「摘要」目前我國數字經濟發(fā)展從技術引領進入到數據驅動的新階段，數字化轉型是當前金融機構面臨的一項重大挑戰(zhàn)和機遇。數據治理是實現(xiàn)數字化轉型的必由之路，本文從數據治理的主數據管理領域入手，闡述主數據管理的重要意義及主數據與數據治理各領域的關系，剖析農發(fā)行主數據管理現(xiàn)狀，研究確定主數據管理的主要思路，論述主數據物理模型制定情況，分析面臨的問題并提出解決措施，進而推動業(yè)務、技術應用實踐，從治本上發(fā)力，全面提升數據質量。
「關鍵詞」數字化轉型?數據治理?主數據管理?數據架構?數據標準
2020年4月9日，中共中央、國務院正式發(fā)布《關于構建更加完善的要素市場化配置體制機制的意見》，首次將數據升格為繼土地、勞動力、資本、技術之后的第五大生產要素，并提出要加快培育數據要素市場。2021年12月12日，國務院印發(fā)《“十四五”數字經濟發(fā)展規(guī)劃》，明確數字經濟是繼農業(yè)經濟、工業(yè)經濟之后的主要經濟形態(tài)，是以數據資源為關鍵要素，以現(xiàn)代信息網絡為主要載體，以信息通信技術融合應用、全要素數字化轉型為重要推動力，促進公平與效率更加統(tǒng)一的新經濟形態(tài)。數字經濟發(fā)展速度之快、輻射范圍之廣、影響程度之深前所未有，正推動生產方式、生活方式和治理方式深刻變革。在金融領域，2018年5月21日，銀保監(jiān)會發(fā)布《銀行業(yè)金融機構數據治理指引》，要求銀行業(yè)金融機構加強數據治理，提高數據質量，充分發(fā)揮數據價值，提升經營管理水平，全面向高質量發(fā)展轉變。農發(fā)行作為我國唯一一家農業(yè)政策性銀行，不論從加快業(yè)務發(fā)展，提高綜合競爭力，還是滿足監(jiān)管數據報送要求來看，都面臨巨大的挑戰(zhàn)，必須加快推進數據的基礎性研究和管理工作，進一步提升全行數據治理水平。
一、主數據的內涵及其意義
（一）主數據的概念和主數據管理的重要意義主數據（Master Data）是指具有高業(yè)務價值的、可以在企業(yè)內跨越多個業(yè)務部門或者在多個系統(tǒng)中被重復使用的核心數據，是單一、準確、權威的數據來源，具備共享一致性、識別唯一性、長期有效性、業(yè)務穩(wěn)定性等特征。如客戶信息數據是銀行開展對客服務的基礎，貫穿于整個經營活動的始終，機構和員工信息數據是銀行經營管理的最基本組成要素，貫穿于整個組織架構，也是信息系統(tǒng)建設的數據主線和基礎。此類主數據如果在業(yè)務管理和信息系統(tǒng)建設中缺乏系統(tǒng)性的思維和頂層設計，必然出現(xiàn)系統(tǒng)建設各自為戰(zhàn)、數據來源多頭采集的問題，導致整體數據的不一致、不唯一、不關聯(lián)等現(xiàn)象。主數據是企業(yè)的核心數據資產，其質量的好壞決定了數據應用價值的高低。主數據的管理是保證源頭系統(tǒng)之間、報表系統(tǒng)之間數據一致性、唯一性的重要基礎工作之一，對于提升監(jiān)管報送、夯實內部經營分析的數據質量具有重要意義。從數據層面上看，有助于消除數據的冗余，提升數據質量和數據準確性，實現(xiàn)數據高效共享。從業(yè)務層面上看，能夠統(tǒng)一各部門對數據定義，減少在數據溝通整理過程花費的人力成本和時間成本，強化數據應用處理能力，提高業(yè)務的協(xié)同力，提升企業(yè)基礎管理水平。