案例名称

深圳农商银行授信数据治理项目

案例简介

根据行内信贷业务数据现状，以监管报送为切入点，整理规则检核库与数据管控规则库，建立相应数据治理体系机制，明确数据治理组织架构及职责分工,明确数据治理管理流程，完善数据认责、数据质量管理和安全管理制度。

信贷业务数据应用根据行内外的基础数据，加工出业务标签、客户画像标签和风险标签等，建立查询立方体功能，实现灵活报表查询，提升业务数据分析效率，减少IT数据提取，保证数据输出一致性和及时性，提升数据分析质量,为业务赋能。

丰富外部数据引入，对新增外部数据接口进行标准化改造及路由配置功能，加强对外部数据质量的管理，制定统一的数据引入标准，避免外部数据变化对下游系统造成较大影响。

创新技术/模式应用

响应国家金融信创要求，深圳农商银行授信数据治理项目采用全栈信创的方式进行规划与建设。

建立数据管控规则库，以监管报送为抓手，建立数据管控检核规则库，该库可被所有数据录入系统进行调用，当出现不符合规则数据，将出现提示功能，管控一线数据录入人员合规地将数据录入系统。

明细数据下发业务功能，不同于以往将数据下发至源系统，通过源系统自查自核，将数据进行整改和治理的方式。本系统将检核出的不规范数据通过明细数据下发的方式，直接将数据下发给一线业务人员，直接将数据发送给最熟悉数据的人手中。由业务进行驱动整改和治理，并且可以清晰的感知到当时录入不合规的原因，根据业务反馈的原因，总行可制定重点数据管控和数据治理方向。由业务部门牵头组织数据治理，通过自动的系统识别和下发流程，将授信数据治理的触达点延申至各经营单位。

建立查询立方体，查询立方体底层数据基本覆盖信贷业务，区别于传统的IT数据提取和固定报表的数据展现方式，通过本系统的查询立方体的灵活查询的方式，业务人员可用拖、拉、拽、选取等操作方式，业务人员可自主、灵活的组合和选取自己想要的数据。可以展示清单数据，也可进行统计汇总，提供数据的一站式展示。

外部数据标准化接入，银行的外部数据千变万化、种类繁杂，市面厂商也是标准不一，传统的外部数据接入只能依据厂商的开发习惯、数据标准，导致业务使用外部数据的同时要适应多种标准、每一个新接入的数据源都可能导致整个链路上的系统进行适配或者改造，大大的增加了数据系统的风险和成本。本次项目中对数据的接入方式、字段长度、字符类型、码值等多个方面进行了统一的标准化整合。形成自有的数据标准化接口，整个数据链路上的系统都遵循该标准进行开发。避免外部数据变化对下游系统和业务使用造成较大影响。

项目效果评估

建立数据管控规则库，保证一线业务人员数据录入规范化、合规化，从源头避免不合规数据的录入，提升数据质量。另一方面增强数据录入人员的数据治理、数据管控的意识。达到真正的下沉式数据治理，避免因一线人员做业务而忽略数据真实性的问题，进而达到数据治理的最终目的。

数据治理明细数据下发业务功能，一方面可以节省数据治理的时间，提升数据治理效率，另一方面可以加强一线数据录入人员的数据治理、数据规范录入意识。同时可以责任到人，方便总行监控下属支行的数据质量问题，对问题较严重机构进行重点监督和指导。

建立查询立方体，通过灵活查询的方式，提升业务数据分析效率，保证数据输出一致性和及时性，提升数据分析质量。避免传统的IT部门数据提取因沟通或者业务理解不一致导致的数据准确性问题；因IT部门数据提取需求过多，导致数据提取流程较长，数据输出不及时的问题。同时可以避免重复性数据提取的情况，也可以大大的减少固定报表因个别字段的增加或者组合而需要重新向IT部门提取需求的情况，通过自己操作就可以获得想要的数据，为IT部门减压，为业务赋能。

外部数据标准化接入，保证数据需要按照管控标准进入系统。大大的提升了数据质量，减少因数据标准不一致带来的运维成本和业务使用体验。不会因数据标准的不同而影响一线业务的开展和基础数据分析。提升系统稳定性、数据准确性和用户使用数据时的良好体验感。

项目牵头人

江森林 深圳农商银行总行信贷管理部负责人

项目团队成员

深圳农商银行项目组：甘旻、李淼

神州数码项目组：刘皓、刘聪、陆小松、杨国庆、王厚东、田福辉、秦雨、李鹏、卢生强

责任编辑：方杰