中小商业银行数字化转型：数据治理是关键

刘继旺

数据是商业银行经营管理的重要生产要素，数据治理对于推进商业银行数字化转型和经营管理模式创新具有重要战略意义。近年来，中国银行保险监督管理委员会先后发布《商业银行监管评级办法》《银行业金融机构数据治理指引》《银行业保险业数字化转型指导意见》等政策制度，对商业银行数据治理工作越来越重视，同时也对商业银行数字化转型成效提出明确要求。在此背景下，中小银行积极响应监管机构要求，将数据治理作为数字化转型突破口。

数据治理是商业银行数字化转型的必由之路

数字化转型的核心是以用户为中心，以数据为驱动，连接内外部资源，新建数字化商业模式，从而达到降本、提质、增效的目的。数据作为数字化转型的生产要素，数据资产发挥价值是数字化转型成功的关键。然而，并不是所有数据都能产生价值或者输出数字化转型预期的效果。商业银行在经营管理过程中，积累了海量的数据，但由于源系统设计、数据输入、系统优化改造等会导致数据不准确、不真实、不惟一等数据质量问题，这类低质量数据将影响数据应用效果。商业银行通过开展数据治理，通过调整组织架构、建立协同机制、开展质量整改、推动数据应用等一系列工作，提升数据质量，不断推动数据释放价值。可见，数据治理作为连接数据与数字化转型的桥梁，是商业银行数字化转型的必由之路。

中小商业银行数据治理存在困境

中小商业银行数据治理工作取得了一定的成效，但距离数字化转型要求还存在较大差距，普遍存在以下几方面问题。

1.调查研究不深入

中小商业银行为快速厘清数据治理工作头绪，往往通过聘请第三方咨询的方式来了解同业现状，借鉴业界方式方法，甚至通过购买同业系统、产品的方式，以达到快速复制的目的。然而，欲速则不达，任何一家企业的成功都是建立在其企业文化、企业战略之上的，在没有对自身进行深入调查研究的情况下，“拿来主义”并不好用，数据治理容易走进死胡同。

2.数据管理不专业

中小商业银行往往没有独立的数据部门，而是设立于科技条线之下，或者是业务部门下的数据团队，数据管理不独立、专业性不强。科技条线下的数据治理，其优点是在进行数据能力与平台建设时可得到科技条线的全力支持，缺点是会受IT建设的惯性思维影响，难以从数据和业务视角去主动探索和创新数据赋能模式。而业务条线下的数据团队，往往局限于本业务范围，无法开展跨条线的企业级数据治理，很难实现条线间的数据共享，此外，还会造成系统重复建设，形成数据“烟囱”。

3.数据治理不持久

数据治理是一项长期而复杂的工作，它包括数据模型、数据标准、数据安全、数据质量、数据资产认责、数据应用、数据文化建设等一系列工作，需要充足的资源保证和稳定的团队支撑。而中小商业银行缺少数据治理长期规划，只是将数据治理看作是短期项目来做，“头痛医头，脚痛医脚”的情况大有存在，数据质量难以得到保证，数据价值得不到充分释放，数字化转型难以成功。

4.数据应用不充分

数据价值得以释放在于应用。一些数据治理领先的国有大行成立大数据应用中心，建立数据分析团队，专门开展数据分析挖掘，推动行内业务发展。而中小商业银行数据应用能力普遍薄弱，数据应用场景匮乏，懂数据、用数据的人员比例较低，缺少数据分析平台和分析工具，数据工作依旧停留在满足监管数据报送，数据应用无从开展，数据价值难以释放。

走适合自己的数据治理之路

国有大行数据治理工作已走在了业界前列，中小商业银行在资金实力、科技水平、人员储备等方面都无法与这些大行相比，因此，必须走出一条适合自己的发展道路，具体可以从以下几个方面入手。

