2019中国金融科技产业峰会丨方伟：广发证券的数据治理实践与思考

11月1日，由中国信通院主办的2019（第二届）中国金融科技产业峰会进入了第二天分论坛环节。其中，分论坛六《金融业数据治理与应用》在当天下午隆重召开。该论坛由中国信通院云计算与大数据研究所马鹏玮主持。

会上，广发证券股份有限公司信息技术部大数据及智能化团队总监方伟为与会者带来了题为《广发证券的数据治理实践与思考》的分享。

广发证券股份有限公司信息技术部大数据及智能化团队总监方伟

方伟：各位领导、各位嘉宾：

下午好！很荣幸分享广发证券在数据治理领域的实践和思考。

一、中国证券行业的数据治理背景

证券行业跟银行业、互联网业有不同之处，业务比较复杂多变，非常鼓励创新，但也非常强调合规、风控。技术方面相对于银行业和互联网业，技术投入相对比较低，系统主要以外购系统为主，在这种技术和业务背景下，造成数据基础相对薄弱，数据管控相对初级，银行业和互联网业相比，数据在使用效率上低，数据价值发掘相对比较有限。

我们行业内部，特别是企业内部对于数据越来越看重，做数据治理的动力也越来越强，主要体现在几个方面：

数据质量问题比较多，导致在经营分析、绩效分析时出现很多问题，数据质量问题迫在眉睫需要解决。这种情况下，很多企业往往没有一个很完整的企业数据目录，做数据安全管控时往往是分类分级体系没有完全建立起来，做全面风险管控时，一些支撑性数据比较缺失，做风险质量加总时出现各种数据缺失问题。企业在数据投入方面比较多，但最后的回报到底如何，回报率较低，而且缺乏可以衡量、量化的标准。现在大家逐渐认识到数据是核心竞争力，在全面风险、用户体验和精准营销各方面都要用到数据，如何发挥数据的价值，需要我们对数据做更全面、更深入的治理，这是证券企业内部对数据治理的内部动力。

近期以来，整个行业对数据治理相对比较重视，银保监协会发布了《银行业金融数据治理指引》，在证券行业相应工作指引也在征求意见中。全面风险管理规范、信息技术管理办法中，也对数据治理有很明确的要求，所以监管对数据治理要求越来越明确了。

总体来看，证券行业数据治理目前处于初步探索阶段，寻求能够适合证券业发展的数据治理模式。从投入方面来看，相对于银行业和互联网业，目前各个券商对于数据治理方面的投入相对比较弱，在这种情况下，建议向国内先进银行伙伴、向国外先进头部榜样多学习，借鉴他们一些先进的经验。但我们也必须要看到数据治理是一个比较长期性的工作，需要我们建立长效机制，短期内效果还不太容易凸显。

二、广发证券数据治理的实践历程

广发数据治理工作进展，分两个阶段：

2018年之前，更多做数据治理建章立制、组织建设方面的规划性和准备性工作。

2018年之后，意识到要更多做一些实在落地的工作和应用相结合的工作。

广发数据治理方面采用DAMA通行方法论，作为我们数据治理的框架。数据治理框架可以把数据治理内容分三个层次：目标层，以应用服务和数据需求管理作为目标，应用服务也是从公司发展战略演化而来；基于这个目标，可以分解为一系列主数据管理、数据安全、数据标准和数据质量，这是数据治理的一些核心内容。为了支撑这些指数，必须要在数据治理方面做一些战略性规划，在组织架构层面做一些保障，要建立相应的制度和相应的流程，保障支撑这些数据治理的实现。

数据治理目标是以业务驱动为出发点，达到业务上管理更加精准、业务更加敏捷、运行更加高效等目标。从管理线和技术线两个方向入手，以数据质量治理为起步点，逐步推动数据标准化。在业务操作层面，进一步可以扩大数据整合和共享，再进一步促进数据的资产化，增强数据的分析和应用，最后达到数据价值提升的目标。

广发数据治理三层组织体系，分为决策层、管理层和执行层。由公司领导层组成的数据治理委员会，把数据治理作为公司战略决策，下面由主管数据领导牵头，组成一个数据治理工作小组，各个业务部门和IT层面设了数据治理专岗作为数据治理工作具体抓手，IT部门内部设了一个数据治理工作小组，指导数据治理各项工作的实施落地，形成了和公司战略对齐，各个部门认责数据治理工作，通过专岗执行到位，是这么一个架构。

在数据治理推进工作中，要抓住五个要点，前三点主要是组织架构层面，高层领导、总裁或CIO来牵头，能够加入到公司整体战略当中作为一个公司战略目标，加大战略投入。同时因为数据治理涉及到公司的方方面面各个业务部门，所以最好能够设立一个跨部门的组织或专职部门来牵头引领数据治理各项工作的开展和落实。在工作当中，如果有条件的话，可以引入一些战略合作伙伴，如咨询顾问之类的，专家顾问可以帮助我们更有效地落实数据治理各项工作。

强调用户感知，数据治理工作更多是一些水下工程，效果、成果往往是大家体验不到的，所以我们在实施过程中更应该以各种数据质量的改进、各种数据应用的提升为抓手，让公司的各个层面能够感知到数据治理带来的一些变化和成果。

数据治理领域较多，如果全面铺开的话，往往会抓不到重点，得不到有效的反馈。我们建议抓住一些核心领域，以此为抓手，逐步展开，带动其他领域的开展。

三点重要的核心领域：

第一，主数据。一些核心关键数据，为各个业务实体、业务部门广泛使用，如客户、产品。例，公司每个部门都有客户，但客户各种标准、各种属性往往不一样，如果整合起来非常困难，对于每个客户在整个公司的共享使用也带来不便，我们考虑是否可以建设主数据系统，把公司所有的客户数据归集起来，可以达到客户共享使用的目标。通过推进主数据，往往可以带动这个业务实体相关的一些标准、质量改进，达到更有效的效果。

第二，数据质量。数据质量问题解决很好的话，就会给大家带来数据治理真正发挥作用的感官。

第三，数据资产。数据资产能够直接带来价值的提升，是数据价值的载体，我们对数据资产进行梳理和分类，能够更有效促进数据治理的工作。

在数据治理过程中，希望能够加强数据文化的宣贯，因为数据管理相对比较专业，很多业务同事对于什么是数据治理没有一个很好的认知，或者理解不是很到位，这样就需要对他们进行一些持续性的宣贯，希望他们能够从不知道转到知道，甚至从逐步理解转到会应用一些数据管理的工具、数据管理的内容，能够更有效帮助到我们数据治理工作的开展。广发采取各种有针对性的专项交流、培训，以及对一些数据治理政策的宣讲、解读方面，通过各种渠道来展开一些数据治理文化宣贯工作。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!