数据治理咨询项目技术方案

1、 数据治理咨询项目技术方案目 录1项目需求理解31.1项目背景及目标31.2项目主要工作内容42数据标准建设方案82.1数据标准建设方法论82.2数据标准分类132.3数据标准现状调研142.4基础数据标准设计162.5分析类数据标准设计262.6数据标准映射302.7数据标准执行312.8数据标准维护与增强323数据治理体系建设333.1数据治理体系的概念333.2数据治理体系评估诊断333.3数据治理体系蓝图设计373.4数据治理体系实施路线图523.5数据治理体系制度建设及落地指导534数据质量提升方案建议604.1数据质量提升方案概述604.2数据质量度量标准654.3数据质量检核规则664.4数据质量认责方案675陕西信合数据架构实施路线715.1数据体系架构建设规划715.2数据体系架构实施路线735.3阶段性目标及计划756项目实施方案766.1项目计划766.2项目组织架构及费用776.3项目交付成果1046.4项目管理方案1076.5项目质量保障计划1196.6知识培训方案1296.7项目实施的主要风险点及规避措施1331 项目需求理解1.1 项目背景及目标1.1.1

2、 项目背景从全球银行业的实践经验来看，建立信息化导向的管理体系和以高度整合数据为中心的量化决策机制，是帮助商业银行应对监管要求和获得竞争优势的关键手段，而数据的完整性、准确性、一致性和时效性是这一关键手段的基础。2008年金融危机暴露出的信息缺口问题也凸显了金融统计标准化的必要性，国际金融组织和全球中央银行对此都在进行反思，特别是在数据采集和信息共享方面。2009年10月，人民银行启动了金融统计标准化改革进程，目前已经陆续发布了一系列标准，后续除了继续发布标准外，还将部署各家金融机构落实具体标准的实施。2011年5月，银监会发布了监管统计数据质量良好标准，从组织机构及人员、制度建设、系统保障和数据标准、数据质量的监控、检查与评价、数据的报送、应用和存储等五大方面对银行业金融机构提出了明确的要求。由于数据治理体系建设大大滞后于业务系统及管理分析类系统的建设，因此各商业银行在数据的管理和应用上，均在不同程度上出现了不同业务系统之间由于数据业务和技术定义不一致、数据缺乏共享机制而导致的数据难以整合一致、难以有效利用的问题，这些问题已经成为制约业务发展和技术实现的瓶颈。为应对监管要求和日益激烈

3、的市场竞争，国内各家金融机构如国家开发银行、国家进出口银行、工商银行、建设银行、农业银行、光大银行、广发银行、招商银行、兴业银行、平安银行、北京银行、南京银行、厦门银行等也纷纷在近几年结合自身实际情况开始了数据治理体系的相关建设工作。目前，陕西信合正处于业务高速发展期，业务系统建设按照IT规划和业务需求持续进行。相比业务系统，数据治理方面建设工作投入较少，存在一些问题，无法较好的支持业务的开展，主要表现在：缺少明确的数据治理体系；缺失数据标准，数据质量检查不完善，效率较低；未能满足精细化管理要求，现有数据治理体系有待完善；需进一步论证数据架构和完善数据架构修订审批流程等。因此，希望通过数据治理项目对IT数据规划进行论证，搭建全行数据治理体系，建立数据标准体系，按照数据标准内容对数据质量进行检测管理，对重点数据问题进行改造，以便达到整体上提高陕西信合数据质量，提高陕西信合数据管理水平的目的。1.1.2 项目建设目标本次项目的建设目标包括以下四个方面：n 根据陕西信合的实际情况，结合外部监管需求、同行业的实践经验，初步建立陕西信合数据标准模型；根据陕西信合的实际业务情况，结合数据标准模型，

