撑实现支撑>数据治理：规划数据管理的范围与工作路线，对决策支持、风险识别等数据分析方面进行实际应用，同时加强宣传培训、评估数据工作的绩效，指导数据工作持续的改进；通过数据管理和数据应用的组织模式、职责和岗位角色能明确承担数据在各生命周期的管理和服务责任；以数业能力；打通数据管理中业务和科技建设间的协作，实现全面的数据管理能力；构建专业化的数据管理系统与工具用专业能力，有效的支持运营管控和执行的统计分析和运营分析，有效支持高层决策的绩效评估和预测分析；为业依据数据治理体系各领域职能：数据管理是一项全行性的工作，因此，数据管理是一项全行性的工作，因此，数据管理工作是一项需要业务和科技共协调部门，负责组织和协调工作由于数据管理工作覆盖面广，因此拟针按照数据管理各领城的工作特点，定义落实到各业务条线和综合管理部门周#思责数圈圈的出数策瑞有者致感导混的定口它来图圆的定口它定义战略性企业数据治理目标以及数配质量能标，并与企ARCRARCcCRCARRR1RC1ARc1RR为企业数据动理委吴金和经置营理屋定义和制定企业数能动理CcAc1cR为领域数察治理委员全和经营就理层定义和制定企业数配治理1cCA1CRCRAC1活动1活动2活动3角色1角色2角色3角RACARC1ARAR数据管理负责人与数据管理团队(数据专员)是专职的、永久的·组织内专业化分工强，汇报条线清晰；自上而下执行驱动力·其他部门缺乏数据认知与数据管理能力，跨部门的沟通成本2.分散式管理模式分散式管理模式其优势包括：·能够较好地理解各业务单元的业务和文化，业务管理较易在单个业务领域/IT系统上实现；·在应用需求的基础上，数据问题可以在单个部门内快速解决，被服务满意度高而且对资源的要求不高。·缺乏企业级数据管理视角和统一管理，跨业务部门的协作非常3.联邦式管理模式按照职能和流程进行横向和纵向的组织划分：在总部设立数据管理负责人，对数据治理的政策、流程、人员进行管控，协调推动数据管理的相关活动；在各业务单元或条线设立专门组织或角色，负责本业务领域的数据治理工作。联邦式管理模式·数据管理和业务管理更好的融合，根据职责需要设置岗位角色，执行效率较高；·能够实现较好的横向协调与组织；·专业化分工清晰，有助于员工提升能力。其劣势包括：·纵向需要较强的组织影响力与协调能力来推动全行数据治理工·数据管控力度减弱，需要更强的评价手段进行过程监督。从数据管理的工作特点来分析，既需要各个业务部门深入参与数据治理工作，承担数据标准制定、数据质量整改、数据应用等职责，同时也需要有一个集中的组织，总体协调、指导、监督数据治理工作的开展，因此，建议其组织结构可以采取混合型组织架构的方式。根据实际情况，结合同业数据管理组织架构，建议构建决策层、教据治理组总分麦行相美部门数据营理部门总行其他部门决策层管理协调层料技部分行作管理岗，依据各团队的现有职能，将各领域职能明确到相关功能范明重侧日常任务名称数据管理能力培训数据服务与应用能力培训示：列0教闭点用建造质用标在周■E示例算#■所安卷户身输平建证项接所准就一普理项就林安金管理机制证计项期数据士行范围内他上数播建读时应用模数据日归普出工采纳听回全工卫项票健微模数据数拼体图就建设■202年20174□2044年2015年201642.2.5.数据治理制度体系设计.数据治理制度体系框架设计根据数据管理的层次和授权决策次序，数据管理制度框架分为政策、制度、细则三个梯次，该框架标准化地规定数据管理的具体领域、各个数据管理领域内的目标、遵循的行动原则、完成的明确任务、实行的工作方式、采取的一般步骤和具体措施。数据管理制度框架结程数据管理制度框架结程由料技战略与数据管理委员会制定由不同数据管管理专业人员制定由原制度涉及确保各数据管理制度领域的数据管理专业人士制定说明数据治理与管理的目的，明确其基本规则执行落实而派生出来的实施细节与技术规范为各数据领域内的活动开展而制定的一系列办法、规则、流程政策数据管理制度框架结构.数据管理政策及组织工作章程数据管理政策和数据治理组织工作章程以明确的形式来表明的数据治理机制的有效运行规范，明确数据管理的总体目标、工作原则、工作内容以及组织工作章程。