2.实施路径的创新

结合农村中小金融机构的特点，分析目前行内存在的痛点、难点，采用自研方式建立了数据质量管理体系，达到了降本增效的目的，可作为农村中小金融机构因投入不足建立数据质量管理体系的标杆。同时通过数据质量活动的开展，提升了全行数据治理意识，并逐步达到完善数据治理体系的效果。

四、技术实现特点

1.数据质量检核规则标准化与自动化配置

数据质量检核根据检核维度大类与小类的特性，实现业务规则的标准化配置，同时基于维度小类取值要求实现技术规则模板配置与自动化生成检核语句，标准化管理数据质量规则，同时支持不同明细数据展示信息的配置化管理，为各种场景化的数据质量问题提供支撑。

2.大数据技术与BI技术的融合

数据质量管理体系通过数据管控管理平台实现规则知识库的管理，利用资产管理平台实现公共数据域和特殊场景下的数据处理，大数据查询引擎Presto实现数据质量规则的快速检核，很大程度提升了检核效率，同时以自助查询平台作为问题明细数据与问题反馈的站点，在方便业务部门与分支机构数据查看与处理的同时也加强了数据的安全管理。

3.线上化数据质量全闭环管理

数据质量管理通过调度平台实现整个数据质量任务的自动化运营。从问题数据识别、问题数据分发、问题数据反馈、问题数据统计与分析等方面实现了全线上化数据质量闭环管理，大大提升数据质量数据处理效率和数据的安全性。

五、项目过程管理

1.数据治理组织架构建设

此阶段时间段为2019年1月至2019年6月，根据先进行业以及银行自身特点，构建了“自上而下”的数据治理架构。在管理决策层面，由董事会负责制定数据战略，对数据治理承担最终责任；监事会负责对董事会和经营管理层在数据治理方面的履职尽责情况进行监督评价；经营管理层负责建立健全数据治理体系及相关运行机制，下设数据治理委员会，负责规划、统筹和跟踪相关工作落实情况。在各总行业务部门与分支机构设立对接人，负责数据治理工作的对接与监督，分工合理、边界清晰。

2.数据治理专项活动管理

此阶段时间段为2019年7月至今，其间以监管报送的数据质量问题为抓手，推动全行数据质量整改。开展了反洗钱报送、EAST报送、二代征信报送、支付合规报送等多项监管报送的专项治理活动。根据数据质量问题影响的重要性、整改难易程度制定整改计划，从问题的分析、问题讨论、方案制定、实施整改、整改进度跟踪以及整改情况的后评估等一系列整改活动，形成整改闭环。通过系统优化、系统刷数、人工治理等多种整改方式推动全行数据治理的整改。并按季度发布《数据质量巡检报告》，通报问题整改情况。

3.数据质量检核体系建设

（1）需求分析阶段

此阶段时间段为2020年1月至2020年6月，其间主要完成了业务过程中存在的数据质量痛点以及监管报送中存在数据质量问题的调研，初步完成了需求分析、质量检核体系需要具备的功能和技术构架的顶层设计。提交了现状需求分析报告、功能模块的高层设计等文档。

（2）详细设计阶段

此阶段起始时间为2020年7月至2020年8月，其间主要完成了质量检核管理流程、质量检核平台详细设计工作，提交了质量检核体系详细设计说明书等文档。

（3）系统编码、测试和上线准备阶段

此阶段起始时间为2020年9月至2020年10月，其间完成了检核体系开发的编码、测试以及试点行上线准备工作，提交了质量检核相关测试报告、上线方案、系统设置等文档。

（4）试点上线阶段

此阶段起始时间为2020年11月至2021年12月，其间完成了监管报送专项治理上线，并根据运行的情况，为推广实施提出了优化需求，同时制定了分支机构数据质量考核机制。

此阶段起始时间为2021年1月至今，不断完善数据质量检核规则，按季度对分支机构进行数据质量整改情况的考核，逐步提高全行数据质量。

六、运营情况

1.数据质量检核运营

数据治理委员会办公室收集、汇总全行的数据质量检核业务规则，并组织将业务规则转化成技术规则。检核规则主管部门针对检核出来的数据质量问题进行分析，牵头制定数据质量问题的解决方案，推动并跟踪解决方案的实施。

2.数据治理专项运营

以监管为抓手，由主管部门牵头发起数据治理专项活动。组织相关部门业务人员、系统人员进行问题分析、讨论，从事前、事中、事后进行数据质量问题整改的方案制定。方案提交数据治理委员会审批，审批通过后实施整改。通过自助查询平台下发问题明细数据和统计整改进度，督促整改。按季度编写巡检报告通报整改情况，每个专项整改结束编写相应的总结报告，分析整改中存在的优势与不足，为其他数据治理专项活动的开展提供借鉴。

七、项目成效

1.实现数据质量问题全线上管理

通过数据质量检核体系的建设，实现了对发现的数据质量问题进行定期检测能力，并对发现的问题进行多维度的统计分析，并以报表或图形的方式实现多种形式的数据展示和可视化管理。截至目前为止，制定了近200个质量检核规则，并根据特定业务场景上线了5个专项治理，及时对数据进行检核发现数据质量问题，推动整改，降低因数据问题导致的风险可能性。

2.实现数据质量全闭环管理

通过建立数据质量整改流程工单，从数据质量问题发现、识别、方案制定、问题解决、问题跟进以及问题整改效果的后评估等方面实现了据质量全闭环管理，随时可以查看数据质量整改进度，针对整改缓慢进行提醒，督促及时整改，大大提高数据质量问题整改效率。自整改工单上线以来，处理问题220余个，有效的解决了因管理问题、系统问题导致的错误数据。

3.实现数据质量持续提升

根据数据质量问题检核和数据治理专项实现数据质量问题的持续提升。截至目前已清理全行无效无效客户信息100万余条；治理了疑似客户信息23万余组；完善了近30万个客户信息；治理信贷业务问题30余个，治理问题数据量达10万余条；治理员工信息、机构信息、卡信息、账户信息、票据信息等多项问题数据，涉及问题个数50余个。通过数据质量问题不断完善，优化了业务流程，加强了数据管理规范，同时为我行数字化转型夯实基础。

4.满足银行行业政策法令监管要求

数据质量作为银行业务中非常重要的一部分，同时正面临着来自银保监、人民银行等多方监管机构的合规性检查，通过建立一套有效并能落地实施的数据质量体系，不仅满足了行内对数据质量的诉求，同时也是满足监管机构对银行业数据质量的要求。

八、经验总结

通过数据质量管理体系的建设，实行了全行级数据质量管理能力，满足了各种场景下数据质量问题的治理。有效地利用大数据技术与BI技术的特性，为数据质量的线上化过程管理提供强有力的支撑，在提供可视化数据展示的同时降低了数据线下流转的风险。

更多金融科技案例，请登录金融业数字化创新知识服务平台 - 金科创新社（FintechinChina.com）官网案例库查看。返回搜狐，查看更多