数据管控=“组织挂帅+制度立规+流程管事+工具落地+考核驱动”，用三年时间把数据从“成本中心”变成“利润中心”，让数据真正成为企业第四张报表。
一、总体定位：数据管控到底要干什么
一句话定义
以“数据资产化”为目标，通过“组织+政策+流程+工具”四位一体，让数据在全生命周期内“质量可控、标准统一、流程合规、成本最优、风险可管”。三大核心价值
① 降低成本：减少冗余存储、重复采集、运维浪费
② 控制风险：满足审计、监管、合规（反洗钱、Basel、SOX）
③ 提升效率：打通系统壁垒、加快数据供给、支撑数字化运营
二、顶层设计：5 大子体系 + 4 类机制 + 3 层组织
5 大子体系 | 4 类机制 | 3 层组织 |
|---|---|---|
① 数据标准 | ① 政策制度（办法+细则） | ① 决策层：数据治理决策委员会（行领导） |
三、数据标准体系：统一“普通话”
标准内容“6 件套”
定义→分类→属性→编码→命名→应用10 大主题域（银行示例）
机构、产品、渠道、合约、交易、账户、客户、员工、营销、公共代码生命周期“5 步法”
标准申请→设计→审核发布→落地推广→评估改进落地策略“3 阶段”
① 试点：主数据系统（客户/产品）
② 深化：核心、信贷、网银改造
③ 全覆盖：全行级标准平台+质量稽核
四、元数据体系：数据“户口本”
三类元数据
业务元数据（术语、口径）、技术元数据（表、字段、ETL）、操作元数据（调度、日志）管理流程 4 段
申请→审批发布→培训使用→评估变更核心功能
血缘分析、影响分析、实体差异、数据地图、变更版本管理工具架构
桥接器→元数据库→Web 服务→BI/ETL/建模工具接口
五、数据质量管理体系：质量“闭环”
管理框架“4×3”
4 要素：制度、组织、流程、工具
3 环节：事前防范（需求评审+源系统改造）、事中监控（规则引擎+预警）、事后治理（清洗+补录+评估）考核指标 5 维
完整性、正确性、一致性、及时性、适当性
示例：客户关键信息缺失率≤0.5%，账户余额差错笔数≤10 笔/月支撑工具
稽核引擎→问题管理→知识库→评分卡→报告
六、数据生命周期体系：数据“养老”
四阶段
创建→使用→归档→销毁判定 5 要素（量化打分）
活跃度、及时性、存储成本、运维成本、风险管理管理手段 5 件套
存储周期、存储分级（在线/近线/离线）、存储安全、存储审批、服务级别（金牌/银牌/铜牌）评分规则
0 分→销毁，0.1-2 分→归档，2.1-4.9 分→使用，5 分→永久/长期
七、数据安全体系：风险“闸门”
三维治理
安全策略→执行监控→审计评价
覆盖：身份认证、访问控制、加密脱敏、日志审计、合规报告技术映射
数据加密、数据库防火墙、SOA 封装、弱点扫描、入侵检测
八、技术平台：统一“工作台”
子系统 | 关键功能 |
|---|---|
数据标准 | 标准发布、映射、差异分析、版本管理 |
元数据 | 血缘/影响分析、变更管理、数据地图 |
数据质量 | 规则库、稽核引擎、问题工单、评分卡 |
生命周期 | 有效期申请、审批、监控、销毁流程 |
数据安全 | 权限、脱敏、加密、审计、合规报告 |
统一门户：角色视图、流程编排、报告大屏、移动审批 |
九、实施路线图：三年三步走
阶段 | 时间 | 核心任务 | 里程碑 |
|---|---|---|---|
奠定基础 | 0-6 个月 | 组织+制度+元数据+质量平台 | 发布 4 大管理办法、上线元数据平台、完成客户主数据标准 |
整合提升 | 6-18 个月 | 全行级标准+质量稽核+生命周期 | 核心系统标准改造、质量评分卡≥90%、生命周期分级存储 |
持续优化 | 18-36 个月 | 智能化+安全+价值评估 | 数据资产目录、自动质量修复、安全合规自动报告 |
十、落地保障：让体系“长牙齿”
考核入账
数据质量 KPI 纳入部门年度绩效，占比≥10%问题闭环
质量问题 24h 内分派、7 日内整改、月度复盘资金机制
每年 IT 预算中单列“数据治理专项”，占比≥5%人员认证
数据责任人需通过内部“数据治理岗位资格考试”持证上岗