数据政策是最高层次的数据管理制度决策，是为指导全行数据治理与管理活动和防范数据风险的基础性文件，是建立和完善数据>指导各项数据管理制度的建立，确IT系统安全、持>规范数据建立、维护与管理方面的职责与工作的制度，为据治理体系功能及设计的建设实施路线图，确定年度工作目标，进一步设计年度数据管理工作考核评价的维度与具体指标，在明确数据管理工作考核的组织实施方式的基础上有效的开展考核工作。在激励方式上，应注意奖惩结合，多设置加分项目，以鼓励工作开考值据称数据质量度量规则数据质量整改情况数据标准蝇制情况敬据标准执行情况评传单度城收据质度管理上作氨务论展与管要体养建设表数据管理工作考核的具体内容维度考核指标说明机制建设人员设置情况相关部门须根据数据管理工作的要求，选派数据治理工作小组组员，并在部门内设置相应的数据管理专员并明确其职责分工是否设置数据管理工作人员工作联系函的反馈率相关人员须对数据治理办公室的工作联系函等需要配合的工作事项按时进行反馈，包括纸质和OA两种方式按时反馈的次馈的工作联系函次数55*工作联系函的反馈率制度征求意见稿的反馈率相关人员须对数据治理办公室发出的制度征求意见稿按时进行反馈，包括纸质和OA两种方式按时反馈的次馈的制度征求意见稿次数55*征求意见稿的反馈率会议出席率数据治理工作小组会议中人员的出席情况乙单次出席会议的人次/须参加会议的总人次55*会议出席率数据质量管理度量规则需求提出量规则需求提出日常提出度量规则的情况中，可以提出数据质量目标计划监测范围外的数据质量度量规则提出数据质量数加分项每提出一次规则，经核实，加1分，最多不超数据标准管理数据标准执行符合率各部门在新建系统、系统数据与数据标准执行审核表描述的相新建、改造系统次数10*数据标准执行符合率数据标准落地执行工作方案各部门须按照数据标准落地执行工作方案的时间计划完成相关无故拖延，未按计划时间完成相关落地执55*(1-数据标准落地执行工作方案延迟率)标准落地工作行工作的次数的次数日常提出数据标准的新增、变更或落地需求各部门在日常工作中，可以提出数据标准目标计划外的新增、变更或落地需求主动提出新增、变更或落地需求条数加分项每提出一次需求，经核实，加1分，最多不超数据化能力指数数据化能力指数文情凉组领导参与程度数据意识数二级指标关键能力指标率求满足度级指标包含4个关键价值：数据治理文化、数据质量、数据安全、关键能力指标说明的能力。从提前、准时、延迟、理造织与职责度输出技术标准。业务标准值息元数据管理5.1数据标准体系框架与规划执行与落地城功能、实施路线、组织职责，制度及5.5数据标准工具建设、维护息5.4数据标准维护输入数揽标灌调整信里图例受的肆管难禁受的肆管难禁发起管控评估数据标准管理流程框架应用应用标在监管部]费每业务条标数据标准制定数据标准制定分析类数据标准分析类指标定义框架分析类指标维度体系分析类指标分类体系基础类数据标准标准执行产品数据标准协议数据标准交易数据标准客户数据标准营销数据标准财务数据标准资产数据标准渠溢数据标准地址数据标准标准改进公共代码数据标准寒管理檐程标准名理留阳数据标准实施实施计划标准检查建议数据标准管理实行“统一领导、集中管理、分工协调”的管理模式。建立由行长任组长的数据管理委员会承担数据标准管理的决策和领导责任；建立数据标准管理专职机构，负责全行数据标准的统一管理，承担涉及全行性数据标准的制定、维护和应用监督等工作；建立数据标准管理团队，承担一般专业部门数据标准管理职责职责数据管理委员会是全行数据标准工作的最高决策机构，负责数据标准管理重大事项的协调与决策；●审批数据标准管理办法、流程和规范；●审批数据标准的发布稿；●定期听取数据标准管理工作的汇报●协调重大争议事项职责数据标准管理专职机构是数据标准工作的总体协调与管理部门，负责组织、推动数据标准的相关工作，具体工作由数据管理团队●负责制定数据标准工作计划及工作方案；●负责制定和维护数据标准定义模板；●负责收集数据标准的新增及变更需求并协调相关部门参与数据标准制定、变更、评审；●负责维护数据标准、发布新版本；●审核IT项目组在系统建设中的数据标准落地范围与落地方案、数据模型建设方案等；●监督各部门对数据标准的执行情况；●定期向决策层汇报重大事项数据