4、分别建立基础类数据标准体系、分析类数据标准体系、专有类数据标准体系。n 通过对陕西信合数据治理（管控）现状的评估、同时对比行业最佳实践诊断分析陕西信合数据治理（管控）的差距，制定适合陕西信合的数据治理（管控）能力发展规划及实施路线图；对管理信息中心运营架构及管理职能进行规划设计，根据陕西信合的实际情况，建立适合陕西信合数据服务的管理模式、组织架构、组织和岗位职责、运营流程、制度框架，提高数据服务能力，支撑全行数据共享与数据应用对业务管理和决策的支持。n 结合数据标准模型，通过对核心系统、信贷系统、资金业务管理系统、总账系统及财务管理系统的分析，整理出数据质量分析报告，以此为数据质量提升方案切入点，根据数据质量的情况，制定数据质量改进方案，推动数据标准在关键系统的落地实施，有效提升陕西信合运用数据支持自身战略发展的能力，主动应对监管部门日益严格的数据披露要求。n 根据陕西信合实际情况，参考同业的先进经验，制定符合陕西信合实际的数据架构建设方案，明确数据架构体系建设的阶段、目标和建设思路，明确数据架构建设中数据处理方法和原则，为后续数据架构建设制定可行的方案。 1.2 项目主要工作内容1.

5、2.1 数据标准建设n 搭建数据标准模型，根据陕西信合的实际情况、结合外部监管需求、同业经验建立一套标准数据模型； n 结合标准数据模型，完成客户、产品、合约、交易、渠道等主题基础类数据标准编制1、 客户数据标准主要根据个人客户、公司客户、同业客户等从基本信息、财务信息、风险信息、关联信息、管理信息、联系信息、往来信息、重要事件等8个方面制定客户相关的基础类数据标准；2、 产品数据标准主要根据陕西信合业务发展情况，定义全信合的产品清单，以及定义产品主题日常维护管理所需的数据标准；3、 合约数据标准主要针对行内一些主要业务进行信息项设定，并针对每个信息项的内容进行数据字典的定义，形成合约的基础类数据标准；4、 交易数据标准主要是为满足日常管理分析需要，定义在发生一笔交易时，在系统内、系统间流转过程中必须具有的一些基础类数据标准。5、 渠道数据标准主要根据陕西信合服务窗口情况，规划设定全行信合的渠道清单，以及渠道主题日常管理维护所需的数据标准。n 根据陕西信合日常分析管理需求，结合同行的实践经验，建立一套满足日常管理分析、监管报送所需的指标体系，建立分析类数据标准。n 建立一套数据标准管理

6、办法，明确数据标准各岗位职责和功能、变更流程、管理模式等。1.2.2 数据治理体系建设1.2.2.1 数据治理体系评估诊断n 通过调研访谈、调查问卷、资料分析等方式，从组织架构、岗位职责、政策制度、业务管理、系统技术等方面对全行数据治理现状进行全面评估，并参照同业银行领先实践，对全行数据治理现状进行差距分析，提出改进建议。1.2.2.2 数据治理体系规划设计n 基于数据治理现状调研与差距分析成果，规划设计数据治理体系总体框架，内容包括：1. 设计数据治理体系总体框架，明确数据治理各领域管理内容及工作任务；2. 设计数据治理组织架构，明确相关岗位职责；3. 设计数据治理制度框架及编制要求n 基于数据治理体系设计成果，提出全行数据体系建设策略和发展目标，制定符合陕西信合发展现状的未来3至5年的数据应用与服务、数据标准、数据质量、元数据管理、数据架构、数据保留与归档、数据隐私与安全等数据治理各领域的实施路线图。n 结合未来陕西信合数据应用、数据服务的发展趋势，对管理信息中心的业务模式和运营体系进行规划设计，其中包括数据服务的业务和管理模式、组织架构、组织和岗位职责、运营流程、制度框架。 1.

