【全球新视野】【漫话数字化】企业数据治理不可忽视

□苏文力

【资料图】

在公司的战略研讨会上，分管IT的领导指出，数据孤岛问题已影响到公司数字化转型的进程，呼吁大家重视解决。由于会议讨论的重点不在于此，该意见并没有引起太大的反响。

数据孤岛问题

公司近年来大力推进数字化转型战略，围绕数据开展了一系列业务模式创新。一些条线部门尝到了甜头，激发起了更大的热情。公司里数据应用的深度和广度均有了较大幅度的提升。

大家逐渐不满足于仅仅使用已有数据，主动在业务活动中获取更多数据，尝试使用集团内其他子公司、板块、条线和部门所拥有的相关数据。可现有配套的组织机制运转体系并不能很好地支持这一转变要求。

进一步调查发现，公司集团内其他板块、条线和部门也有类似的诉求。导致这一局面的并不是相关各方缺乏合作精神，而是现有机制体制并不鼓励数据共享，某种程度上甚至存在负激励。

第一，很多客户数据没有在系统中记录下来。原因是记录和存放保管数据都需要增加很大IT成本。当掌握客户活动服务场景的部门自己没有使用数据的需求时，自然不愿意记录和存放更多数据。第二，即使有一些数据被记录下来，拥有数据的部门出于安全的考虑，也不愿意轻易提供给其他部门使用。第三，拥有数据的部门存在一定程度的对外信息屏蔽、自我保护的意识，不愿意分享数据。第四，许多数据的口径标准不一，质量参差不齐。现已获取的数据大多是各业务应用系统的副产品，只是为了配套实现应用功能而记录，原先并没有考虑用于其他目的，自然不会考虑其他使用者的质量诉求。第五，现有管理制度流程中，缺乏协调数据收集和使用的配套规则，也没有对参与各方的责、权、利做出有效的界定，更没有相应的激励机制。加之风险合规、信息安全、IT开发等专业部门均要履行相应职责，增加了组织协调的难度。

遇有公司里重大任务事项，想要全面获取数据，就必须高层领导出面协调。只有彻底改变现有体制机制，让大家在整体一盘棋下获取和使用数据，才能让数据顺畅地流通起来。

从治理层面做出改变

许多公司早就提出了“打通底层数据”或“消除数据孤岛”等类似的目标，但采取了许多措施，付出了不小代价，结果却并不十分理想。究其原因，很大程度是解决问题的层面不够高。由于数据存放在电脑系统中，许多领导会很自然地认为，这应该交给IT部门去负责。

可IT部门对此能够真正发挥的作用却很有限。其所扮演角色是数据管家，并不是数据的主人。更多是在执行业务部门的要求，做好数据的收集、保管、加工和发送等方面的技术支持。

有些公司将该职责指定给某专业部门。因其身份定位上的局限，缺乏足够大的影响力，难以承担起统筹全局的责任，同样会遭遇到小马拉大车的困境，只能在局部取得一定的优化效果。

企业才是数据的主人，其高层领导授权各产生数据的业务部门分别代为行使主人的职责。数据打通必须由企业最高决策层制定出有效的运作规则，让所有数据代理人达成共识，在整体一盘棋下协同运作。

这就必须要在公司治理层面进行部署，与财务治理、IT治理类似，开展公司数据治理。这不是对数据的治理，而是对数据资产的治理，是对数据资产所有相关方利益的协调与规范，是对企业数据工作的顶层设计。内容包括但不局限于数据资源资产化，数据确权与合规，价值创造与人才培养。

数据确权是要确定数据的产权。如果暂时做不到数据确权，那么至少要做到对数据实际控制者的行为严加管束，做到合法合规。要努力让数据产生价值，这是数据治理的核心驱动力。再就是要关注人才团队的建设与培养。

数据治理强调企业内最高领导层的深度介入，从企业组织架构与职责入手，明确各数据相关方在数据收集和使用过程中的责、权、利，配套相应的制度和流程，激发起参与者内心的善意。

当前很多企业开展的所谓数据治理，只是对现有数据本身进行质量管理。仅仅是在信息技术、数据应用等专业层面开展工作。只在出现问题的层面想办法是无法解决问题的，只有上升到更高的治理层面，才是根本的解决之道。

银保监会发布的《关于银行业保险业数字化转型的指导意见》中，明确向各金融机构提出了健全数据治理体系的要求。而早在2018年，《银行业金融机构数据治理指引》就对于数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理给出了详细的规范。

许多金融机构已积极将公司数据治理提上了日程，取得了一定的成效。可仍有金融机构因数据质量问题受到监管处罚，说明当前金融机构的数据治理工作尚有很大的改进空间。

加大数据治理力度

依据指导意见，结合数字化转型过程中的实际需要，各金融机构应下决心加大公司数据治理力度，改变以部门层级开展数据管理的现有模式，自顶向下做出统筹规划和部署。

鉴于数据治理有一定的专业门槛，而大多数企业缺乏相应的储备，可以考虑引进一家外部公司提供咨询服务支持，获取专业的方法论指导和业内先进经验。外部公司有一项重要职责是做好传帮带的工作。

具体项目工作一定要以企业自己为主，在外部公司的指导帮助下，快速搭建形成公司数据治理体系。在实践中完成相关知识的转移，确保公司在未来的时间里，可以自主持续地进行数据治理。

开展公司数据治理一定要结合企业的实际。先要调研数据现状，掌握现有的数据架构、数据标准和执行情况，数据质量的状况和痛点，已经具有的数据治理能力等情况，摸清家底。还要搞清楚借助数据治理想要达成的目标。基于此形成切实可行的公司数据治理路线图。

想要一次实现完整的公司数据治理既不现实也无必要，很可能消耗了大量的企业资源，却带不来更多的收益。最佳选择应是采取循序渐进的策略，聚焦当前数据应用中的主要问题，集中火力形成突破。取得局部成功后，再进一步扩大战果。伴随着企业数据应用范围的扩展，逐步延伸至更多领域。

许多金融机构考虑从解决监管数据报送质量问题入手。该任务目标非常明确，十分迫切和重要，达成的效果比较好衡量，虽涉及面比较广，但执行的过程并不复杂，很容易把控，是个不错的选择。一定要在数据治理过程中，将关注的重点放在业务方向上。数据问题产生的原因，往往不是技术，而是业务。以报送监管数据的质量问题为例，很多是因为数据来源渠道多，相关责任不明确，导致同一份数据在不同的信息系统中有不同的表述，还有就是业务需求不清晰，数据填报不规范或缺失等等。

公司数据治理是一项长期而繁杂的工作。要安排专门的部门和专业人员负责持续推动该项工作。过程中要特别注意形成及时有效的反馈机制，衡量进展情况，发现其中的问题，不断迭代改进。

企业的最高领导应像重视企业的其他资产一样，重视数据资产的持续增长和有效使用。公司数字治理是其中最为有效的工作抓手，只要坚持抓下去，就能源源不断地给企业注入数字化转型的活力，帮助企业在数字时代建立起崭新的竞争优势。

（作者系阳光保险集团资深专家）

关键词： 金融机构 质量问题