数据资产管理背景下城商行客户主数据治理研究

一、前言

据《中国数字经济发展研究报告（2023）》显示，2022年我国数字经济规模达到50.2万亿元，同比名义增长10.3%，占GDP比重达41.5%，相当于第二产业占国民经济的比重，数字经济作为新兴产业正源源不断地为我国经济高质量发展注入新动力[1]。为加快数字化转型，促进数字经济与实体经济深度融合，数据资产管理应运而生。在金融领域，2018年年底原中国银保监会发布《银行业金融机构数据治理指引》，从数据治理架构、数据管理、数据质量控制、数据价值实现等方面提出明确要求，各银行业金融机构不仅需要关注监管指标数据的报送质量，还需要提高业务源头基础数据质量。国际数据管理协会于《DAMA数据管理知识体系指南》一书中提到，“数据质量管理工作应首先关注组织中重要的数据，如果数据质量更高，将为组织及其客户提供更多的价值”[2]。每天银行不同系统产生的大量数据中，并非所有数据都同等重要，因此，银行应以主数据为核心抓手，有序开展数据治理工作。

二、主数据的内涵

在数据管理领域，对于主数据的定义有不同的解释和说明。参照《DAMA数据管理知识体系指南》中对主数据的定义，主数据（Master Data）是指关于关键业务实体的权威的、最准确的数据，可用于建立交易数据的关联环境[2]。引申到银行业，即指银行内部跨部门、跨业务、跨系统，能够被重复利用和充分共享，具有高价值且相对稳定的基础数据，而客户主数据则是银行与客户之间产生的各种交互信息的总称，如客户姓名、证件代码、联系地址等。主数据具有五个方面的特征，一是超越部门。主数据是满足跨部门业务协同需要的，是各个职能部门在开展业务过程中都需要的数据，是所有职能部门及其业务过程的“最大公约数”。二是超越流程。主数据的核心是反映对象的状态属性，不随某个具体流程而发生改变，而是作为其完整流程的不变要素。三是超越主题。主数据是不依赖于特定业务主题，却又服务于所有业务主题的有关业务实体的核心信息。四是超越系统。主数据管理系统是信息系统建设的基础，应该保持相对独立，服务且高于其他业务信息系统。五是超越技术。由于主数据要满足跨部门的业务协同，因而必须适应采用不同技术规范的不同业务系统[3]。

三、城商行客户主数据治理的现状及影响

（一）国内城商行的现状及挑战

目前，国内大多数城商行客户主数据治理还处于起步阶段，面临诸多问题和挑战。一是认识不足，重视不够。对客户主数据的重要性和复杂性认识不足、管理机制不健全，高层领导对其不够重视。二是认责不清，协调困难。成立时间较早的城商行数据质量参差不齐，加之部分业务部门撤并、整合变动，管理职责也随之变动，导致部分业务属主、系统属主认责不清，数据管理存在“真空地带”，发现数据问题后无法快速、准确定位责任部门及责任人。三是各自为政，标准不一。城商行在发展初期因缺少业务、数据、系统三方融合的企业级架构理念，普遍存在系统建设庞杂、年代久远、数据冗余、数据资产碎片化分布等问题，缺乏整体设计、缺少统一视图，导致数据孤岛现象严重，后期清理难度大。如客户编码标准不统一，重要的客户数据在核心、信贷等系统中多头采集管理，导致同一客户存在多个客户编号，信息难以互通共享。对源头系统的取数来源口径存在认知上的差异，部分数据获取东拼西凑，加工逻辑复杂，引发报表间相同指标不同数据等情况。四是“硬件”不足，“软件”缺失。与国有大行相比，城商行无论在资金、技术还是人才储备等硬实力上都不具备优势，且没有将数据治理真正转变为企业的一种习惯，数据质量管控意识薄弱，协同性不强，难以形成合力，数据治理文化等软实力缺失。

（二）对城商行的影响及意义

从系统建设方面来看，客户主数据是信息系统建设的数据主线和基础，如果在业务管理和信息系统建设中缺乏系统性的思维和顶层设计，必然出现系统重复建设、数据来源多头采集的问题，导致整体数据的不一致、不唯一、不关联以及应用系统之间彼此独立，无法形成共享。从经营管理方面来看，其直接影响客户营销画像、统一授信、风险管理等内部经营决策及信息披露、监管统计等对外报数，前者导致决策失误而承担不必要的风险和损失，后者将面临高额的监管罚金。具体而言，其影响表现如企业规模划型不准，影响小微企业“两增”指标考核，企业控股方式不准，影响对民营企业的融资指标考核，同一客户存在多个客户号问题，难以归并汇总同一客户下的表内外风险暴露，客户关键要素信息缺失，影响大额风险暴露指标监测及资本新规下企业、零售、同业客户等信用风险暴露对应权重的准确计量，导致资本过度占用或监管套利，同时还会影响反洗钱、关联方交易等工作的开展。