7、2.2.3 数据治理体系制度建设及落地指导n 基于数据治理体系设计成果，制定全行的管理政策及组织工作章程，明确数据管理的总体目标、工作原则、工作内容以及组织工作章程。n 制定数据管理考核办法，明确数据管理考核工作的组织与流程，明确数据管理工作考核的具体内容，包括考核的维度、考核指标及其计分方式等。n 基于数据治理体系设计成果，制定数据标准管理，明确数据标准管理的工作内容、组织职责和工作流程，包括数据标准的职责分工、数据标准申请、数据标准制定、数据标准审批、数据标准发布、数据标准执行、数据标准维护和修订等。n 基于数据治理体系设计成果，制定数据质量管理，明确数据质量管理的工作内容、组织职责和工作流程，包括数据质量的职责分工、数据质量目标计划管理、度量规则管理、数据质量监测、数据质量发现、分析、整改、评估流程等。制定数据质量考核办法，明确数据质量考核工作的组织与流程，明确数据质量考核的具体内容，包括考核的维度、考核指标及其计分方式等。1.2.3 数据质量提升n 通过对核心系统、信贷系统、资金业务管理系统、总账系统及财务管理系统 的数据分析，结构数据标准，形成各系统的数据质量报告。n 根据分

8、析得到的数据质量情况，按照不同的质量类型提出不同数据质量提升方案，推动数据标准在关键系统的落地实施。1.2.4 数据架构建设n 在充分考虑大数据处理、MPP数据库等技术处理的基础上，结合行业的成功实践经验，规划符合陕西信合实际需求的数据架构方案。n 根据规划的数据体系架构提出实施路线图。n 明确数据体系架构建设的阶段性目标及建设思路n 确各类型数据在数据体系架构中的作用、实现方式、适用技术体系，并结合数据架构建设的阶段性目标确定各类型数据处理的实现计划。2 数据标准建设方案搭建陕西信合数据标准框架。在数据标准大框架的指导下，收集和梳理陕西信合的数据现状和数据标准需求，基于现状分析的成果，定义陕西信合客户、产品、合约、交易、渠道等主题的数据标准，经各相关部门审议后进行数据标准发布。数据标准发布后，应建立数据标准与各相关主系统的映射关系，从而评估各系统与数据标准的差异，为推动数据标准落地执行提供依据。基于映射成果，分别针对客户、产品、合约、交易、渠道等主题提出相应的执行建议和实施方案，用于指导全行各相关系统的数据标准落地工作。2.1 数据标准建设方法论通常来说，IT系统由硬件、软件、数据和

9、通讯等四个部分构成。数据是指信息的可再解释的形式化表示，具有业务和技术两种属性。业务属性包括数据的业务定义、分类和规则等，技术属性包括数据的类型、格式、形态等。数据标准就是描述和阐释数据业务属性和技术属性的规范文档。IT系统应根据数据标准的规定，采集数据，生产数据，存储数据，交换和共享数据。数据标准中定义的数据范围，广义地说，应包括IT系统中的全部数据。但从标准建设的经济性和实用性出发，一般主要包括IT系统中需要与其他系统（包括人机间）进行交换和共享的部分，即该部分数据是否存在业务应用的需求和数据交换的需求。基于上述认识，我们认为数据标准建设总的原则如下图所示，是由业务部门的业务需求和IT系统的数据交换需求共同驱动的。在上述总体原则的指导下，数据标准建设的具体实施步骤如下图所示，包括标准框架、现状调研、标准设计、实施映射、标准执行和维护增强六个步骤。2.1.1 标准分类此阶段的工作目标是要回答“标准的范围应该包括哪些”，数据标准分类作为数据标准化工作开展的基础，主要包括明确标准定义范围、确定主题定义目的、明确主题定义指导原则、确定数据标准层次、明确主题定义内容等内容。2.1.2 现状调研此阶段的工作目标是要回答“待建设的主题目前数据状况如何”。通过制定调查问卷、安排现场访谈、收集文档资料等手段，从业务和技术两方面开展调研，了解跟标准相关的内容，包括现有定义、使用习惯、数据分布、数据流向、业务规则、服务部门、主要矛盾、差异产生原因等，在此基础上对标准建设的背景、建设的难度、影响的范围才能够有清晰的了解，便于设定合理的标准建设目标、制定可

《数据治理咨询项目技术方案》由会员尘**分享，可在线阅读，更多相关《数据治理咨询项目技术方案》请在金锄头文库上搜索。