金融业数据质量评价体系

一、应用背景与目标

      首先是外部监管对数据质量要求日益严格，其次内部有效的数据分析与经验决策需要高质量的数据，最终无论对外部还是内部均需要优质的数据质量，才能满足内外部用数的需求，因此要做到“为有源头清水来”。第一，监管对监管数据要求的变化体现在：数据的粒度不再限于指标类数据，需要账户级、交易级的明细数据，对字段级数据有日益明确的数据质量标准，一旦发现问题，要求快速响应及时整改。第二 ，内部精细化管理依托于高质量的数据。高级管理人员到一线分析人员均要求有更灵活、丰富的数据来源，不仅限于传统意义的报表、集市，还依托客户标签、外部数据、非结构化数据等更多种数据产品和来源。而基础数据质量决定了顶层决策的精确性，也对数据质量的管理提出了更高挑战。

二、

数据生命周期全流程质量管控体系

“融入”业务，有效“智理”，挖掘痛点问题，聚焦业务重点，引导业务调整优化操作流程，将数据治理成果更有效地运用到业务运营管理中去。通过数据治理为业务部门创造直接和间接的价值，形成双赢的局面，才能保证数据质量管理的持续进行。

（1）“量身定制”全方位宣贯培训，深化质量管控意识。浦发银行定期组织面向多层次受众、开展形式多样的宣贯和培训，促进全行用户对数据治理成果的价值认同。陆续通过行内期刊、网络培训等形式向全行普及数据治理的重要性，并和负责合规监管等部门联合开展业务条线的专项数据质量培训，帮助他们在日常工作中有针对性地加强数据质量管理。

（2）结合业务流程“差异化”，落实质量管控要求。遵循“主动预防、加强控制、及时处理”的数据质量管控策略，协助业务部门解读相关监管政策中数据质量要求，指导业务部门在制订业务流程规范中加入数据质量管控要求，并在信息系统建设中及时提出配套的数据需求。通过优化业务流程表单设计，建立柜员操作规范加强数据录入审核等手段，减少或避免数据质量问题的发生。同时，围绕“以客户为中心”的业务经营管理需要，制订“数据质量考核评分卡”，将客户信息采集、经营统计分析等与业务操作关系密切的工作纳入总分行数据质量考核中。