数据治理体系建设项目实施方案投标方案（技术方案）

1 2.5.数据架构规划 3.2.项目组织与人员构成 3.3.项目工作产品及最终交付物 4.2.培训 2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，从而降低大量数据资产导致的各项管理成本，以实现数据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。目前，***在数据治·未制定全行级的数据治理机制，缺乏数据管理政策未建立明确的数据管理组3的核心与基础，业务、管理与技术的互动是盘活整个数据体系的关键因素。借助EDM等管理与分析工具，可对***数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的系统建难点描述德勤建议的解决方案德勤建议的解决方案4难点描述德勤建议的解决方案德勤建议的解决方案化，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域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本项目关键成功因素二难点描述难点描述德勤建议的解决方案本项目关键成功因素三5难点描述难点描述·数据标准化执行需要各部门投入额外的资源和精力，但因缺乏有效的激励机制，各部门更注重业务工作，对数据管理的要求响应度较低；德勤建议的解决方案·数据治理的规划结合业务管理的价值，充分体系数据管理对业务的支持；·建立对数据管理体系的综合评价，包括定义机制建设、日常管理、数据质量等维度的衡量指标，可视化数据的过程管理，定期向治理委员会报告数据治理规划成·将数据管理评价结合到业绩考核中，通过不同的激励方式来反映部门对数据管理的支持和投入6***开展数据标准管理工作的驱动力包括：监管与合规、运营数据是企业的重要资产已成为共识，数据管理的目标就是将数据资产建好、管好及数据治理、数据标准、数据质量、数据架构管理等领域。随着**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从实施的角度，此次项目主要完成数据管理机制的设计工作，全行数据标准体系、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、数数据标准在系统及集市的落地实施，切实起到了数据标准规范和促进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7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。从而提升IT系统的数据模型设计效率，降低各系统间数据质量管理在发现并解决数据质量问题的基础上，需要进一步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8***在数据领域具备体系化的解决方案，将确保为***构建企业级的数据管理与应用能力。***数据领域的解决方案以“企业信息管理(EIM-EnterpriseInformationManagement,以下简称EIM)"解决方案为核心，其重要组成部分“企业数据管理(EDM-EnterpriseDataManagement,以下简称EDM)"将直接为此次项目提供支***从企业信息管理的整体角度，提出完整的企业级信息管理(EIM)体系由业务经营及决策、数据整合及分析手段、数据管理、内容管理，以及配套的管理机制五部分构成。***的企业信息管理方法论的内容如下图所示：德勤企业信息管理(EIM)解决方案体系经营决策管理(EPM)及预测管理战略及报告企业绩效对标分析财务绩效管理商业智能与数据仓库(BI)企业内容管理(ECM)Web内容管理管理制度知识管理图像管理企业级报告管理电子签名管理组织企业数据管理(EDM)信息管控(IG)企业数据管理(EDM)是全行数据整合及应用中的部分环节，故数据管理体系是全行信息管理体系中的一部分。***的企业数据管理方法论中将数据管理进一步细分为89个管理领域，包括：数据架构、数据管理原则或指引、数据企业信息管理战略：构建企业信息管理的战略以>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>数据分析和挖掘：构建数据挖掘模型，实现结构化搜索：建立结构化数据的搜索引擎和数据交付机制，确保可以在>数据质量管理：构建数据质量管理的流程体系业的数据质量问题，并进行有效的解决，同时持续监控数据质量问题，确保企业>元数据管理：收集和管理企业的元数据信息，同时，建立企业数据保留与归档：实现对企业数据资产的保护等多种方式，以满足合规和管理的要求，同时为业务运营提供有效的归档数据访企业内容协作：通过对群件系统(诸如邮件系统、视频会议系统、Internet、Intranet、Extranet)的应用以及其它的IT技术，支持和加强企业级实现对知识的有效管理，以促进企业的绩效提升，加强人员技能，实现产品和服理企业内的电子文档，内容包括工作流管理、安全和权限管理、文档搜索、元数>图像管理：通过OCR/ICR等技术获取、存储和检索文档中的元数据信录信息，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(包括披露范围和披露方式)、信息分类机制等；以实现对相应内容的有效管理；同时，确保视频、图像和音频的质量不受损失；企业级报告管理：对企业非结构化数据的存储容量进行估算，提供多种存储策略；>非结构化搜索：构建基于语义和元标记的搜索策略和技术平台，实现对企业内容的有效检索和管理；>电子签名：构建电子签名的技术平台，实现电子签名和企业内容的有效整合，并建立企业内容的所有权机制。五大领域五大领域企业信息管理九类控制根据上述模型，***提供了实施方法、管理内容构成的完整方法论，并在全球的信息管理咨询及实施中进行了全面应用，***在本项目中将使用这套方法论为***提供咨询服务。咨询方法论如下图所示：EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),a)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(th),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),nt)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)EQ\*jc3\*hps15\o\al(\s\up2(),)UsethismaodtodoelopanEMstra五大领域六个阶段wignsm.s***企业信息管理实施总体方法(EIM)2构***企业信息管理实施总体方法六大阶段战略人员流程原则与规范技术企业数据有效的实施方法。