从数据资产的角度看数据治理

大数据是时下最火热应用之一，今年也有多家金融机构陆续有大数據的成功案例落地，但在大数据的概念与实践之中，有一项绕不过去的硬门槛就是数据治理。没有好的数据治理，就没有好的数据质量和数据规范，大数据的应用之路无法走远。

在大数据已经上升为国家科技发展的重要动力之时，数据治理也需要提升到更高的重视程度，其中一个重要的观念转变在于要把数据作为数据资产来对待。资金、场所、办公设备这都是企业的资产，而数据也是企业资产的一部分。对于金融机构而言，数据这项资产更有价值。

金融机构拥有大量的业务数据，而且其中不少是高密度、高价值的信息，但如果没有好的数据治理体系来支撑，这些数据只是有待盘活的数据资源；如果质量很差，还免不了存在不少“数据垃圾”。

当前的金融机构在精细化管理的要求之下，同时信息系统建设具备了一定基础，将数据资源转化为数据资产，数据治理的长效机制必不可少。

将数据资源变成数据资产，治理体系的包括：组织架构、原则、过程、规则，以及执行的信息系统，从而确保数据治理的各项职能得到正确的履行。

从公司管理与整体的层面来看，需要一个数据治理的基础设施。从应用的角度来看，数据资产是能够为企业带来持续业务价值的资产，因而金融机构的业务部门对数据治理体系的持续参与和受益，才能让数据治理得以长期有效的运转。因此，需要建立一套企业高层牵头，制定组织架构和原则，科技部门选择工具、打造系统，业务部门参与具体规则设计、长期使用、更新和受益。

在笔者看到的成功落地数据治理的金融机构中，有一个特点就是把数据治理落地为企业统一的指标体系。由于数据资产的描述不像办公设备、房屋等实体资产那样直接，也缺乏统一的行业标准，更需要金融机构根据自身的业务特点、业务流程与经营管理经验形成独特的指标体系。因此，企业统一的指标体系是金融机构描述数据资产、管理数据资产的专用语言，在此基础上才能统一沟通的语境；企业统一的指标体系也能符合业务部门参与具体规则设计、长期使用、更新和受益这个条件，是能够让数据资源持续向数据资产转化的关键点。