银行是以客户资源为发展基础的企业，其之间的竞争说到底是客户之间的竞争，客户主数据治理对其发展具有重要意义。一是助推数字化转型，真正实现“以客户为中心”的发展战略[4]。二是加强经营分析，最大限度地挖掘客户潜力，为其正确决策提供坚实可靠的依据和基础。三是描绘客户画像，快速、全面地了解客户在金融方面的需求和变化，通过优化金融产品及服务激活潜在客户、吸引新客户，不断提高市场核心竞争力。四是整合客户信息数据，实现数据的一致性、准确性、完整性，提升监管质量。

四、城商行客户主数据治理的主要思路

立足“融合应用”，确立符合监管要求及城商行经营管理需要的治理目标，推行“以用带治、以治促用”的理念，通过完善数据治理组织架构体系，明确客户主数据治理责任，结合IT架构规划数据分布和系统建设现状，开展主数据逻辑模型的字段级物理化工作，精确定位和明确各字段所属源头系统，有序提升、规范主数据管理水平，形成良性闭环管理机制。通过对客户主数据治理从而达到客户唯一识别、随时随地共享、数据完整一致、更新及时准确四个目标。

（一）建立明确的数据治理组织架构体系

城商行须建立组织架构健全、职责边界清晰的数据治理架构，明确董事会、监事会、高级管理层、治理办公室、业务部门、信息科技部、稽核审计部门、分支行的职责，建立多层次、相互衔接的运行机制[5]。目前，最典型的数据治理组织架构包含决策层、管理层、执行层（见图1）。

第一，董事会作为全行数据资产所有者，承担数据治理最终责任，负责制定数据战略，审批或授权高级管理层审批与数据治理相关的重大事项，督促高级管理层提升数据治理有效性。

第二，高级管理层是全行数据治理决策的执行管理人，通过设立数据治理领导小组，负责建立数据治理体系、执行数据战略、审定发布制度文件及数据标准、确定归口部门及职能部门的数据认责、制定和实施问责及激励工作机制、建立数据质量控制机制、组织评估数据治理有效性和执行情况、定期向董事会报告等治理活动。

第三，监事会负责对董事会和高级管理层在数据治理方面的履职尽责情况进行监督评价。

第四，领导小组办公室一般设在全行数据归口管理部门，负责组织数据治理领导小组专题会议，统筹实施全行数据治理体系建设，建立完善数据质量管理机制及考核，制定、发布、组织实施和管理数据架构、元数据、主数据、数据标准、数据质量管理规范等管理制度，负责数据架构及数据治理模型设计与管理、治理活动管理、数据平台等业务管理事项。

第五，各业务条线管理部门及分支机构作为数据治理执行层，执行落实各项数据治理目标任务，并对所辖各条线领域的数据质量进行管控，推进相关数据应用，发挥数据价值。

（二）制定客户主数据标准

客户主数据标准是搭建客户信息管理平台（ECIF）实现系统之间客户数据共享的前提，也是客户主数据治理顺利开展的关键。标准制定的内容包括数据长度、类型、格式、参考数据、校验规则等要素[6]（见表1）。

（三）搭建客户信息管理平台

城商行应建立统一的客户信息管理平台（ECIF），用于生成和维护客户主数据的规范、技术和方案，将不同系统的客户进行统一的创建和识别，将客户的主数据信息进行统一整合，以保证其完整性、一致性和准确性，为客户营销以及服务提供坚实的信息支持[7]，其核心价值在于数据的集成、质量、治理、共享，且系统需具备主数据定义、规则配置、申请、接收、分发、排重等功能，即客户主数据管理要从各业务系统中采集和整合核心的可以共享的数据，集中进行数据清洗，并以服务的方式将主数据分发至业务系统。

（四）强化数据质量管控

因数据质量管控涉及数据认责、培训宣贯、质量监测、清理整改、结果考核等一系列组织内部纵横交错的沟通与管理事项，从而成为大多数城商行数据治理工作中最头痛的环节。从业务性质来看，存款类业务客户信息数据治理难度大于贷款及同业融资类业务客户，从服务对象来看，个人客户信息数据治理难度大于法人及同业客户。因此，需从数据产生的源头入手，以“堵增量、治存量”的方式为主，避免“边治理、边污染”现象的发生。