责的定义；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开展提供总体指导；3.5客户、机构、公共代码类数据标准，合约、账户、资源项等风险相关的数据2.3数据管理制度框架2.5信息中心职能规划及发展路线图1.7希望与建议改进建议提出基于***数据领域方面的领先实践，结合***的实际需求，作预计包含以下三个阶段：数据治理体系现状分析与评估划、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),每个阶段又数据治理领域的资料，通过对收集资料的整理、归纳，分析问题等，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、信息中心职能规划及提升路线图。>数据治理体系建设：根据数据治理体系设计与规划的成果，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明书。数据管理的成熟度模型用来描述企业的数据管理现状或目标，包括5个成熟度级别，1是最基本，5是最成熟的，如下图所示：五级成熟度模型的具体描述如下所示：系统能力1务运作算表的查询态的乱、特定平台的有限制的企业可视度多种版本的真实情况组织的构、特定平台的3资产有脉络的、基于职责的自动化已提升到一定层级既有的流程和应用系统的增强唯一版本的真实情况经由分析的、实时性的洞察力数据：基于标准的、结构的集成：孤立系统的集成、应用系统：基于服务的基础架构：组件式的、SOA逐步浮现、特定平台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战略洞察力的、信息和流程分离、结基础架构：有随时恢复的能力的SOA、不限于特定技术的力境程、和系统的能力增强的业务流程和运营前瞻性的视野、具预测数据：所有相关的内部及外部信息无缝连结并且共享的、新增的信息很容易应用系统：动态的应用系统组合***数据管理评估主要从战略、组织、制度建设、数据管理活成熟度评估示例氛围·有些部门开始制定内部的数据管理与应用方估·对于数据成本仅能够·可以进行全行级别的性进行评判·在积极应用数据的基础上，初步量化的评估·运用一套成本分摊方的结果并经行调整能够根据评估结果完善·重视数据的效用，充资产价值，并较为准确的计算数据成本善数据管理的机制·数据应用非常成熟形成了数据应用的文化氛围为资产进行管理的方法测量数据的价值与成本理有效性的能力·对数据作为资产的价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。同业领先实践得分为3.2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。领域二：数据组织与职责恒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。企业范围内承担数的机构与·依赖个人能力解决接受专业培训·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·有部分的培训和经验分·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，但是未统一门来解决数据问题力·开始跨部门的数据治·不仅定期进行培训，·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或部门育和管理数据治理与管理的业务和技术知识·相应的数据治理与了有效、高效的渠道向整个组织宣传数据治理与管理计划的价值，全员认同数据是制度建设包括制度框架、制度层级、制度管理流程、制数据治理与管理相关制相关政策、要求、办法、细则及规范，以及保障数据制度体系的工作机制来控制理域管理工作以持·没有常规性地、定期审视数据管·对部分核心数据资产的较为全面的控制过程，式的制度来支持数据治·对某些数据治理与管理的制度和程序进行过审用·颁布防范法律风险相关制度式的数据治理与管理制度，但没有很好地贯彻·已经制定常规性地、坚持定期审视数据管理的制度和程序，还没有完全实施·较为全面的制度(如：要求、办法、细则)已颁布，并得到多数员工的认同的制度已正式颁布并执行有很好地贯彻执行·已经实施常规性地、坚持定期审视数据管理的制度和程序政策、要求、办法、险的制度不仅制定，的制度和程序，基于理目标进行修正成熟度评估——数据管理制度数据管理活动包括数据标准管理、数据质量管理、数据架构与模型管理、元数据管理、主数据管理、数据隐私与安全与数据保留与归档等，以下分别以数据标准管理、数据质量管理两个本项目重点关注领域来说明现状评估的结果：恒丰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。内容和指引·各业务部门以个人理流程和组织、角色业务部门和IT部门间的沟通协调很弱。·个别部门有自己制定的标准管理政策、原则和指引·少数部门建立了部门少数部门针对部门内的数据标准建立了管理·部门间的标准定义不·数据标准开始在个别部门使用·制定企业级的数据标准·正在制定企业级数据标引·正在成立企业级数据标·正在建立企业级数据标已经具备全行范围内·建立覆盖全行的基础的标准正在制定中已建立企业级的数据明确IT系统开发必须·成熟完善的数据标准管理制度，相关角作方式及工作方法明·对全行所有数据标的顺利执行并深入到各业务部门业务部门和技术部门恒丰银行的数据质量领域成熟度得分为2.3分，处在基本管理阶段。同业领先实践得分为3.1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初始阶段4量化管理包括制定数据程体系和操作别企业的数据进行有效的解决，同时持续问题程有系统对手工输·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·很少进行数据质量相·集中管理数据质量问题，但管理流程不完整·主要部门已实施数据质·多数手工数据有系统自论数据问题发生的原因·数据质量问题已集中管理，且定期进行审核·数据质量标准很完备·数据在上传至关键应用前都已经过校验·全员参与数据问题原因的讨论·数据质量问题已集中管理，且定期进行审核·输入界面已有严格数据·全员参与数据问题中国银行业数据治理发展历程数据整合方面基本通过EDW受各种内外因影响(大数据、良好标准、新资本达标),近年来国内商业银行纷纷展开数据整合以及数据管理相关工作的研究和实施。