标准归口管理部门是数据标准业务标准的权威认定部门，负责本部门管理的信息项业务标准和标准代码的解释和指导职责总行各部门●负责提出数据标准制定及变更的需求；●参与数据标准的制定；●参与数据标准的变更与评审工作；●负责落实并执行相关数据标准分行是数据标准的需求提出方与执行者；●根据日常运营统计及监管报送的需要通过总行分管条线业务部门向科技发展部提出数据标准需求；●在数据获取阶段按数据标准的管理要求开展工作一数据标准内容包括数据分类、业务属性、技术属性、管控属性-数据分类明确了数据标准业务主题的概念、本质和内涵；-业务属性定义包括信息项分类、名称、业务含义等；-技术属性包括数据类型、数据长度、精度等；一标准代码包括了代码值、代码名称、代码项、代码定义、编码-管控属性包括了信息项使用部门、管理部门、版本号、标准使-数据标准评审的对象是数据标准的编制成果，包括数据标准的外部专家一数据标准发布包括各部门领导的会签和传签，以及数据标准制初步牌选需求提出并汇总本部门数据标准数期标准完善工作成果议稿完善工作成果内容，形成征求意见精见，根据需要召开数据标准接收数期标准提出数据标准发文会签一数据标准的执行会落于业务层面与技术层面。-业务层面的实施包括纳入业务制度编写、规范操作、监督复-技术层面的实施包括系统的落地，如新建系统落地、源系统改-数据标准执行流程示例如下：)…)…2m数p位有行2一数据标准的变更是指由于业务运营与管理的数据需求变化，或作小组领导作小组领导4变更需求程变更需求是<4、数据标准的复审流程><4、数据标准的复审流程>是是_流程述管理办法中除了明确数据标准工作的参与组织与流程外，还需要规范整个工作中需要的应用的表单和附件，包括不限于：数据标准需求审批表、数据标准执行表、数据标准模板等。表单示例如申请都门：【中世人所在都门成机构】申齿人【谁背求的之签业各原图】哥求评曾=通过向业务部门和关键处室负责人征询意见，逐步完善我行数据标准管理工作的细节内容，并获取全行范围的认可。最终制定全数据标准的含义字新典华jf3救据标准数据标准化●提升整体业务效率：数据标准化统一了业务语言，明确了业务率，降低各系统间集成的复杂度，并为各业务条线和IT系统数据标准管理工作通过强化数据在业务和技术上的一致性、有效加强业务的规范性、提高IT系统建设的效率、优化全行数据质量等举措，为实现数据资产的价值莫定基础。提升整体业务效奎：提升整体业务效奎：提升数据质量：提升IT实施能力：业务价值4行于2010年发行了《金标委秘发45号一关于启动今明两年相关意见通知》(人发201(286)号文);银监会于2011年发布《中银行标准制定内容专业管理机构当事人(客户、内部机构)、正在改建标准管理平台.技术标准和元数据标段管理相融合，业务产品、团体、地址、账户、总帐、营销活动、梁道、申请、无应用无应用理、及、物标、产品的开发而落地吧创吧创业务发展，规范IT系统建设与提高数据质量方面，有着不可或缺的1.10组织数据标准2.3分析类指标维度体系2.分析类数据标准数据标准是对哈尔滨银行经营管理所涉及的各项数据的定义与解释。以及数据质量及安全性要求的统一定义，包含数据在业务层面的定义和数据在技术层面的定义。1.定义和分类(被术是面)(业务层面)翼甚使其事国帝花翼甚使其事国帝花是指银行为其提供产品或服务的，以及其他银行所能是指银行为其提供产品或服务的，以及其他银行所能够接触到的、已发生业务往来或存在业务往来需求的任何个人出客户和机构四赛词m80S居务8广2分#单一客户弄使准贯慢外难庸国肆粗度事重母雀氧美春波行业分测)客户定叉着属美联组根职树构类)慎升备重一信息项的识别：识别该数据主题所包括的所有信息项(原子级),如客户名称、电话、地址等；一英文名称：信息项英文名称；-中文名称：信息项中文名称；-业务含义：信息项的业务含义及说明；一数据类型：根据数据表示特征划分的数据类型，如编号、金额、日期、代码、文本、数值等；数据格式：数据的技术格式及技术长度定义，如10位定长文一有效阈值(可选):可选项，可根据各主题数据标准的特性来定义数据项有效域值的范围，如数据项有效值范围为一是否可空(可选):可选项，可根据各主题数据标准的特性来定义数据项是否可空置(是/否);一缺省值(可选):可选项，可根据各主题数据标准的特性来定客户信息大典客户信息大典101*肆管理信患美联信息示明0#861R*11044x62108*0*282.