從技術層面上看，有助于精準識別主本數據，準確、快速地完成系統(tǒng)間數據接口、數據加工等環(huán)節(jié)的系統(tǒng)開發(fā)工作。（二）主數據管理與數據治理其它領域的關系根據行業(yè)通用數據治理方法論，銀行數據治理體系包括數據標準管理、數據質量管理、元數據管理、數據安全管理、主數據管理、數據架構管理、數據生命周期管理、數據模型管理等8個核心領域。同時各個領域為了保障有關內容有效落地執(zhí)行，又需要從政策制度、組織、流程及技術等4個方面制定相應的管理機制和技術支持。其中主數據通常長期存在且應用于多個系統(tǒng)，體現(xiàn)業(yè)務經營的關鍵屬性，共享且被復用在多個業(yè)務領域。結合銀行業(yè)務，按主題分類，主數據可劃分為客戶、機構、員工、賬戶、產品等內容。主數據的管理可以理解為是對企業(yè)級的業(yè)務架構、應用架構、數據架構、數據標準、數據模型、元數據中最為主干和關鍵數據進行的專項管理，主旨在實現(xiàn)核心數據的業(yè)務語言統(tǒng)一、數據的合理分布和流轉，滿足跨部門業(yè)務協(xié)同需要，保證關鍵數據的準確和一致。
二、農發(fā)行主數據管理現(xiàn)狀
在銀行信息化進程中，內部保持主數據一致性、準確性和權威性是銀行實現(xiàn)決策分析、提升戰(zhàn)略協(xié)同的前提。這既是企業(yè)級戰(zhàn)略的核心，也是數字化轉型的關鍵支撐，影響著利用數據的效率和數據價值發(fā)揮的程度。從國內外銀行業(yè)來看，大多數銀行系統(tǒng)建設都經歷了從分散到集中的過程，數據也同樣經歷了冗余、不一致、不準確等過程，但隨著戰(zhàn)略驅動，業(yè)務管理、信息系統(tǒng)加強頂層設計和重構，數據也同樣隨之逐步驅向統(tǒng)一。
農發(fā)行與同業(yè)相似，在發(fā)展初期因缺少企業(yè)級業(yè)務架構、數據架構的指導，存在部門銀行現(xiàn)象，系統(tǒng)建設業(yè)務牽頭部門間缺乏整體設計，各自為政開展系統(tǒng)建設，導致出現(xiàn)數據孤島情況。如：客戶編碼數據標準不統(tǒng)一，重要的客戶數據在核心、信貸等系統(tǒng)中多頭采集管理，客戶數據相互打架，信息難以互通共享；機構、員工編碼數據標準不統(tǒng)一，不同系統(tǒng)各自編碼，信息難以互通共享。經過IT信息規(guī)劃的發(fā)布與實施，以及數據治理工作近年來持續(xù)推進，特別是隨著新一代核心系統(tǒng)、新一代信貸管理系統(tǒng)、運營大集中系統(tǒng)等農發(fā)行“兩彈一星”重大項目群建設實施，各系統(tǒng)間的客戶、機構、員工等關鍵編碼數據在技術上已基本上實現(xiàn)互聯(lián)互通，全行數據治理意識和數據質量明顯提升。
但在企業(yè)級架構規(guī)劃中面臨著業(yè)務架構沒有主管部門，權威性和指導性不足，應用系統(tǒng)建設周期短、自主可控水平不高以及業(yè)務、技術、數據融合不足等因素的制約，仍有部分重要主數據問題需大力推進互聯(lián)互通，減少多頭采集，在“有沒有”的基礎上進一步向“好不好”邁進。如：客戶信息管理系統(tǒng)（ECIF系統(tǒng)）沒有對客戶的很多公共屬性全部統(tǒng)管，存在多頭采集且未同步，導致數據不一致性，難以關聯(lián)；部分主數據的字段在源頭系統(tǒng)缺失，監(jiān)管報送數據抽取不到，手工補錄增加基層負擔；對源頭系統(tǒng)的取數來源口徑存在認知上的差異，部分數據取數需要“多方拼湊”，導致加工邏輯復雜，引發(fā)報表間數據不一致等情況。