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EDW和ODS等不同形式进行建设，如工商银行、建行、招行、民生、光大银行、中信银行等都于2005年前后开始并数据质量管理，改善数据质量环境，如工商银行、建行、光大银行、国开等银行在2008年前后均管理从数据出口层面加强了数据加工和数据应用的管控，确保业务运行、光大、浦发为代表刚进入第三阶段。其他股份制银行大部分仍在第二***、渤海银行目前在做数据管控项目的立项分析。总之，国内商业银行与建立(管控)机制还有一段差距，数据治理与管理领域的各项能力尚未全面建立。现阶段国内商业银行纷纷开始探索建立全面数据管理体系，明确数据管理组织、职责、政策与中国银行业数据治理发展路径及建设策略如下图，所谓处于挑战者角色的银行，相比数据治理与数据管理的高层级，更强调数据价值的实现，但因受制于数据管理与数据治理的能力而体现的数据价值总体水平不高。而处于右下象限的银行在数据治理和数据管理方面前进的步伐比数据应用要深，管理大于应用的局面体现出银行更具远见，视野更加开阔。因数据治理和数据管理能力扎实，数据应用表现的价值更加值数据管理数握应用与服务数据治理我国典型商业数据治理能力评估数据管理数握应用与服务数据治理我国典型商业数据治理能力评估领先实践的数据能力数据应用与服务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数据治理项目的实施需要高层支持，这一点在权威方法论中得到了强化。大型国有银行在业务规模发展到一定程度后，管理边界和管理层级会随着逐步扩展；这种情况下推动管理能但是，国内股份制商业银行目前处于高速发展阶段，高层视角更多的落在风险管理和业务发展。数据治理的开展可以借助来自外部监管机构的东风，顺势而行，以高层重视监管报送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，后续数据管大多数股份制商业银行的科技力量不是很强，因而需要加大宣传，提高在行内的声音。通过定期公布治理成果以得到更多部门的认可和支持，这对于数据治理工作的开展具有举足轻重的意义。在此基础上逐步塑造数据文化，反过来也会促进银行最大化的利用数据资产价值，受人力物力及高层视角等因素影响，股份制商业银行在数据治理上更多的是从下至上，先从某些领域着手，以更加务实的态度开展实际工作。在这种情况下，实施路径规划有必要集中火力，首先发展重点领域，以此为契机带动体系发展。先根据具体情况发展框架中的某个或某几个领域，到达一定水平后再带动体系全面提高。举例来说，若某一银行在数据标准已经有所建树，那么在整个体系的构建过程中，我们建议可以沿着数据标准推广落实的路径，进一步推动数据标准在全行的落地实施，并以此为基础发展元数据等其他领域的工作。第四，机动灵活，加速创新步伐数据治理实施的一个重点是广泛沟通，即数据治理理论中提出的共享决策支持。在项目开展中需要团结一切可以团结的力量，这对于股份制商业银行来说是个优势，组织架构和业务发展更具机动灵活性，因而在开展中能够更有效的进行沟通，达成发展的一致意见。此外，在数据领域科技发展日新月异的时期，出现改变整个行业的技术趋势，甚至大数据时代的来临会改变整个产业。在这种情况下，股份制商业银行应该加速创新，利用新技术来加大数据治理的发展步伐，这一点比大型银行和城商银行都更具优势，应该充分利用。大数据正逐渐开启信息资产化、决策智能化时代，甚至已经拉开了信息文明的序幕，在这个背景下银行数据管理和数据应用需要做好充分的知识和人才储备，努力去吸收大数据带来的价值并发挥银行优势。数据治理体系框架围绕银行数据的生命周期，从数据管理和服务的整体角度出发，描述了企业级数据活动涵盖的三个维度、十五项功能：要求、指导务规划用系统建设与DM数据管理与模管理理管理理与归与安01数据战略与规划02数据组织与职责03数据管理制度实现支撑支撑促进数据治理：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；以数据制度为手数据管理：建立企业完整数据管理体系，提升数据管理专业能力；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；构建专业数据应用与服务：探索数据应用的服务模式，提升数据应用专业能力，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是数据治理工作的保障，数据的一切活动均需要在数据管理组织进行相关工作的决策、管理与执行，同时制度的制定数据治理是一项庞大系统的工程，需要配备一套完整"#安料数数价性与全决策机构权责矩阵落实到各业务条线和综合管理部门数据管的员会的数掩管企阻数海领涸团队团队鼻织鼻所有者数保管灵质通歧念鬻定义战略性企业数据治理目标以及数据质量指标，并与企业战略方向ARCCC1RCARCCC1RCARRR1RC1ARC1RR为企业数据治理委员会和经营管理层定义和制定企业数据治理CCAC1CR为领域数据治理委员会和经营管理层定义和制定企业数据治理1CCA1CRC1数据治理组织体系设计的目的不仅仅停留在组织架构的层面，更重要的是为了指导各领域实际管理流程环节的落地开展。在项目中，将在对每个领域的职责划分的基础之上，借鉴“RACI”方法，把具体职责分配到相应的角色上，从而帮助形成各个领域的管理流程环节。“RACI”是一个相对直观的模型，用以明确组织变革过程中的各个角色及其相关责任，可以确保各项职责的角色分配科学、明晰、精确。能得以进行；谁负责谁批准咨询谁活动1活动2活动3RACI表示例角色1角色2角色3角色4RACARC1ARAR一般说来，数据治理的组织架构的建设模式包括以下三数据管理负责人与数据管理团队(数据专员)是专职的、永久的角色，在数据管分散式管理模式不存在企业级数据管理负责人角色，·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·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，被服务满意度高按照职能和流程进行横向和纵向的组织划分：在总部设·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，执行效率较从数据管理的工作特点来分析，既需要各个业务部总体协调、指导、监督数据治理工作的开展，因根据***实际情况，结合同业数据管理组织架构，建议***决策层管理协调层执决策层管理协调层执行层数据治理委员会数据治理委员会数据治理组数据治理工作小组数据治理办公室总分支行相关部门信息科技部·副组长：首席财务官、首席信息官、首席风险官·成员：各部门总经理·数据治理工作小组：在数据工作中提供专家意见，由各部门团队负责人、业务骨干、科技骨干构成·数据治理办公室：全行数据管理工作的组织、协调、监督和评价机构，由管理信息中心组成3.