归2模题2s108F12420228x人rek1t日t(Code)的简称，NNNNNN:顺序号，从1开始排序；一定义原则：说明代码的定义原则，如采用外部标准；外部标准：如采用外部标准需标注外部标准的代号及名称；一编码规则：代码的编码规则(如：行业编码的编码规则);-代码定义包括以下内容：4.其他内容根据数据主题的不同，数据标准还包括业务规则等其他内容，如客户数据标准包括客户的识别与归并规则，具体内容将在各主题数据标准详细设计时进行明确。识别与归并规则的具体样例如下图EQ\*jc3\*hps19\o\al(\s\up0(一；),基样不一)成期的号码税考无成的强件号码，**挑成“5106519011a1X”后再进行匹配。特接成8位身份特接成8位身份EQ\*jc3\*hps13\o\al(\s\up4(号),作)EQ\*jc3\*hps13\o\al(\s\up4(码后养),是型)EQ\*jc3\*hps13\o\al(\s\up4(做),4)EQ\*jc3\*hps13\o\al(\s\up4(书),8&)该能为同一种证得质型。因为它们时应作普码网为肃粉证学。镇证数据照点的识则失数可跳合其器育(壤内时和客户)或国题(理外对和容户》办很人王低期神“王她”唐产证将易型的时和客产，了通过该证使号利是成读属于具他有此法件是型，成该该件平是若已能被我基他征证件类型不为“身份证”。“临树身份证”走“户·无政的身份证号码判断识别：有武证件是型为“身份证”。“脑时身份证”、‘户口渊”,保件号码不为18或1*4;客户信息的分类与具体内容包括为满足内部管理需要及外部监管要求，在基础性数据基础上按一定的统计、分析规则加工后的数据，即指标。1.指标分类框架的设计方法与原则指标分类框架体系要全面反映数据服务提供者所能提供的指标管理的信息。建议指标分类采用空间分类法(多维分类),例如按照业务条线、使用用途、机构等多维度进行指标分类。·每一个维度的分类相对稳定，可进行多级分类。·每一个维度分类具备较强的可扩展性，能够当前和未来的业务发展及经营管理的需要。符长驾驶验(行长展现平曲)-指畅地场-时管身内登RB#姓会卷#多单度道行重要数都检爱2.分析类指标元数据模型管理属性：管理部门、业务服务范围、服务ID、管理服务ID、区业作的业作的心指标名称指标常用名无无因子指标无业务说明计算规则乏透支余题维度(不含时间)统计周期名指标值属性费归属部门视角二级三级二级三级视角无制木信日口径统射系映系统映射说明数据标准制定工作分为现状调研、原则定义、标准制定三个阶段。现状调研阶段的目标是通过不同的调研形式，深入的了解当前存在的数据问题及各业务部门对数据标准的认识与期望，并从不同一、从业务层面，通过业务访谈调研，为后续数据标准的准入二、从系统层面，通过系统数据字典的查询、比对，为跨系统三、从经营统计及外部监管层面，通过业务访谈及业务部门提供资料的分析，为数据标准信息项代码的制定提供依据，保证必要四、从管理层面，通过业务访谈及组织职能分析，为后续数据针对各主题的数据标准的业务特色，结合以往同类项目实践经业务访谈通过对相关业务部门及分行的访谈，了解各主题数据在业务开展中的作用及当前系统支持的情况，从业务层面掌握各主题数据现状，并加强业务部门对数据标准工作内容的理解和认识，利于双方项目组通过对收集到的资料，包括现行系统资料以及从各业务部门收集到的制度、报表的整理分析，更加完备而准确的认识了解针对发现的业务问题，通过数据字典查询等方式，从系统层面了解和验证产生业务问题的数据的相关属性并分析原因。同时针对特定系统或项目，与相关技术人员进行沟通，深入了解特定系统在处理各主题信息时的相关流程和规则，了解现存的数据问题和潜在拥有一套科学、完整的数据标准设计方法论。