中国保险报网讯【记者 康民】
高质量数据被誉为提升银行经营管理效率、提升监管效能的重要基础。在银保监会发布《银行业金融机构数据治理指引》满一年之际，中小银行“数据治理”再度引发市场关注。2018年5月银保监会在《指引》中强调：“从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范银行业金融机构的数据管理活动”。这是银保监会首次将数据治理提高到银行常规管理的战略高度，明确要将银行数据治理工作常态化、持久化，标志着我国银行业数据治理新时代的正式启幕。
中小银行重构数据治理体系已经成为不容回避的课题。中小银行互联网金融（深圳）联盟、金融壹账通、埃森哲于近日联合发布《中小银行金融科技发展研究报告（2019）》（简称《报告》）。报告指出，受限于治理水平和内部管理流程，大部分中小银行仍未形成成熟完整的数据管控体系。内部数据缺失及外部数据质量低给中小银行后续的数据整合及处理带来了很大的难题，无法快速高效地辅助决策，使得目前数据应用场景狭窄，无法全面支撑客户体验提升、产品创新及生态优化。
《报告》认为，中小银行的数据采集层面，呈现内部客户数据缺乏以及外部数据质量难匹配的状况。对内，中小银行缺乏充足的自有客户数据，难以以此进行数据建模，对客户进行多维度分析；对外，外部数据平台由于业务受到区域限制，尚无区域性客户的数据积累，因而不一定满足中小银行实际的区域性需求；再者，中小银行作为金融机构还需确保外部数据的真实性及可靠性。广西北部湾银行博士韩刚此前曾表示，金融机构对数据质量要求最高，数据质量是金融科技企业的生命，需确保输入数据的真实性及可靠性，如果是刻意的数据失真，处理和解决的难度很大。
此外，在数据管理方面，大多为业务部门分散管理，数据基本未实现归集及连通。中小银行普遍缺乏成熟的公司级数据管控体系及数据规范，较高层次的数据湖建设更是少见，业务部门间的数据互通主要依靠自发或人工传递，尚未实现自下而上的统一归集，呈现数据多头管理、系统制式不一造成的数据孤岛现象。
另外一个重要因素是，中小银行自身偏弱的数据分析能力，连带使得应用场景相对狭窄。中小银行基本实现数据的初步自动化处理，但对于数据的智能分析能力仍不具备。数据分析之后的应用场景偏少，目前数据分析结果主要应用于信贷类业务，应用较少于财富管理等零售业务。
那么，如何做好数据治理？《报告》指出了三步走的路径。首先，中小银行应当完善数据采集机制，为零售银行营销、中小企业风控等各业务条线的未来发展奠基。面向自有客户加强数据的采集，包含用户行为、账户特性及金融服务倾向等，以此实现分析维度的多样化，同时应当从生命周期角度进行数据收集，并在系统中长期留存；外部数据对于金融机构而言不虞匮乏，但需构建筛选外部数据如第三方机构的机制，并在合作基础上加强对数据的自主管控力度。
此外，中小银行可根据监管要求建立公司级数据管控体系和基础规范，建立统一的数据仓库及数据接口，将各业务部门分散数据往上集中管理，实现数据标准化及消除数据孤岛，以此连通公司全体数据，并前置数据人员至业务部门，从而保障上报数据质量。而更高层次的数据管理，即是在数据仓库基础之上建立数据湖，实现将不同结构的数据统一存储，使不同数据有一致的存储方式，在使用时方便连接，真正解决数据集成问题。在治理上，需为数据管理进行具体定责，可任命专门管理数据的首席信息官。
最后，中小银行可借助外部第三方机构的数据模型快速建立数据建模能力。在此基础上，可将数据分析及应用前置到各业务部门，同时在各部门配置专职的数据分析岗，并将大数据分析结果从信贷领域扩展到财富管理等零售业务领域，为获客、风控及运营等提供数据支持。基于在业务层面的较为全面的应用，可将大数据应用从业务层面推至经营管理层面，通过引入高管驾驶舱机制，实现从经营概况到具体指标的全维度深度数据分析。