总分支行相关部门·数据管理部门：负责数据质量、数据标准、数据应用与服务领域，设置相关领域管理岗。·科技部门：负责数据架构管理、元数据管理、主数据管理、数据保留与归档、数据安全与隐私领域，在各团队中设置数据工作管理岗，依据各团队的现有职能，将各领域职能明确到相关团队。·业务部门：在各团队中设置数据管理岗，负责本团队的数据管理工作。·分行：与总行各部门相对应，分行各相关部门承担以上总行各部门对应于分行层面的数据管理职责。日常任务编号DGO2.8R数据管理能力培训DG02.9R数据服务与应用能力培训示列DG02.10R数据组织、职责、认责的日常执行与辅导DG03.3RDG02.7RDMO4.6RDM05.2RDM05.3RDM05.5RDM05.6RDM06.3RDM06.5RDM07.2RDM07.3RDM07.5RDM07.6R 数据应用与服务日日DASP04数仓库扩客项_建设项目_关健指标应用建设项日用系统技诊断项目示例 库及应术规范_月检查项目_先项目对公客户设项目完善项目_分析类数据标准统日 能项目 日日管理机制设计项同数据全行范国内他主数据建设的应用项目 目_护数据安月DMP18内目_治理规划项目优化，变革辅导项目统建设项目同数据体系实施项目规划.数据治理制度体系框架设计改据管理制度框架结称改据管理制度框架结称内容规则范制定者定.数据管理政策及组织工作章程规范数据建立、维护与管理方面的职责与工作的制度，为加强全行数据管数据治理组织工作章程是为了明确数据治理组档，是对数据管理工作的组织架构、职责与权限、数据管理工作考核是对数据管理工作过程事项的考核，依据数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，以鼓励工作开展，提考核难度、对数据质量提升的见效时间等进行评估，分配不同考核指标的分值；作开展，设置相应加分指标。设作作数据治理与管理体系建设考核指标说明置相应的数据管理专员并明工作人员次性扣10分工作联系函的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数/所有需反馈的工作联系函次数55*工作联系函的反馈率室发出的制度征求意见稿按时进行反馈，包括纸质和OA按时反馈的次数/所有需反馈的制度征求意见稿次数55*征求意见稿的反馈率员的出席情况∑单次出席会议的人次/须参加会议的总人次55*会议出席率规则需求提出率系统归口部门在新建系统、改造系统结束后，须提出相提出新增、变更数据质量度量规则需求次数/新建、改造系统次数10*数据质量度量规则需求提出率日常提出数据质量度量规则的情况各部门在日常工作中，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加分项实，加1分，最多不超各部门在新建系统、改造系统时，须执行数据标准的要10*数据标准执行符合率求并填写《数据标准执行审核表》的相符情况次数/新建、改造系统次数成相关标准落地工作划时间完成相关落55*(1-数据标准落地执行工作方案延迟率)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加分项实，加1分，最多不超为了有效的评估、分析数据治理各项任务的工作绩效理和应用的过程和结果，看到问题或不足的本质，从而做如下图所示，通过数据化能力综合指数反映当前全事件及其负面数据质量整改源盖率组织职责履数率其中在具体的指标设计上，可以设计三级的指标层次，其中一级指标包含4个关键价值：数据治理文化、数据质量、数据安全、数据应用效率；二级指标包含若干体现关键价值的支撑关键能力，其下有三级指标包含若干支撑的度量指标。如下是若干个具体度量指标的示例：关键能力·指标说明从下图中可以看出，数据标准是数据管理活动的组成之一，与数据治理与数据应用相辅相成。数据标准工作的开展需要契合企业的工作重点，配套建立数据标准的相关管理机制，以数据标准为突破口进行全行的数据治理工作，提升全行的数据意识，为日后数据应用与服务提供支持，促进数据管理对业务和科技的贡献。DM05数据标准管理5.1数据标准体系根架与规划5.2数据标准制定、评审与5.3数据标准执行与落地5.4数据标准维护5.5数据标准工具建设、维护输入战略目标。额域功能、实施路线。组织职责。制度及数据管理需求信意管理数据架构与模型管理理主数据管理元数据管理造织与职责度息输入数地作准谓慧信声数据标准与各领域的关系数据标准管理与各领域关系说明如下：●与数据应用与服务关系：数据应用与服务为全行数据标准管理的建设提供全行层面统一的数据管理重点与目标，对数据价值、量化分析应用、决策支持、风险识别等方面进行实际的应用。●与数据管理组织与职责关系：数据管理组织与职责定义数据标准管理角色体系、组织架构及职责划分，为数据标准管理工作的开展提供组织基础。●与数据管理制度关系：数据管理制度在规范了数据标准管理领域的目标、遵循的行动准则、完成的明确任务、实际的工作方式、采取的一般步骤和具体措施。●与数据架构与模型关系：数据架构与模型管理作为数据标准的重要载体，伴随数据标准的调整或变更数据架构与模型也会做相应的调整及优化；●与数据质量关系：数据标准管理为数据质量管理提供技术标准、业务标准，作为数据质量度量规则的制定依据，有助于数据质量的提升；同时，在数据质量提升的管理过程中由于业务流程优化或信息项变更而提出数据标准完善或变更●与元数据关系：业务数据标准是元数据管理模块的数据来源，而技术数据标准作为技术元数据的比对标准；●与主数据关系：主数据管理明确全行范围内对主数据的业务定义及技术定义，统一业务部门及技术部门对于主数据的理解，规范各系统建设时对主数据的定义。主数据标准的制定可以结合***现有的数据标准为参考；同时，主数据业务及技术定义的变化也作为全行数据标准定义的输入。数据标准管理框架为数据标准化建立了科学合理且符合实际情况的架构，是数据标准化工作开展的基础。数据标准管理框架的建设目标是：建立框架、指明方向：数据标准管理框架建立数据标准的总体框架、目标蓝图和实施路线图，指明未来数据标准化工作的重点和发展方向。