三、農發(fā)行主數據管理的主要路徑
主數據管理研究以農發(fā)行信息科技發(fā)展規(guī)劃為參考，以現(xiàn)狀和問題為導向，制定和發(fā)布主數據物理模型，規(guī)范全行主數據管理工作，指導后續(xù)源頭系統(tǒng)的業(yè)務架構、應用架構和數據架構優(yōu)化，實現(xiàn)主數據即采、即管、即用，提升監(jiān)管數據報送整體水平。
（一）主數據管理的主要思路
以IT架構規(guī)劃主數據邏輯模型為基礎，結合現(xiàn)有各系統(tǒng)建設現(xiàn)狀，從以下五個方面開展研究工作。一是與監(jiān)管報送要求對標，在充分與系統(tǒng)建設現(xiàn)狀比對的基礎上，補充監(jiān)管報送所需的主數據屬性，覆蓋EAST、1104等監(jiān)管報送需要。二是結合IT架構規(guī)劃數據分布和系統(tǒng)建設現(xiàn)狀，開展主數據邏輯模型的字段級物理化工作，精確定位和明確各字段所屬源頭系統(tǒng)。三是結合各系統(tǒng)架構定位和數據轉流情況，厘清主數據管理邊界，為推動源頭系統(tǒng)優(yōu)化和數據同步、減少源頭系統(tǒng)數據一致性問題提供依據。四是梳理主數據字段所對應的數據倉庫供數表和字段參考，為下游提供取數指南，減少數據應用類系統(tǒng)取數來源不統(tǒng)一導致的問題。五是規(guī)范全行主數據管理，形成良性閉環(huán)管理機制。
（二）主數據物理模型總體制定情況
為進一步強化主數據管理，提高全行精細化管理水平，統(tǒng)籌兼顧銀行數據架構規(guī)律、覆蓋監(jiān)管報送范圍需要，結合農發(fā)行系統(tǒng)建設實際，信息科技部研究制定了“農發(fā)行主數據物理模型”（見圖1）。該模型涵蓋了農發(fā)行機構、員工、客戶、科目、產品、賬戶六大主題，共計439個字段，涉及客戶信息管理（ECIF）、人力資源、機構員工、信貸、內部評級、核心、總賬、反洗錢、小微智貸、客戶關系等10個源頭系統(tǒng)。該模型厘清了主數據管理的邊界，包含了目前監(jiān)管報送所需的主數據字段，明確了字段級的主數據權威來源系統(tǒng)、數據倉庫供數層信息，為解決主數據的業(yè)務管理邊界不清、系統(tǒng)間數據一致性問題、提升監(jiān)管報送數據質量提供基本遵循。
（三）六大主數據物理模型制定具體情況和劃分原則
結合主數據管理方法論和監(jiān)管有關指導性文件，明確主數據分布和數據流轉要求，指導主數據物理模型制定和落地實施，確定三項原則：一是由頻繁使用數據的應用系統(tǒng)作為主本數據源；二是由共享數據的應用系統(tǒng)作為主本數據源；三是由產生數據的應用系統(tǒng)作為主本數據源。三項原則中按前序原則優(yōu)于后序原則研判使用。按照三項原則，結合業(yè)務和系統(tǒng)建設情況，明確了農發(fā)行機構、員工、客戶、科目、產品、賬戶六大主題的主數據字段的來源和主數據系統(tǒng)的劃分，并分析系統(tǒng)的承接現(xiàn)狀。
1.客戶主數據物理模型字段的來源和劃分?？蛻糁黝}下共制定258個關鍵字段，來源于已納入客戶信息管理系統(tǒng)（ECIF系統(tǒng)）統(tǒng)一管理的客戶編碼等113個客戶公共信息字段，在此基礎之上補充目前仍在不同系統(tǒng)多頭采集的客戶狀態(tài)等40個客戶公共信息字段、以及監(jiān)管報送和行內經營分析所需的105個字段。明確客戶信息管理系統(tǒng)（ECIF系統(tǒng)）是農發(fā)行客戶信息跨多部門、多系統(tǒng)被重復使用的客戶公共信息數據權威主數據系統(tǒng)，統(tǒng)一管理客戶的基本信息、聯(lián)系信息等主數據。由信貸系統(tǒng)、內部評級系統(tǒng)等承接客戶授信、財務報表、集團信息等專業(yè)信息的主數據。