第一，加强客户数据质量问题的统一管理和闭环管理。通过明确管理要求、管控流程和职能分工，以数据质量管理工具作为支撑，逐一明确客户数据统一收集、分析、分发、修复、确认、关闭、定期检测各个环节的管理要求以及实施路径，有体系、有支撑地开展数据质量管控。

第二，规范业务系统信息录入，树立“源头责任制”。一是强化“质量前置”的工作思路，将客户数据质量管理前置到业务系统，将基础数据标准落标、满足监管报表数据要求作为业务需求和系统设计的重要评审点。二是通过在全行发布业务信息录入规范，定期开展一线业务人员的数据录入规范性培训，在系统中增设信息栏非空、字符长度合规性等校验提示，指导业务人员在办理业务时完整、准确地选择或填写各项信息。三是在业务审批环节，业务审批人员应加强对业务信息录入的完整性、真实性、准确性、及时性等方面的检查和核对，对于录入信息不完整、不真实、不准确等问题应明确指出并由录入人员进行修正，预防因录入原因导致的数据质量问题。通过从源头围堵系统及管理上的漏洞，斩断数据质量问题持续新增的根源，并聚焦存量数据质量问题采取相应治理措施，进一步夯实源端数据基础。

第三，完善客户数据质量检核规则，加强数据质量考核。结合监管报表数据要求、业务部门重点关注的客户关键信息等内容，从多维度数据质量要求出发，明确数据质量标准，通过完善日常客户数据质量检核规则，了解数据源质量，监控异常数据，对整体数据质量水平进行综合评价（见表2），定期通报数据质量问题，督促质量整改，将数据质量管理工作常态化。同时，配合数据质量考核等机制，督促业务人员严格遵守业务规范，审慎录入和选择信息。

五、结语

数据资产化已经是行业共识，越来越多的城商行已将数据资产管理纳入重要研究课题，而主数据作为数据资产管理的核心显得尤为重要。数据治理是一项系统性、规范性、基础性工作，需要业务、数据、科技条线部门在统筹管理下各司其职、各负其责、协同联动，从服务行内发展需要及满足监管要求出发，构建符合城商行实际的数据治理管理体系，建设与之相适应的组织架构、制度体系、工作流程及工作机制，制定实施路线图，明确责任目标，加强业务及系统数据源治理，强化过程管控，有效运用绩效考核手段并切实组织推进落实，才能以久久为功的韧性完成千头万绪、错综复杂的数据治理任务。同时，借助工商、司法、风险预警、债券估值、金融咨询等外部数据，拓展客户画像营销、风险管控等数据挖掘，充分发挥数据要素作用，激活数据要素潜能，持续助推城商行数字化转型。

引用

[1]中国信息通信研究院.中国数字经济发展研究报告（2023年）

[R/OL].（2023-04）.http：//www.caict.ac.cn/kxyj/qwfb/bps/202304/P020240326636461423455.pdf.

[2]DAMA International.DAMA数据管理知识体系指南（第2版）

[M].北京：机械工业出版社，2020.

[3]中国通信标准化协会大数据技术标准推进委员会.主数据管理实践白皮书（2.0）[R/OL].（2023-12）.https：//www.cnblogs.com/johnnyzen/p/17967994#_label7.

[4]张淑芬，尹振涛.商业银行数字化转型的数据治理问题[J].银行家，2021（02）：116-119.

[5]中国银行保险监督管理委员会.中国银行保险监督管理委员会关于印发银行业金融机构数据治理指引的通知：银保监发[2018]22号[EB/OL].（2018-05-21）[2018-05-21].https：//www.cbirc.gov.cn/cn/view/pages/governmentDetail.html？docId=271757amp;itemId=861amp;generaltype=1.

[6]中国人民银行.金融业数据能力建设指引：JR/T 0218—2021[S/OL].（2021-02-09）[2021-02-09].https：//cfstc.pbc.gov.cn/bzgk/detail/？id=0amp;bzId=1907.

[7]李燕，黄茂锐，林松.中小商业银行企业级客户信息管理系统探索之路[J].金融科技时代，2021（06）：30-37.

作者单位：贵阳银行股份有限公司

■ 责任编辑：韩 柏 王纪晨