该方法综合了业界自顶向下和自下向上两种设计理念，通过细致的客户数据现状调研为基础，结合所拥有的银行业数据标准资产，通过对比，采用不同的处理方法，整合出即满足符合我行数据现状又能体现未来金融原则1:原则2:化原则3:原则4:客户核心信息类客户核心信息类一例数据映射说明书数据标准执行组貌数据标准化工作内容组织数据标准定义组织联系信息职责信息组织核心信息类关联信息评价信息基本信息>产品的定义和产生收益的金融服务、或者银行在货币市场与资本市场的资金操作，必须是能够面向市场面向客户的、可以单独直接销售、必须要有回报发生或者银行在货币市场与资本市场的资金操作的才和外部监管的需要，从金融产品的属性特征、市场惯例、功能用√行业普遍接受√跨部门统一√不重复不遗漏√同类产品有相似的产品特征/功能/目的，有一定的业务逻√有适当的粒度，能在一定程度上支持快速准确的产品类别分析一惜记卡、身记卡、准级记卡、其他银行卡>产品的核心信息胁改用信息包括协议基本信息、期限信息、关联信息，个性信息按不同协议特点区分特有信息，包括账户类个性信息、银行卡个性信息、贷款个性信息、结算协议个性信息、票据个性信息、资金协>交易的分类交易>交易的核心信息交易主题的核心信息包括交易通用信息和交易个性信息，交易通用信息包括交易基本信息、关联信息、介质信息，交易个性信息根据不同类型交易分别定义，包括贷款交易信息、票据交易信息、投·地址既包括传统类型的地址信息(如街道地址、邮政编码等),又包括如电话信息、电子地址(Email、IP、web地址县/区)、自然地理区域(如珠三角等)、根据银行经营管理地地址邮箱网站>渠道的定义>渠道的分类渠道渠道适用性三大原则，营销数据标准共分为营销媒体和营销活动两大财务分类根据对会计要素的具体内容、按照其相同的特征和资金性质、业务特点、经营管理和核算要求进行科学分类而确立的会计核算项目，遵循合规性、清晰性、完整性和互斥性相结合的原则进 资产的核心信息包括资产通用信息、资产详细信息、抵质押信息代码定义标准代码执行术代码，标准代码将在开行的相关业务及信息系统中被强制执行●代码基本信息：包括代码的编号、英文名称、中文名称、●代码定义：确定具体的代码、代码描述及代码的详细业务称(Code)的简称，NNNNNN:顺序号，从1开始排序；●业务含义：代码的业务含义，如币种代码是开行业务营运●外部标准：如采用外部标准需标注外部标准的代号及名●编码规则：代码的编码规则(如：行业编码的编码规则);●指标分类，指标可按其说明总体现象的内容不同，如，按●维度分类，维度可按其描述银行业务信息的特征进行分分类是根据事物的特点，按照一定的方法将它们区分归类。分类是认识和区别事物的基本方法，分类以认识事物、区别事物为目的，有其特殊的对象和用途，分类的用途是提供用户一种检索的途径。指标的检索特点是不同的用户有不同的检索习惯，如通过指标名称、指标编号、指标归口管理部门、计算时相关的指标，指标来源系统等进行检索。在没有系统支持指标检索应用时，就需要结合例如可以从使用用户视角，提供了基础数据标准分类、使用范财务核算客户机构④供故。存款交易外汇管理应管理分析类基础数据标准分类je流程管理类对外报还指元日/句/月/元日/句/月/元日/旬/月/元日/句/月/元日/句/月/元日/包/月/元日/句/月/日/句/月/日/句/月/日/句/月/日/句/月/元日/包/月/元日/包/月/元日/包/月/日/句/月/日/句/月/(经济利润日/句/月/日/句/月/业务属性其中I代表维度，BD,标识业务发展主题，取业务发展英文缩写2位英文字母代RM,风险管理主题，取风险管理英文缩写2位英文字母代表。FA,财务分析主题，取财务分析英文缩写2位英文字母代表。CA,客户分析主题，取客户分析英文缩写2位英文字母代表。CS,渠道分析主题，取渠道分析英文缩写2位英文字母代表。SC,监管报送主题，取监管报送英文缩写2位英文字母代表。(科目号);如果指标是由其他指标衍生运算的，在引用相应的指标时，则表示为指标名称(指标编号)。长度为16位。为小数点后2位。该属性为必选属性，描述指标是否有效的状态，包括“在用”和“废止”,缺省值为“在用”。