科学分类、界定范围：数据标准管理框架将为数据标准的科学分类以及各数据标准的内容和范围的界定提供依据。建立依据、提供指引：数据标准管理框架为数据标准化工作提供依据和指引。奠定基础、逐步完善：为数据标准逐渐趋向科学化、合理化和实用化奠定基础。数据标准管理框架分为数据标准管理机制建设、数据标准制定、数据标准实施三个部分，其中数据标准管理机制建设，即标准管理的流程、标准管理制度、组织架构和职责贯穿于标准制定和实施的全过程中：标准管理流程标准管理制标准管理流程标准管理制标准管理组织产品数据标准协议数据标准交易数据标准数据标准管理流程框架审批审批分析类指标定义框梁分析类指标维度体系分析类指标分类体系分析类指标定义框梁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道数据标准地址数据标准公共代码数据标准数据标准管理体系框架数据标准管理机制建设包括数据标准管理组织的建立、数据标准管理制度的制定以及数据标准管理流程的设计，三者相辅相成，应符合如下原则：●组织设计遵循目标驱动原则：定义组织架构及职责要从工作的目标而非工作的过程出发。只有达到预期的工作目标，工作过程才是有意义的。●职责完整性原则：尽可能使同一个岗位完成一项完整的工作，完整的工作增加岗位人员的工作积极性和成就感，对员工的绩效评价提供可衡量的依据，由一个岗位完成一项完整的工作减少了交接和重复工作。期规划中，首要提升快速解决业务难题，降低业配套是否完善。没有制度性文件支持和约束的流程很难性文件一般包括流程说明、工作准则、审批权限数据标准管理组织分为决策层、管理层和执行层，每一建议***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与应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承担●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执行层总行各部门是数据标准的需求提出方与执行者，主要职责包括：●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数据标准管理主要内容包括了数据标准的制定、评审、发布、执行、变更、复审的制度规范和工作流程。-数据标准内容包括数据分类、业务属性、技术属性、管控属性和标准代码：-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；-标准代码包括了代码值、代码名称、代码项、代码定义、编码规则等；-管控属性包括了信息项使用部门、管理部门、版本号、标准使用状态等。-数据标准评审的对象是数据标准的编制成果，包括数据标准的数据分类、业务属性、技术属性、管控属性和标准代码的前瞻性、完整性、准确性、可落实性以及是否符合本行实际与外部监管要求等。-数据标准发布包括各部门领导的会签和传签，以及数据标准制定成果在全行范围内的正式发布。数据标准的制定、评审、发布流程如下：2.程准1.3-1数据标准执行-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、监督复查、统一统计口径-技术层面的实施包括系统的落地，如新建系统落地、源系统改造、数据平台落π录.成计像行准采到型制人见而史数面做理工议系或政波和行中活地力来，并制是心出性促术具B准行病-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，或由于外部监管要求，或由于引用的国家标准等外部标准的变化，对已发布的数据标准进行的修改完善。数据标准变更流程图如下：求3.4-1标准发布流程评估3.1-1数据标准的变更-数据标准复审是指根据业务发展及系统建设情况，对数据标准的适用性和准确性进行的周期性评审。<4、数据标准的复审流程><4、数据标准的复审流程>是否废止静是否修订→是否述集中发布"的原则，由标准管理专职机构制定指导全行业务部门统一执行的审●建立数据标准的执行机制，规范业务部门在编制业务需求或者制作经营分析报告时正确有效地使用权威的数据标准，保证数据标准从业务到科技落地实施过程中，各参与方严格按照标准定义履行各自责任，做到标准统一、责任明确、●建立数据标准的变更和复审机制，标准管理专职机构定期对存量数据标准进行验检，清理需要变更或者停用的标准对象。标准管理专职机构对满足巡检条件的标准进行筛选，确定需要清理的候选标准。标准管理专职机构向相应数据标准管理专业线或有关业务部门发送数据标准使用状态确认函。如果确实需要对存量标准进行变更或者停用操作，由对口数据标准管理专业线或标准所属业务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 附件1数据标准需求审批表中齿都门：【中喻人所在形门成民为】需求共员【读资求的之要业外原因】【讲数据炸准需家的详细管况，我对计说明】带家提出都门成机构负变人家见：信卷中心数露标准强而家无。*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。最终制定全面和切实可行的管理制度，并在全行数据是银行业业务开展的基础性支撑要素，高质量的管理与分析能力的必要条件，数据标准是银行提数据标准化，将把银行的数据变成资源，通过对数据的加发展提供支持，进而创造利润，从而确保银行的数据资数据标准的含义数据标准数据标准化数据标准化是为实现数据价值驱动业务发展，而开展的对数据标准定义和实施的一系列工作。数据标准体系则是根据银行的实际情况搭建起的科学合理的框架，是数据标准化开展的基础。数据标准化的价值一方面体现在促进业务沟通并为信息化建设打好基础，另一方面在于满足监管部门对数据的要求。●提升整体业务效率：数据标准化统一了业务语言，明确了业务规则，规范了业务的处理过程，从而提升银行整体的业务效率，满足管理决策对信息的要求。●提升数据质量：数据标准化统一了各类系统的数据定义，因此数据标准化将直接提升银行的数据质量，为领导的管理决策提供准确、全面的数据。●提升IT实施能力：数据标准将提升IT系统的数据模型设计效率，降低各系统间集成的复杂度，并为各业务条线和IT系统提供一致的数据定义，从而促进各业务条线之间的交互，降低了各系统间数据交换的复杂度，提升银行的数据共享能力，进而为提升我行的IT实施能力奠定基础。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奠定基础。