来自德勤咨询： 德勤Deloitte
前言
上期文章，我们从建章立制的角度，解读了银行如何通过“明确组织职责”、“构建制度体系”以及“持续运行优化”等步骤，来指导和规范数据治理各项日常工作的开展。本期，我们将介绍如何构建一个赏罚分明的数据治理绩效考核体系。
绩效考核是为了更好地实现生产经营目的而进行的绩效评估和改进活动。同样，对银行数据治理来说，银行需要建立一套奖惩有序的绩效考核体系，通过合理有效的激励问责机制，规范数据管理流程，落实各参与方职责，从而提升全行数据质量，达成考核目标和最终实现数据战略。
监管要求
早在《银行业金融机构数据治理指引》（以下称指引）正式发布之前，监管机构就从内部的《关于银行业金融机构数据治理情况的通报》中提及人员配备及激励不足的问题，指出“数据治理在绩效考核指标体系中的权重低，未制定考核细则，实际可操作性不足”。在此次指引的全部七大章节五十五条要求中，分别在“第二章数据治理组织架构”、“第三章数据管理”和“第四章数据质量控制”中，多次提出了考核、问责和激励的要求。
|
第十一条 银行业金融机构高级管理层负责建立数据治理体系，确保数据治理资源配置，制定和实施问责和激励机制，建立数据质量控制机制，组织评估数据治理的有效性和执行情况，并定期向董事会报告。
第二十八条 银行业金融机构应当建立问责机制，定期排查数据管理、数据质量控制、数据价值实现等方面问题，依据有关规定对高级管理层和相关部门及责任人进行问责。
银行业金融机构应结合实际情况，建立激励机制，保障数据治理工作有效推进。
第三十四条 银行业金融机构应当建立数据质量考核评价体系，考核结果纳入本机构绩效考核体系，实现数据质量持续提升。
第三十五条 银行业金融机构应当建立数据质量整改机制，对日常监控、检查和考核评价过程中发现的问题，及时组织整改，并对整改情况跟踪评价，确保整改落实到位。
第三十七条 银行业金融机构应当建立监管数据质量管控制度，包括但不限于：关键监管指标数据质量承诺、数据异常变动分析和报告、重大差错通报以及问责等。
——《银行业金融机构数据治理指引》
|
银行现状
一般来讲，银行的绩效考核是人力资源管理部门牵头，从经营管理、经营业绩和内控管理等维度，分别对总行各部门的管理绩效、分行及前台部门的经营业绩、全行上下的内控合规和监管处罚等方面进行考核。
目前很多银行已将数据视为重要“资产”，或者是将大的战略方向定为数字化转型、科技赋能和数据驱动等。但是落到实处，或者单从“数据治理”的角度看，很多效果不如预期。而其更深层次的原因在于考核并没有推行和落实。
不同银行考核没有落实的原因，除了部门壁垒和经营业绩压力之外，还有考核设置不合理的问题。例如：按照信息系统责任部门划分，运营管理部负责所有核心的数据质量问题；或者是新老部门根据银行的数据质量来进行对比评估，此时老部门因为历史问题，系统老旧导致数据质量问题严重；还有没有工具系统的支持无法保障评估数据的公平公开公正。这些问题无法解决，也就无法保障数据治理考核体系的有效推行和落地。
考核体系实践
从我们的实践看，数据治理绩效考核体系的设计，需要结合银行现有的考核机制，从五大方面关注考核体系的构建。
➤ 考核分工与奖惩结合
首先银行需要厘清数据治理考核在全行考核体系中的目标与定位。明确牵头部门、辅助部门以及考核主体。
其次数据治理不仅要求“问责”，同时还要求“激励”。数据治理的奖惩标准，应由数据治理归口部门进行制定，可以结合银行现有考核体系扩展。比如对于中小型银行来讲，一般从内控合规方面，对不满足要求的点进行考核，并对考核主体最终问责，更易于考核的推行和落地，同时也可以一次性覆盖总行各部门和各分支机构。但是一味“惩罚”，虽在短期内见效快，但应考虑数据治理是一项持续性工作，还需充分结合“激励”的方式，做到奖惩有序严明。
➤ 考核评估的对象
考核就要有考核的主体，银行需要明确数据治理考核的对象是谁？是总行还是分行，是否需要包括支行。这些问题其实在该机构的职能中已经进行了定义。
我们看到部分银行在早期推进数据治理考核工作的时候，仅对作为数据录入一线部门的分支行进行考核，对总行部门的考核相对弱化。当然，总行对分支行的考核要比对总行各部门的考核来的更加容易一些，但是需要明确的是，总行职能部门作为相关数据的管理和应用者需要承担更多的职责，总行条线、职能部门通过规范业务管理流程，完善信息系统和专项数据质量问题的方式对本业务相关的数据进行管理。与此同时，总行部门在其职责范围内，对其数据治理履职情况进行必要的考核。
➤ 考核指标体系设计
考核指标体系的设计应当包含以下原则：
指标设计的方法，因为数据治理体系各领域的管理水平和诉求不同，可以从定性和定量两个方面，分别设计相关的考核指标。例如对数据应用来讲是鼓励为主，设置相应的奖励分。而对数据质量管理采用结果导向，从数据问题的响应和实际解决角度进行指标设计。所有领域的流程执行情况，则作为定性指标进行设计。
指标的定义设计，从不同领域的角度，设置定性和定量的指标，区分加分还是扣分项。例如：
考核指标的设置，在于考核目标的实现，对于不同层面的组织也需要匹配与之相适应的考核指标。
- 总行各部门，需要从会议的出勤情况，数据质量问题的响应等进行考核。其次鼓励提出新的标准和质量检核规则。
- 分支机构，对数据质量的差错率进行更细化的要求，一定要是明确的定量的规则。
➤ 考核管理的落地
考核管理如何有效的落地，能否“落地”，是衡量考核成功与否的重要因素。银行应该明确考核管理过程中，哪些可以采取工具化的方式对过程进行控制，保障考核的结果的客观性。例如通过数据管控平台的建设，将现有的管理流程进行充分记录，对定量的考核指标自动生成，此外也可以对定性的指标记录和存档。
➤ 考核管理的执行
考核管理如何开展执行，银行需要明确数据治理考核开展的流程方式、频次以及具体考核的标准，保障考核的公开透明和持续。一般来讲，数据治理考核的执行与全行的考核节奏保持一致即可。但考核管理部门需要定期跟踪关键节点，例如按照月度或者季度的频次，跟踪分支机构全年整改完成率，或者是总行各部门的质量情况，评估当期的风险，做到监督的职责。
随着考核管理水平的提升，数据治理归口管理部门还应定期审视和调整数据治理考核指标，例如将数据质量问题的响应率转换为数据质量问题的发生率，逐步提升全行数据质量，最终提升各部门的数据管理和应用水平。
结语
数据治理绩效考核体系是管理目标的实现方式之一，数据治理归口管理部门应当合理利用考核指标体系，有效设置指标，做到“胡萝卜”+“大棒”的方式，切实推动全行的数据治理工作。
结合前几期的介绍，我们可以看到，在确定了清晰的数据战略，搭建了适当的组织架构，实施了科学的规章制度并推行了有效的考核体系后，银行可以着手开展具体的数据管理工作了，后续文章，我们将从具体的数据管理的专项工作来分别阐述相应的实践。