1.深入基层调研，了解业务痛点

习近平总书记在今年的主题教育工作会议上强调，“全党要大兴调查研究之风”。数据治理同样离不开深入的调查研究。支行网点作为经营主战场、联系客户的桥梁，对其开展深入调研，是最能反映和发现问题根源的有效途径。一是通过调研一线员工，了解业务痛点，例如某项业务系统操作繁琐，容易引起客户不满，某项产品销售困难，缺乏新引力，客户不买账等。二是调研客户，了解其在业务办理、产品购买过程、电子银行操作中存在的问题和期望。三是融入到支行网点，考察业务经营现状，发现存在的问题，例如办理时间较长的业务，客户等待时间较长的情形，业务授权繁琐等等。后续对调研发现的问题进行分析研究，对比同业现状，形成有效解决方案，及时优化流程和产品，推进线上线下融合，提升业务效能。

2.调整组织架构，加强顶层设计

数据治理涉及业务多、领域广、系统繁杂、专业性强，需要强有力的组织来支撑，以推动和解决来自各方面的阻力和问题。一是要成立由一把手担任领导的数据治理委员会或领导小组，定期召开会议，发挥对数据治理工作的顶层监督、指导作用，有效推动疑难问题解决；二是要成立数据管理一级部门，站在企业级的立场思考、行动，在全行数字化转型进程中，强化对数据的集中、统一、专业化管理，优化业务和技术协同工作机制，发挥数据管理部门价值。

3.完善治理机制，逐步攻坚克难

完善的数据治理机制是确保数据治理工作得以正常开展的前提。一是要建立数据治理制度体系，没有规矩，不成方圆，完善的数据治理制度，明确各项数据治理工作分工，确保数据治理工作有章可依；二是以业务治理为前提，结合业务战略、IT规划、发展现状，选择急迫的、关键的、重要的优先开展数据治理，集中力量逐步击破；三是制定数据标准，确定数据准入和改进方向，统一全行数据标准，完成落标管控；四是对业务源系统开展数据质量治理，确保源头数据准确惟一；五是开展数据认责，明确数据责任部门，使数据权责统一，有效解决各部门相互推诿的情况；六是伴随着新系统开发、优化过程，把数据标准、数据质量规则、数据安全等级等治理活动融入到开发生命周期中，确保在新系统开发、旧系统优化中落地数据治理。此外，数据治理是一项长期复杂的工作，各部门要协同配合，保证充足的人员参与也是确保数据治理成功的关键。

4.提升应用能力，沉淀应用成果

数据应用是数据治理的最后一环，是数据价值发挥的关键。首先，要培养懂数据的人才，通过内部选拔、社会招聘、校园招聘等方式，培养和储备兼具业务经营管理与信息数据应用的复合型人才，组建数据应用团队。其次，要搭建应用数据平台，统一数据出口，支持员工自主用数。最后，要提高知数能力，可以通过内外部培训、外聘专家等方式，对数据应用人员进行持续赋能，了解数据背后的含义，做到数据与业务融合。中小银行在数据应用起步和探索阶段应主动与业务部门合作，寻找可以较快实现业务价值的场景并尽快落地，不仅可以增强数据人员信心，而且可以打破部门壁垒，提升业务部门合作机会。同时，要及时总结数据应用成果，建立数据应用成果库或案例库，并向全员开放，向全行推广。

5.搭建激励机制，培育数据文化

数据治理起步初期，数据治理应以激励为主。要研究制定数据治理配套考核和激励机制，例如对于那些在数据治理工作中提出金点子，主动运用数据、科技等手段解决业务问题的员工要予以奖励，充分调动全行员工数据治理工作积极性。此外，数据治理要写入企业文化，通过行报、企业微信号、抖音视频等多种渠道进行数据治理成果宣传，从上到下掀起数据治理话题热度，提升员工数据治理参与度，打造人人尊重数据、应用数据的数据文化。

在数字化转型过程中，中小商业银行应当充分发挥体制机制灵活、决策速度敏捷的自身優势，切实开展好数据治理各项工作，走出一条差异化、特色化的发展道路！