4工作的指导意见通知》(人发201(286)号文);银监会于2011年发布《中国银行业当事人(客户、内部机构)、产品、账户、协议和通用代码管理倍息部台，技术标准和元数段产品、团体、地址、账户、总帐、营销活动、梁道、申请、事件、风险、模型和公共代码行内推行标准管理制客户、合约、产品、地址、事件、资源、分类无应用少量公共代码无应用渠道、风险、KPI指标的开发而落地应用参考同业现状，发现***目前尚未有全行级的数据标准的部分数据的定义、分类和统计口径尚未在各个业务条线间达成共识的匮乏、缺失、不一致、不准确，影响了分析决策和对外报送的效率；仓库客户单一视图的建设，数据标准会解决关键业务数据分散存数据标准体系1.客户数据标准：银行感兴趣的个人及组织2.产品数据标准：银行向客户、其他竞争对手和第三方参与者销售、提供的商3.协议数据标准：银行与客户之间针对某种特定产品或服务而签立的契约关4.交易数据标准：为满足客户的服务需求或自身的经营管理需要，进行的用来5.渠道数据标准：客户及合作伙伴获取***信息或使用***金融产品、金6.地址数据标准：银行关注的地址和区域，地址包括传统地址、电子地址及电7.资产数据标准：客户所属的各类资产信息；8.财务数据标准：描述银行科目组织、控制、内部核算等核心科目帐务以及预算管理有关的数据；9.营销数据标准：针对客户所做的策划、宣传及营销等活动数据；10.组织数据标准：描述银行自身的组织机构、员工的相关信息；11.代码标准：银行业务中使用的业务和技术代码。基础类数据标准的主题构成包括对应业务主题(如客户、产品、资产、交易等)的定义和分类、信息模型和相关的标准代码，如下图所示：数据标准数据标准的主体构成1.定义和分类定义和分类明确了数据标准业务主题的概念、本质和内涵，并明确该业务主题在***的分类体系，如客户的定义和分类、产品的定义和分类等。如下图所示：代码名称政府与集团客户部政府客声现金管理客户私募股权期货公司大宗商品交易资金监管客户其他《国标GB/T20091—2006BOS服务部门客户细分类型组织机构类型?。其他组织社会团体事业单位定义机关企量团关联组其他组织际单一客户境外金业境外政府国际组织2.信息模型标准信息模型包括对数据主题信息项的识别、信息项的分类、信息项的业务属性和技术属性，其中：-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、-信息项的分类：从业务的角度对相关信息项进行分类，如将客户名称、客户行业归入客户基本信息类，客户电话、客户地址归入客户联系信息类。-业务属性针对每个信息项进行描述，包括以下内容：-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；-数据管理部门：对此信息项进行定义和变更的管理部门；-重要程度：对于业务的重要程度，分为高、中、低三个等级。注：以上是数据业务属性的通用描述方式，具体到各个数据主题可能略有不同，客户信息大类客户信息大类文本、数值等；-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0~100;-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);-缺省值(可选):可选项，可根据各主题数据标准的特性来定义数据项在默认情况下的缺省值。4对公基本信息名称称用104取紫称对基本但息名称称用1-01-5称清起个人因为婚结、性别等因素建立基本信息名称称对10-5拼音名记录对犯客户的拼音名称。对于境内名利称用1005英文名记录对起客户的英文名称，时于境外本4对公对楼本作思是对公/时基本住息基本概况1401-2客户基础分类述对公客户或集田关麻组整等的经隔航试部记账式面质系告述修客户是否具有化政管国承述客产是具配对公基本但息基本概况04国开发便劳承所变资清述法客户是否具有因开发质步示描对公基本佳基本概况1004行业市场优况代码。描述某个行业在市场中发展试况的类行业资质等级类型在过企业从事业务活动的员性权缴力因此代码将作为一类特别的基础类数据标准，并与客户、产品、协议等数据标准共同顺序号，从1开始排序；-编码规则：代码的编码规则(如：行业编码的编码规则);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mo·对子15位的身份证号码，需先按身份证盐此此，飞转换成18位身份证号码后再做归并匹配。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指标分类框架体系要全面反映数据服务提供者所能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、机构等行长驾驶舱(行长展现平台)-指标池行长驾驶舱(行长展现平台)-指标池2.分析类指标元数据模型指标元数据模型是反映指标的定义、采集、存储、整合、应用与控制等的标准模板。元数据模型应包含指标的业务属性、技术属性、管理属性等，以方便用户的使用及体验。业务属性：业务分类、业务分析描述、关联指标、关联维度、报表名称等；技术属性：实现方式及展现方式管理属性：管理部门、业务服务范围、服务ID、管理服务ID、区域服务范围、状态。业务信指标名称指标常用名无无因子指标无息统计信息业务说明计算规则∑透支余额维度(不含时间)统计周期指标精度管理信息分类归属部门视角角(一级)二级三级应用范围视角(一级)二级三级财务产品分类视角无其他信息分析应用口径信信息映射系统字段名称映射说明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，并从不同层面验证、分析问题的产生原因。一、从业务层面，通过业务访谈调研，为后续数据标准的准入及信息项的业务定二、从系统层面，通过系统数据字典的查询、比对，为跨系统的数据标准信息项三、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，保证必要信息能够满足日益精细的经营统计和四、从管理层面，通过业务访谈及组织职能分析，为后续数据标准的设计、维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验，调研内容主要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***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数据需求的前瞻性数据标准。