2.機構、員工主數據物理模型字段的來源和劃分。機構主題下共制定33個關鍵字段，來源于機構員工系統(tǒng)和人力資源系統(tǒng)已經實現(xiàn)對接的公共信息字段，在此基礎之上，補充目前２個系統(tǒng)仍在多頭采集的公共信息字段、以及監(jiān)管報送和行內經營分析所需的字段。員工主題下共制定52個關鍵字段，來源于機構員工系統(tǒng)和人力資源系統(tǒng)已經實現(xiàn)對接的公共信息字段，在此基礎之上補充２個系統(tǒng)仍在多頭采集的公共信息字段，以及監(jiān)管報送和行內經營分析所需的字段。明確人力資源系統(tǒng)與機構員工系統(tǒng)都有的機構、員工公共信息字段以數據的全集機構員工系統(tǒng)為主數據系統(tǒng)，其它字段根據專業(yè)領域劃分，分別由機構員工系統(tǒng)、人力資源系統(tǒng)、核心業(yè)務系統(tǒng)承接主數據。
3.產品主數據物理模型字段的來源和劃分。產品主題下共制定16個關鍵字段，來源于行內經營分析、監(jiān)管報送使用較頻繁的重要基本信息和條件信息字段。明確貸款基礎產品、貸款營銷產品以信貸系統(tǒng)為主數據系統(tǒng)，貸款核算產品和存款產品以核心業(yè)務系統(tǒng)為主數據系統(tǒng)。
4.科目主數據物理模型字段的來源和劃分。科目主題下共制定21個關鍵字段，來源于監(jiān)管報送需要的字段以及行內經營分析需要的字段。明確核心業(yè)務系統(tǒng)承接科目級別、類型、狀態(tài)等科目定義類相關字段的主數據，總賬系統(tǒng)承接科目余額、發(fā)生額等匯總數據結果相關字段的主數據。
5.賬戶主數據物理模型字段的來源和劃分。賬戶主題下共制定59個關鍵字段，來源于行內經營分析、監(jiān)管報送需要的貸款、存款、內部和資金賬戶關鍵字段。明確以農發(fā)行貸款賬戶、存款賬戶、內部賬戶和資金賬戶等四大主要賬戶實際的業(yè)務承接系統(tǒng)確定主數據系統(tǒng)。
（四）主數據管理面臨的問題及整改措施
在農發(fā)行主數據物理模型制定過程中的數據探查以及數倉、監(jiān)管集市在日常加工處理中發(fā)現(xiàn)監(jiān)管報送數據質量的一些深層次問題，主要集中在客戶、機構、員工等領域的相關數據，主要表現(xiàn)在以下幾個方面。一是主數據系統(tǒng)信息缺失。如：客戶信息管理系統(tǒng)（ECIF系統(tǒng)）缺少同業(yè)客戶企業(yè)規(guī)模、國民經濟部門等監(jiān)管報送字段，此類數據源頭無采集入口，加重基層行在報表系統(tǒng)重復補錄負擔。二是公共信息數據已納入主數據系統(tǒng)管理，但在系統(tǒng)間仍未互聯(lián)互通，數據不一致。如：客戶的經營范圍、聯(lián)系電話、注冊資本等字段各系統(tǒng)采集數據后未與客戶信息管理系統(tǒng)（ECIF系統(tǒng)）保持數據對接和同步。三是主數據系統(tǒng)對公共信息數據管理不全面。如：監(jiān)管報送用到的法人代表名稱、證件種類、證件號碼等部分字段在信貸、核心等系統(tