马忠：财务公司数据治理实践探索

文 / 国新集团财务有限责任公司信息管理部总经理 马忠

1.基于数据决策支持的需要

如何确保数据的准确性、完整性和及时性是数据治理的重点和难点，是数据治理工作成败的关键。财务公司通过开展的价值数据的分析和加工，可以为公司领导提供准确、全面的数据咨询，便于协助推进整体研判，科学合理做出判断和决策。同时，财务公司通过开展数据治理工作，有助于提高公司决策效率，利用数据处理和流程优化技术，可以为公司提供快速、便捷的数据服务，使公司在复杂多变的市场环境中能够迅速做出反应，抓住机遇，实现高质量发展。

2.基于风险防范控制的需要

风险防控是财务公司稳健运营的基础和关键，通过建立全面、系统、智能的风险监测和预警机制，借助历史数据比对措施，可以帮助公司迅速识别异常波动、及时发现潜在风险、快速采取防范措施，协助降低公司运营风险。同时，通过开展数据治理还可以协助财务公司优化企业内部管理体系，推进业务流程规范化和标准化，保障公司经营活动体系化和制度化，有效防范内部操作风险的发生。

3.基于业务创新发展的需要

在数字化时代，数据已经成为驱动企业创新发展的重要驱动力。财务公司通过深入挖掘数据潜在价值，探索构建应用场景，可以为企业提供更具针对性的金融推介方案，开发出更符合企业需求和市场趋势的服务和产品，协助提升公司市场竞争力和品牌影响力。此外，财务公司还可以通过对市场数据和内部财务数据进行综合分析和比较，为公司领导提供更为全面、客观的市场洞察和业务建议，协助公司推动业务模式和运营策略的优化、创新。

1.提高认识、加大投入

财务公司应该以全局角度科学谋划、系统分析，分阶段分重点逐步实施，稳步推进数据治理体系完善工作，在这个过程中公司应持续加大投入力度，具体建议从以下几个方面开展工作：充分发挥IT治理体系引领作用，明确“一把手”负责制，建立涵盖公司前台业务部门、财务部门、风险管理部门、技术部门等在内的专项治理小组，做到需求明确、责任清晰，统筹一体化推进数据治理工作高效开展；数据治理是一项投入时间长、见效慢的系统工程，切忌急于求成，财务公司应提高认识，充分保障数据治理过程中的资金、人员、技术、设备等各种资源的投入力度。

2.搭建体系、构建平台

数据治理并非一个孤立的点，而是一个以数据生命周期为轴承的持续、循环的反复过程。为持续推进数据管理体系建设，财务公司应通过自建或所属集团外包方式搭建数据中台产品，协助推进数据资产价值挖掘，构建数据资产目录，具体可以从以下几个方面开展。

统筹制定数据治理规划。财务公司应综合考虑自身业务需求、数据资源现状、技术储备情况等因素，制定数据治理专项规划，涵盖数据战略、组织战略、治理框架、资产管理体系、数据运营、意识能力、机制保障等各个方面，确保规划科学合理、可行性高。

全面推进数据标准化建设。为解决数据资产来源分散、格式多样等问题，财务公司应建立统一的数据标准，包括数据格式、数据命名规则、数据范围等属性，涵盖客户、用户、存贷款、投融资等相关业务，通过全面梳理排查编制数据资产名录，通过系统固化方式确保数据的准确性和一致性。同时，财务公司应严格管理数据资产责任划分，需根据业务部门使用需求，动态开展数据资产梳理，确保业务数据标准一致、口径唯一，持续完善数据资产标签管理体系建设。

扎实开展数据质量体系建设。财务公司应建立完善的数据质量监控机制，定期开展数据风险识别、度量、监控和预警，通过预警分析模型及时发现和纠正数据问题，确保数据的准确性、可靠性。

全力保障数据安全管理工作。财务公司作为非银行金融机构，需要严控业务数据范围（特别是涉及成员单位经营业务数据、企业高管信息等敏感数据至关重要），确保数据资产的安全可控。财务公司需要建立完善的数据安全保护机制，积极利用数据访问控制、数据加密、数据脱敏等技术手段，不断强化数据安全管理，坚决杜绝数据泄露、篡改或滥用风险。

积极探索数据共享应用试点。为持续推进价值数据共用共享，提升数据资产价值发现，财务公司应积极利用主数据、数据资产目录等技术手段尝试搭建内部数据便捷流通机制，通过多渠道、多口径数据统一汇聚实现数据资产价值最大化。

科学构建效果评价体系。财务公司应高度重视数据治理应用效果评价，以监管报表、BI分析等前台业务功能建设为契机，以金融级数据仓库建设为重点，推动公司数据资产由“看得见”到“数得清”，力求治理效果可量化、可考核。

3.加强培训、提升素养

人才是企业的核心竞争力，只有通过人才培养才能提高公司综合竞争力，才能保证企业持续发展壮大。财务公司应根据企业发展规划，结合业务开展实际，科学合理开展员工培训、教育工作，提高业务人员数据治理工作的认识和理解，具体可从以下几个方面开展：探索优化内部晋升渠道，特别是数据治理应用效果较好的财务公司可以尝试引入首席信息官、首席数据官机制，拓宽专业人才晋升通道；补充完善数据治理人才库，通过教育培训或外部引入方式强化数据管理人才队伍能力建设，为公司的数据治理提供“智力”保障；以学促改，通过数据意识培训加速业务人员数据治理意识建设，提升大家数据治理工作“人人为我、我为人人”的“主人翁”意识，培养员工数据驱动思维方式。

1.构建数据治理蓝图

国新财务公司始终高度重视数据治理工作，组建了由公司总经理任组长的数字化工作领导小组统筹数据治理体系搭建，构建了涵盖业务部门、信息部门在内的治理专班集中精力开展专项治理工作。公司按照“应连尽连、能聚尽聚”的管理要求，经过几年的建设，成功汇聚形成一套技术先进、功能丰富的数据治理平台，该平台由数据中台系统、智能报表系统、BI系统、监管报送系统、大模型等在内的相关子系统组成，具体功能架构如图。

图  财务数据中台架构

2.构建数据治理体系

在数据治理过程中，国新财务公司针对元数据管理、数据标准、数据质检、数据安全、数据生命周期等方面进行了集中梳理，构建了一套完整的数据管理体系，初步实现了数据“搬、存、管、算、用”的全生命周期管理。

元数据为描述数据的数据，主要描述数据属性信息，如表名称、字段、索引、主键、存储位置等数据属性。国新财务在元数据管理过程中首先采集了数据仓库中各层级元数据,同时对元数据进行相应的依赖关系建设，形成元数据间的可视化血脉关系，且对已确认审核通过的元数据进行定版处理，最后构建了可视化数据地图，可以宏观地展示出数据的分布流向情况。

数据标准指保障数据的内外部使用与交换的一致性和准确性的规范性约束，可以简单理解为组织内部各个部门、各个数据相关人，共同使用的一个语言，达成的统一共识。国新财务公司在建设数据标准时以数据使用范围为参考依据分别建设了内部报表数据标准及监管报送数据标准两套标准。内部报表数据标准是以公司内部需要为标准制定的数据标准，监管报送数据标准是以人民银行、金融监管总局等监管部门所要求的标准进行的定制化标准，适用于向监管部门报送的数据。

数据质量检测就是对数据本身进行相应的规则校验，判断数据是否满足预期结果，是检测数据准确性的手段。国新财务公司在建设数据质量检测过程中将业务规则和数据质检规则相结合，再以质检规则类型进行划分形成50余套质检方案，并定期执行质检方案开展数据质量检测，对不满足质检规则的数据发起数据质量整改。

数据资产指由企业拥有或者控制的，能为企业带来或者未来带来经济利益的，以物理或者电子的方式记录的数据资源，如文件资料、电子数据等。国新财务在数据资产建设中将数据资产划分为两大类，分别是数据资源和数据产品，其中数据资源主要针对的是数据仓库中的数据表，数据产品是以数据资源为基础加工制作完成的产物，如主题表、报表、门户、API、文件等。

数据安全方面。数据安全主要指保护数据不会收到未经授权的IP进行访问、使用、泄露，同时对于授权IP可视范围数据中敏感数据的加密处理。国新财务在数据安全方面采用“谁生产、谁管理、谁负责”原则进行数据归属权确认，通过数据梳理，理清数据资产分布，制定数据安全防护策略规则，确保数据的机密性、完整性和可用性。如用户权限管理、数据使用审批流程管理，同时提供多种敏感数据加密算法等措施确保数据安全。

数据生命周期指数据从产生、获取到销毁的过程。国新财务公司在数据生命周期管理中主要制定了两类管理办法，一是只归档不销毁，对业务属性较强的表以及集市表进行了归档操作。二是归档后销毁，对数据集成过程中产生的过程表以及数据治理过程中产生的表数据进行定期的归档销毁操作。

3.数据治理成效

经过几年的建设，国新财务公司数据治理取得了明显成效，公司数据质量和应用效率显著提升，全域财务数据得以统一管理，有力支撑了公司数智化转型升级工作。同时，通过数据治理，公司有效加强了数据安全与隐私保护，规整完成数据资产清单，高效保障了国新财务公司金融数据平台、智能可视化大屏、智能驾驶舱、智能报表、可视化大屏、多维分析、大模型等应用的稳健运行，为公司的发展提供了有力的数据支撑和保障。

综上所述，财务公司作为集团内部银行，数据治理工作至关重要。财务公司应该根据自身情况，制定合适的数据治理策略和实践路径，确保数据治理工作高效实施。同时，随着信息技术的不断发展和业务需求的不断变化，财务公司应该持续关注数据治理领域的智能化提升方案，探索构建全面、高效、安全、智能的数据治理体系，高效推动公司数字化转型工作迈上新的台阶。

（此文刊发于《金融电子化》2024年10月上半月刊）