>数据标准编制原则数据标准框架在总体上注重标准体系框架对标准分类的科学性、合理性，考虑信息化的实际需要和业务发展对数据标准提出的不断更新、扩展和延伸的要求，还要注重与现行的国际、国家和行业标准的相互衔接。数据标准体系在编制时需要遵循实用、前瞻和开放的原则。实用：数据标准体系须满足业务发展和业务应用的实际需求，体现特色，突出重点，能够指导数据标准的定义及数据标准在业务层面及技术层面的落地工作。前瞻：积极借鉴国际经验，充分参考国内外业界的先进实践经验，使数据标准体系充分体现业务的发展方向。开放：数据标准体系并非一成不变，其所包含的各项标准应可修订、可执行；整个标准体系应可扩充，能够随着的业务发展和数据标准的深入应用不断充实和更新。>数据标准准入原则对于数据标准来说，重点关注在企业内部多处使用、频繁交换的数据，将所有的数据纳入数据标准的范畴是没有必要的，因此，从数据标准对业务和IT的指导作用出发，设立如下的数据标准范围的准入原则。原则1:●经国际、国家或行业正式发布的数据标准●监管部门管理指引、监管统计规范等已经明确提出要求的相关数据规范●行内已经发文进行明确的相关数据规范原则2:●针对在全行广泛使用尤其是跨业务条线的数据和代码进行标准化原则3:●针对在现有IT系统中多处使用的数据和代码进行标准化原则4:●对于分析类指标，只针对综合类的分析指标进行标准化，对于单个业务领域所客户的定义和分类客户的识别规则客户的核心信息往来信息客户核心信息类客户信息分类示例组织数据标准化工作内容组织数据标准化工作内容组织数据的定义：组织是指人们为着实现一定的目标，互相协作结合而组织数据核心信息：组织核心信息类包括：基本信息、联系信息、职责等。基本信息联系信息职责信息关联信息评价信息产品是向客户提供的，能够满足客户特定金融需求的金融工具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产品标准的分类为满足业务管理、风险管理、经营预算、会计政策、业绩评价和外部监管的需要，从金融产品的属性特征、市场惯例、功能用途和管理需要等方面建立的基础分√行业普遍接受√跨部门统一√不重复不遗漏√一个主分类标准√同类产品有相似的产品特征/功能/目的，有一定的业务逻辑和业务含义√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交易性金融资产、可供出售金理资产、持有至到期金就资产、无活铁市场胰券投资、回购业务、利率行生品、外汇及行生品、同业资金业务、债芳发行、投行业务、其他资金交易类产品代收业务、代付业务、代售业务、代客业务、现金管理业务、其他类代重业务资租赁、经营租赁、其他租赁产品银行卡业务担保与承诺租赁业务产品信息分类示例产品的核心信息产品的核心信息包括：基本信息、管理信息、条件信息、协议是银行与客户之间针对某种产品或服务而签立的契参照同业实践，结合外部监管、银行行业的经营管理类原则，依据协议属性相似度和行业统一认知，对协议进行分往未好协议协议的核心信息交易的定义交易交易的核心信息地址地址的核心信息地址的核心信息包括地址通用信息、地理地址信息和虚拟地址信息。渠道是客户及合作伙伴获取银行信息或使用银行金融产品、金融服务的媒介。商业银行的渠道是指商业银行为客户提供各种服务的方式或途径，主要分为有形网点和无形网点。有形网点包括营业网点和自助银行，无形网点主要指电话银行、手机银行和网上银行等。渠道的分类渠道基础分类遵循六大指导原则：稳定性、遵循并参照已定义相关标准、重点突出、参照外部监管和内部运营管理、排它性及前瞻性。源道渠道的核心信息营销的定义营销的分类营销营销的核心信息财务的定义财务的核心分类资产的分类资产的核心信息环难代码标难化工作内容将在开行的相关业务及信息系统中被强制执行和遵守。标准代码●代码基本信息：包括代码的编号、英文名称、中文名称、业务含义及定义原则等。●代码定义：确定具体的代码、代码描述及代码的详细业务说明。●英文名称：代码的英文名称，如币种代码currencycode;●中文名称：代码的中文名称；●业务含义：代码的业务含义，如币种代码是开行业务营运中所接受的各种货币币种的统一标识；●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；指标是指我行在一定时期内的经营管理过程中，用规模的数量指标，如利润、存款余额、贷款余额等，以及用●维度分类，维度可按其描述银行业务信息的特征进行分类，如参与人、产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、使用范围、管理领域和业EQ\*jc3\*hps17\o\al(\s\up4(),)风险管理类品e交易普销行内管理公开技露银常会在款。④指标数据标准分类示例指标属性包括业务属性、技术属性、管理属性和应于定义指标的业务信息包括名称、业务定义、计算规定义技术实现的信息包括数据类型、数据来源等包括归属机构、解释机构等，应用属性用于定义指标的应用信标日属部门漏元日/句/月/元日/旬/月/元元日/句/月/元日/句/月/元日/旬/月/元日/句/月/日/句/月/日/旬/月/日/旬/月/日/句/月/元日/句/月/元日/句/月/元日/句/月/日/句/月/日/旬/月/(经济利润日/句/月/日/句/月/复现象。明确指标的业务定义，便于该指标体系1.指标编号该属性为必选属性，指标编号作为识别指标的唯一其中I代表维度，BD,标识业务发展主题，取业务发展英文缩写2位英文字母代表。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。该属性为必选属性，用于指标的整体概括性描述，所涉及的子项的计算关系。如果指标的计算公式引用的是会计目名称(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)。标的计算规则中，无法用计算公式部分进行描述的补充，其该属性为必选属性，指标需要有单一的归属管理部2.使用状态该属性为必选属性，描述指标是否有效的状态，包括“在用”和“废止”,缺省3.指标使用部门数据标准落地应用的步骤分为实施计划、标准执行、标数据标准落地是一项持续性的工作，其价值毋庸置疑为系统建设带来改造的工作量与复杂度，如何平衡阶段2.落地的方式4.