近年来，在监管机构的引导下，金融机构在数据治理与应用领域不断前行，在制度体系构建、组织架构保障、系统平台建设等方面均取得了显著成果，并初步具备数据资产管理能力。
经过治理的数据才能成为数据资产，随着数据资产入表的政策落地，更是对金融机构的数据治理提出了更高的要求。
根据沙丘社区发布的《2023中国银行业人工智能与大数据用例分析报告》，对于银行而言，目前“数据治理”的可行性已达到较高水平，在降本增效和风险管理方面的业务价值明显。
沙丘社区通过研究中国工商银行、中国农业银行、浦发银行、恒丰银行、广发银行、国泰君安、申万宏源、网商银行、重庆银行、赣州银行等10家金融机构数据治理实践经验，旨在为其他金融机构提供参考。
▎案例一：中国工商银行数据治理实践
随着数据规模不断增大、数据类型不断丰富，工商银行依据本行数据的自身特点、规模、复杂程度和质量状况，从源头进行元数据管理，并在此基础上搭建数据资产管理系统，共同支撑工商银行数据治理体系，实现数据资产价值最大化。本案例详细介绍了中国工商银行数据架构领域模型和数据治理体系建设经验，为其他银行提供参考。
获取完整版案例，可添加微信号zimu738
▎案例二：中国农业银行数据资产建设实践
中国农业银行近年来用数人员增长、用数频率提升、用数场景扩充、用数方式扩展，现有大数据体系已经无法支撑业务人员的数据分析需求，需要对数据进行抽象和复用，推进数据资产化。
在此背景下，中国农业银行以宽表为核心构建数据层企业级架构，在保证数据服务连续性的前提下实现数据标准化，为数据资产的高效共享复用提供基础。本案例旨在为金融机构数据资产架构设计提供参考。
获取完整版案例，可添加微信号zimu738
▎案例三：浦发银行数据治理实践
浦发银行数据治理历程经历了数据治理体系建设和数据资产管理体系建设两个阶段，其中数据治理体系建设目的是提升数据质量、保证数据安全使用，数据资产管理体系建设的目的是数据资产的保值和增值。
在数据治理体系建设阶段，浦发银行构建覆盖全领域的数据治理管理体系、建立全链路数据质量管理机制、开展多元化数据治理文化建设、建立智能化数据资产管理平台，为数据资产管理奠定基础。
在数据资产化的背景下，浦发银行建立以价值创造为导向的数据资产管理，并结合商业银行的特征设计了数据资产价值评估体系，为后续的流通和交易提供基础。
获取完整版案例，可添加微信号zimu738
▎案例四：恒丰银行数据治理实践
恒丰银行在数据治理方面启动了“数芯工程”，旨在打造企业级数据资产管理和供给能力。“数芯工程”首要解决的关键问题是数据确责，只有解决数据确责，才能调动全行参与数据治理工作，而不是仅仅由科技部门或者数据部门来推进相关工作，并为未来数据资产入表打下基础。
目前恒丰银行已初步完成数据确责，形成数据资产配置的基本原则，并在此过程中初步搭建了数据治理的制度体系、人员队伍。本案例旨在为其他银行提供参考。
获取完整版案例，可添加微信号zimu738
▎案例五：广发银行AI驱动的数据标准体系建设实践
随着数字化的加速，广发银行面对600+个应用、百万级元数据，缺乏全局性的数据标准管理体系，无法对日常建标、评标、贯标工作进行有效指导和落地。
对此，广发银行搭建智能数标运转体系，通过人工智能形成泛企业级数标并作为初始化的企业级数据标准，将泛企业级数标推荐到各个业务进行应用，各个业务在使用泛企业级数标时结合外部监管要求、行业约定、业务需求等局部修订数标，反向优化泛企业级数标，提高准确性和权威度。
获取完整版案例，可添加微信号zimu738
▎案例六：国泰君安数据标准治理实践
国泰君安在数据治理与应用建设的过程中，各部门之间存在数据障碍，前中后台对数据的认识不统一，各部门之间难以实现信息共享和数据交换。数据标准治理有利于提升组织数据管理水平，确保数据的一致性和准确性。
数据标准是一套完整的数据规范，是数据治理工作中业务和技术的基本保障。国泰君安通过数据标准治理，解决各部门数据口径不一致的问题，推动公司形成一体化运作机制。
获取完整版案例，可添加微信号zimu738
▎案例七：申万宏源数据治理实践
在数据业务化的过程中，申万宏源经常会出现数据不准确、数据缺乏标准、数据无法关联等问题，为提高数据质量，更好的利用数据赋能业务，申万宏源从2019年开启数据治理专项。实现数据治理全域化、数据资产标准化、数据服务自助化以及数据应用智能化建设。本案例通过介绍申万宏源的数据治理实践，为其他证券公司提供参考。
获取完整版案例，可添加微信号zimu738
▎案例八：网商银行数据治理实践
网商银行目前在数据治理层面主要面临两大挑战，一是数据多而分散、质量参差不齐，数据治理难度大；二是不同粒度的数据难以有效融合，行业知识和中观数据价值被低估。
通过数据资产梳理、资产分级治理、知识库构建、资产语义化等工作，网商银行解决了数据治理难度大、不同粒度数据难融合的问题，有效提高数据治理工作效率和数据资产利用程度。
获取完整版案例，可添加微信号zimu738
▎案例九：重庆银行数据治理实践
重庆银行早在2004年左右就开始数据治理工作，在当时，数据治理工作更多落在技术部门身上，内外驱动力不足，业务配合度不高。
2019年，重庆银行重启数据治理工作，在内部用数需求和外部监管要求推动下，由董事长亲自领导设立数据治理工作领导小组，规划数据治理框架和新一套数据标准，同时提出“管用结合，以用促管”的数据治理思路，从业务需求出发完成数据治理项目，提高了业务部门配合度，也尽可能降低对正常业务的负面影响。
获取完整版案例，可添加微信号zimu738
▎案例十：赣州银行数据管理平台建设实践
为实现高质量跨越式发展，赣州银行以新信贷建设、新总账系统建设、新核算平台建设为契机，启动数据治理和数据标准项目，以全新的建设思路打造“新一代”全行级数据管控平台，既满足外部政策和监管的要求，又解决自身组织人员支撑难、历史问题处理难、质量问题辨别难、跨领域协同难等难题，提升数据管控的成熟度。
获取完整版案例，可添加微信号zimu738
