数据架构与数据治理（2012）

      IT系统里面的数据，包括客户数据、业务数据和金融数据，是银行重要的核心资产之一。从银行精细化管理的需要和银行监管与同业对银行的需要方面，对数据的需求，是银行业面临的越来越大的挑战。从这个角度，对数据的要求和对数据的整个管控也越来越重要。

一、数据管理方法论

      整个体系分为五个，数据管理、数据质量的管理、数据标准的管理、数据安全的管理和主数据的管理。

      从元数据管理来看，一般情况下我们分为业务元数据和技术元数据。元数据的作用有两个方面，一是数据集成所必需的；二是元数据定义可以帮助最终用户理解数据仓库中的数据，元数据也可以支持需求的变化，是数据质量的关键。

      数据标准是建立一整套的数据规范、管控流程和技术工具。首先把数据分类，提供基本架构。其次，根据业务和技术做标准，一般包括标准的编制、发布、管理和应用几个环节。另外是数据标准编制的层次，分别在定义层面，对释意、描述、实例、产生场景做一些定义；在应用层面，对归类、方法、统计口径、计算规则做一些编制。我们认为产生数据质量问题的原因是多样化的，主要来自于四个领域，信息问题域、流程问题域、技术问题域、管理问题域。

      数据质量管理：第一，定义验证。对数据质量的目标进行定义，并且进行一些度量的安排，也叫作数据剖析。第二，影响分析和共性分析。影响分析是确定数据质量问题的重要性，共性分析是归结到一些共同原因，为下一步追溯做准备。第三，追踪根本原因。第四，对数据质量问题进行修复和预防。第五，对趋势进行监控。修复以后，要设定一个指标。第六，当出现数据质量超过允许范围，从第三步再重新循环。

二、数据架构

      首先，有一个数据摆布，摆布从原系统开始，数据的全生命周期，从原系统开始到数据交换，到数据临时的存储，到数据仓库，这是数据架构的核心。其次，每个数据管控的要点都有一个统一调度的系统，这是对数据加工处理的作业调动。最后，运营维护。在数据仓库的战线层、资源性能化等方面，能够及时监控系统的状态。

三、数据管控实践

      首先，在数据标准层面，包括数据标准的规范、与业务的结合、从集团数据共享的角度建立了相关的数据标准、数据流管理。其次，在数据管控方面，具有统一的数据管控方法、基础、要素。第三，在具体的数据管理方面，在三个阶段加强了数据管控：第一个阶段是在数据产生环节，规范了业务数据的标准，严格数据管理；第二个阶段，在业务集成的环节加强数据核对；最后，在数据使用的环节，设置标准化数据的追溯流程，具有统一的数据展现和出口。

（整理人：葛山）