整体IT规划安排构信息、产品信息一致性的要求，以解决业务部门最为理精细化的作用，如客户信息、资产信息、产品特征信全行数据一致性驱动：以重要IT系统(如核心、信贷等)重建为契机，推动数据标准的落地实施，同时覆盖相关的周边IT系统，全面推动数据标准在各类IT系统中其次，数据标准落地与执行时，对于***各业务领IT原则1:信息项的业务标准、技术标准和代码标准，对所有业务领域及IT系统要对于准标准，作为推荐性标准在业务领域及IT系统中参照执原则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，因此标准的数据模型仅作为参照，不要原则3:对于新建或者改造系统，强制要求其执行信息项的业务标准、技术标准和代码标准；对于现有系统，其数据进入数据平台时(主要指数据仓库),必须遵循标准映射是识别数据标准与源系统数据字典间的差异，基于定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·当前哪些数据需通过数据仓库获取，其中哪些已经进入数据仓库，哪些数据未例如：客户基本信息、客户评级信息、客户风险缓释信息、个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、风险缓释信息、个人和企业客户财务信息以及额度与限额字段的数据公司是_GUARFLOT来源为信贷系,映射到担是_来原为信贷系统，映射到拍是无需无带的据映是是是__TfOKERBEGISDATEEDATE来源为信贷系统，跳射到担是ENDDXTE顶为信资报保信自是___来源为信货系无否是0LXAAFCaaionarE是0LKAAFCsutionarI来原为信员系待，睡时到拍是___W6是___RICHTPAE取ATE来原为信员系是N证来源为信贷系统，映射到抵无否无此数数据差距分析包括对数据仓库及对各取数源系统的数据差距分析两个部分，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 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、个贷、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·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，为后续的数据质量分析工作奠定基·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·数据差异工作由项目组成员，以及具备银行业务系统、数据仓库实施经验的银行内部技术团队成员合作进行，团队成员对数据差距分析的目标数据和银行实·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映射和数据差距分析，主要分析以·基于数据仓库的数据映射结果，针对无法从数据仓库获取的数据项，开建设部门签著标准落地承诺进行需求开发成后填写数据标准执行情况评审提收益预测异标议(预方案)影响分析统)的影响EQ\*jc3\*hps15\o\al(\s\up4(),)EQ\*jc3\*hps15\o\al(\s\up4(),)案历史数据清洗EQ\*jc3\*hps15\o\al(\s\up3(),)EQ\*jc3\*hps15\o\al(\s\up3(),)审批系统建设及数据需求以项目开展形式确定范围标准在客户关系管理系统落地的计划-确定范围(1/5)段体内)体内)先级任务)国国从国果统，从主黑钟人学交易数据标准路地打步市国从国底镜，从墨统人类受产数措标准落丝打步用国从国系统，从金说程借贷项目入季内部机构与员工数措标准落丝物步发国从国系统，从主缺人车中信想项和代码要个内容统落丝范国标准在客户关系管理系统落地的计划-差异分析(2/5)作内容)先极任务)析级签异分析报告(包含：1.落丝数措标准后，与观类签异对历史数据的影响2.提出历史数播清洗的物步需求：3.对标准光普的用求?具体任券你内春)先复任3)分析地果、以及BX系统项目组对本系统上下游的分析，得出影喷性分析微固影响性分析报色，内容沙内容、受影响系统优光题历史效措如何清洗、是否需要改造、是否有政造计划、计划充或时间、工作量将具体变化情况通知相应受影响Ⅲ系统项目迫客!项目温开展系统内影响性分析，确意是否变影响、影响范国大小，是否需要如需歌造，雨提出动道方实和计划体报告。目组的影响性分析陆果，确定不同系统的优光级，形成影病性分析总体报进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)具体任务先级任务)体内枣)买的执行方来拟系统项目温储含上一步亮我的影响性分析报售，形成本果统充或析准落地所需政标准路地专题温完求标准落丝所需政造的执行方亮，并发送数措杨准根括CX系统及其他1T系统项目组的执行方实，数措好准各地专题温制定协同方元标准在客户关系管理系统落地的计划-标准落地执行(5/5)先级任等)体内容)业务管理部门在制定和修订业务管理制度时将数据标准的在将数据标准融入到业务操作流程中，规范业务操作人员的操作强化业务操作流程中的数据质量审核，对于关强化业务统计分析工作对数据标准的标准代码和指标的使用和执行力度，确保业业务需求：将数据标准的要求融入到系统的业务需求中，以结合系统现状综合评估数据标准落地执行的难结合系统现状综合评估数据标准落地执行的难一、数据标准浏览：该模块提供全方位的数据标准信息三、数据标准映射：该模块协助各系统完成对数据标准的映射并形成映射文件，由数据管理平台提供标准映射文件的下载功能。包括基础标准与元数据的映射，管理分析类标准与需求的映射、映射关系导入与下载、映射关系版本管理等。四、数据标准分析：该模块支持对数据标准的代码分布、代码覆盖和执行情况进行分析。包括标准代码分布分析、标准代码覆盖分析、标准执行分析等。数据质量体系分为数据质量管理制度与规范、数据质量管理组织及角色、数据质量管理流程和数据质量管理支撑工具四个部分，具体的关系如下：据图表34数据治理管理体系●数据质量管理组织必须遵守数据质量管理制度及规范，同时清理提升、持续监控与优化、主动保证三个流程必须以之为基准开展工作，以保证数据质量的实●在数据质量管理的日常管理活动以及相关项目中，积累的各类经验将有助于制度与规范的完善，增强管理保障的力度，进而更好地保证数据的总体质量。频繁的数据质量问题，针对这些问题需要采取主动保在执行过程中，将发现的数据质量问题、数据质量问题解制建设与数据应用相辅相成。数据标准工作的开展需要契合立数据质量的相关管理机制，以数据质量为突破口进行全行的7.2分析数据质量问题→功能间关系据管理)数据质量主数据管理标准管理据管理数据架构与模型管理数据质量杨,业务元数据、数据血7.1发现数据质量的行动准则、完成的明确任务、实际的工作方式、采取的一准，作为数据质量度量规则的制定依据，有助于数据质量提升的管理过程中由于业务流程优化或