计划的进行，数据标准的落地实施也需按照IT规划的建设步全行数据一致性驱动：以重要IT系统(如核心、信贷等)重建全面推动数据标准在各类IT系统中的落地实施，全面实现全行数据其次，数据标准落地与执行时，对于各业务领域及IT系统的约原则1:信息项的业务标准、技术标准和代码标准，对所有业务原则2:数据标准所定义的参考数据模型，由于其不涵盖所有的数据项，同时考虑各业务领域及IT系统自身的个性化需求，因此标原则3:对于新建或者改造系统，强制要求其执行信息项的业务时(主要指数据仓库),必须遵循信息项的业务标准、技术标准和义完整的数据标准模板，开展关键系统的数据映射与差距分析工作，数据差距分析是后续数据质量分析和制定系统数据清洗、补充和质量改善方案的基础。数据差距分析的目的主要明确以下几方面人和企业客户财务信息、客户信贷资产债项信息中的额度与限额等字段通常存在不同程度的缺失，尤其以客户信息、风险缓个人和企业客户财务信息以及额度与限额字段的数据缺失最为严EA责中表数是弹为信贷系缺农映射到担货，农5是6是有保证金有无需数7是8是料9是是厚厚是无源系统无此数否中是E物是累为决累为决喻中是展1.缺农货，农是的是8哩中中无否,横据项，析两个部分，我们对数据差距分析采取的工作方案不只是对数据标准模板的数据项与数据映射结果进行的简单比较，而是基于完整定义的数据标准模板，以及对银行各系统中的相关数据项进行深入的 源系统数据差异：源系统数据差异：指新协议合规数据项无法从数据仓库及源系统中获取，则认为项存在“数据差异”数据仓库数据差异数据仓库数据差异：指新协议合规数据项无法从数据仓库中获取，但可从源系统(核心、对公信贷、个货、资金交易等系统)中直接获取，则认为该数据项存在源系统至数据仓·收集、整理、熟悉、理解银行各取数源系统和数据仓库的数据字典以及数据之间的相互关系，为数据映射和数据差距分析·合理安排数据差距分析工作顺序，分步骤分阶段的推进数据差距分析工作，保证数据差距分析结果的谨慎性和正确性，为·与银行数据仓库和各取数源系统技术人员开展多次访谈，详细了解银行源系统和数据仓库的当前状况、银行现有系统改造和升级计划，仔细分析现有系统和数据对数据标准模板中的每个数据仓库实施经验的银行内部技术团队成员合作进行，团队成员对·在充分考虑银行业务流程要求、银行内部管理需求，以及银行现有系统和数据架构的实际情况后，开展对数据仓库的数据(1)数据项是否存在数据仓库，是否需进行各取数源系统数·基于数据仓库的数据映射结果，针对无法从数据仓库获人n基章值形动查所影响专新可委非的河考对网通4/8*性种)常地作目落工以项时开展形式人n基章值形动查所影响专新可委非的河考对网通4/8*性种)常地作目落工以项时开展形式事世通用属卷机建成/风机标率 」单规的称在落地时间理**,础 !尊考中标准落样]方A时a册清满4测(4)映射逻辑、数据取数和转换规则，以及差异说标准在客户关系管理系统落地的计划-确定范围(1/5)先最任务)先最任务)修内毒)学手内解机构与员工数据标准落出制从国系貌，从生题统入手打习中信思项和代码证个打习.最终确定落丝统落出方国标准在客户关系管理系统落地的计划-差异分析(2/5)患醚任器)修青容)、确定签片分析的代是级步周水：标准在客户关系管理系统落地的计划-影响性分析(3/5)体内容)先薇任备)标龙、计划充现时间、目组的影响性分析结果确定不同系统的元元级，形酸别有性分代身体权标准在客户关系管理系统落地的计划-制定具体执行方案(4/5)先级任导)体内亭)标准落地专题温喜地专题以温的执行方案，数据标准中地寺题理制定协同方离标准在客户关系管理系统落地的计划-标准落地执行(5/5)结束时间(高代结束时间(毫先凝任务)体内容)出教料数据质业管理制度及概范数据质业管理制度及概范查数据质要管理频织是角色数据质量管理流程数据质量持续监控据数据质量管理义价工具数据质量化化提升数据质量主动保证数据架构规则数据图表2数据治理管理体系制7.1发观数家册21分制数阅通7.3卷开数额质05数据06元数据管理”*理24数据质量规则管理75建立，如用、维护数把质量管理工具76数据丽量管理考核理机利理通解要求05数据06元数露管理会金数细图表3数据质量与各领域关系从行业的普遍实践经验来看，仅有业务人员负责数据质量，会造成跨业务的数据质量无人负责，或是各专业质量管理方法出现不一致的问题；仅有数据管理部门负责数据质量，将无法保证质量管理规范的真正落地；而如果没有高层领导、委员会的支持，数据质量管理工作将得不到重视，进而无法保证改进数据质量所需的各种资源支持。因此数据质量的提升决不能仅仅依靠一个数据管理部门、或是专业生产部门就能完成，而必须依托于企业级数据管理组基于以上的考虑，本部分将遵从整体的数据治理组织框架设计，形成高层领导关注与协调、总行管理部门牵头、业务与技术线的数据责任人共同参与的数据质量管理组织责任机制。如下图所决策层图表4决策层数据质量管理组织职责●审批数据质量管理办法、流程和规范；职责部门是数据质量工作的总体协调与管理部门，负责组织、原因及影响执行层职责总行各业务部门●协助配合数据质量管理人员，将数据质量管理规范推广、落实到本业务线范围●负责对数据质量相关的业务问题进行澄清和汇总●根据本业务部门业务现状，提交数据质量检查规则总行科技·执行或监控日常稽核工作，并将稽核结果提交给相部门关部门●将数据质量检查规则转化为技术实现分行●配合总行业务部门与科技部门的数据质量相关工作数据确量监控检核方案政据璃量间题收集DG1.1数据质量基础建立DG1.2数据质量监控DG1.3数据质量分析DG1,4数据质量改进DG1.5数据质量评估团队建立e数据质量监控检核方DG1.1数据质量基础建立DG1.2数据质量监控DG1.3数据质量分析DG1.4数据质量改进DG1.5数据质量评估鲜定与中批团队建立粒据应量向面收DG1.1数据质量基础建立DG1.2数据质量监控DG1.3数据质量分析DG1.4数据质量改进DG1.5数据质量评估团队建立 DQ1.4.日数据治理办公重数据录入部门数据治理办公重数据录入部门DG1.1.3数据质量检查规则制定活动活动负责领域数据质量检查规则门(包括数据录入部门、数据使用部门)根据业务处理规则及业务数据要求，收集某数据领域的数据质量检查规则。例如客户数据主责部门通知客户数据领域的相关部门收集客户信息的数据质量检查规则门通知函提出数据领域数据质量检查规则据业务规则及数据录入与使用的经验，提出数据质量检查规则门门门查规则汇总与验证负责领域数据质量检查规则·汇总各部门提交的数据质量检查规则交数据质量检查规则，确保各部门质量规门查规则活动则在业务层面的统一汇总和统数据领域的数公室查规则一数据质据质量检测规量检查规则，确保跨领则域的数据质量检查规则统一转化数据质量检查规则测规则转换为技术实现护部门查规则关联数据质量检查规则与元数据查规则与元数据进行关联公室查规则数据质量管理制度的定位与数据标准管理制度类似，是数据质量工作范围、人员、活动、流程等要素的保证，其制定需要明确数据质量管理的工作目的、使用范围、工作原则与规范、组织架构与职责以及数据质量管理的各项活动和管理流程等。在具体建设过程中，可以将数据质量的管理要求流程形成一份制度类文件，结合相数据质量管理制度的建立与发布将会加强全行各级单位和部门对数据质量管理相关工作的了解，明确其在数据质量管理工作中的职责，使得全行上下对于数据质量管理相关工作的重视程度得到极大的提升，能够更加积极的配合数据管理部门开展数据质量管理相关工作。数据质量管理办法在规范银行数据质量工作同时，也将从数据的角度为IT系统的建设提供基础并明确管理要求，从而为IT局、国家统计局、财政部等部门报送的1104非现场监管报表、人维度相关部门考核标准说明1104非现场监管行大集中它项制度的执行情况立健全本机构或本部门统计管理制度、应严格落实并执行监管统计制度、合理设置监管统计岗位，配备充足人员等基础业务数据报送情况报送数据的及时性、准确性、完整性和真实性等系统运行维护情况监管统计系统、及基础数据源系统的运行于维护情况基础业务数据、报表的档案管理整资料档案存储管理应保证监管统计数据信息的安5分风险资产统计自动化率各部门管辖的数据达到自动系统计量RWA的占比，以及系统更新变更后通知RWA项目组的及时性。整改完成率数据质量差错的整改完成织管理考核有效性对分行数据质量管理工作的管理、考核工作是否明确并有效落实执行，结合核帐差错率等指标进行考客户风险统计整改完成率数据质量差错的整改完成织管理考核数据质量管理是一项长期、持续性的工作，将充分继承和吸收前期各其它项目组的实施经验与成果，参考其他数据质量管理整体规划总体实施策略，从业务需求最迫切的客户主题入手，按计划、如核心系统、票据系统、信贷系统、国结系统、资金交易系统等主要业务系统，客户数据分散在不同的业务系统中，各系统中由于业根据数据质量需求，确定据客户数据质量的管理范围，管理范根据数据质量需求中的数据范围选择所覆盖的业务应用范围，根据数据质量管控业务范围和系统环境定义，选择需要管理数据质量的应用系统，业务关键数据项与应用系统数据结构有匹配映根据数据质量管理需求确定需要进行质量管控的数据项所涉及挑选数据质量管理需求中的关键数据范围进行质量管控，挑选关键数据项的原则是选择对实现业务流程，或者计算过程的影响性数据质量管理的应用范围和数据范围确定后，根据系统应用架构和数据流架构的定义，选择管理关键数据项的应用系统作为数据银行常见的情况是同一个业务数据项在多个系统中出现，此时需要选择合适的数据质量控制点，选择合适控制点主要从以下几方关键数据范围内的数据与每个数据源系统进行数据映射分析，挑选出与关键数据项对应的字段，作为数据质量管理的数据字段范以数据标准的业务定义为基础，为每个关键数据字段选择与该字段的数据质量管理需求相匹配的数据质量管理维度(DQI)以及测量指标的计算方法，即关键数据项和数据质量管理维度的对应关系，并作为测量阶段制定数据质量检查规则的分类。数据质量管理模型中典型维度(DQI)通常为七个管控维度：pNegMFFu0c00数据质量管理七大维度其具体内容如下：数据质量管理七大维度的具体内容维度名维度说明百分比数据完备性数据项在系统中是否有定义，或者关键数据项是否都采集了数据。例如合同有效日期是否有未填写的数数据不完整的记录数数据不完总记录数所有数据转换环节的不完备数据百分比相乘，换算为分母为百万的统计值数据有效性数据是否符合数据标准中的业务定义。例如在数据项“押物名称”存储了押物所有数据无效的记录数数据无效记录数/总记录数所有数据转换环节的无效数据百分比相乘，换算为分母为百万的统计值数据唯一性是否满足一个业务唯一关键数据项值组合仅对应一条记录，例如一个组织机构代码仅有一条客户信息记水同一数据数据项重复的记录数关键数据项重复记录数所有数据转换环节的关键数据项重复数据换算为分母为百万的统计值数据一是否能够在数据需求定义要求的期限内获得最新的数据，或按要求的更新频率刷新数据值数据时效不符合计算要求的记录数数据时效不符合要求的记录数/总记录数数据值是否反映了真实的业务情况。例如：企业的年销售总500万数据不真实的记录数数据不真实记录数/总记录数数据的精确程度是否满足RWA的计算要数据精确性不符合数据精确性不符的求。例如：对欧元的汇率转换需要保留六位小数点，而实际数据仅保留了小数点后计算要求的记录数记录数/总记录数万的统计值数据质量评估方法主要包括下图中的四个过程。为保证最终的分析结果真实可靠，我们根据第一次数据质量的情况反馈进行了多M1.M1.样本数M2.制定数据M3.编写数据M4.测量数据质量数据质量评估工作以定义阶段的产出物一目标数据映射为基础，根据获取的样本数据进行了初步的分析，从中选择了有数据映在数据质量检查中，还需使用统一的数据质量检查规则模板，从而保证数据质量检查过程中标准的一致性。统一的数据质量检查信息项说明规则编号数据质量检查规则编号。编号采用X-YYYY形XXX为银行系统编号；YYYY为该系统内数据质量检查规则的顺序编号，建议以4位编号度量维度大类从数据质量度量维度划分数据质量问题，类别内容主要包括：数据缺失/不完整、数据标准不统一、数据生成不及时、数据准确性不高、数据记录重复等方面度量维度小类在数据质量大类的基础上，对数据质量问题进行细分。数据质量问题小类的内容描述数据质量问题特征数据质量检查规则说明具体数据检查规则描述，例如，针对合同表中客户编号、客户证件类型、证件号码，数据质量维度为业务关键属性组合不唯一，其检查规则为客户编号+证件类型+证件号码去重后，客户编号与证件类型+证件号码是一一对应，不存在一对多或多多对一关系数据标准编号数据质量检查规则所引用的数据标准编号提出业务部门该规则提出/变更的业务部门提出业务人员该规则提出/变更的业务人员员工编号该规则提出/变更的日期信息项说明源系统名(中待进行数据质量分析数据源系统的中文名称源系统名(英待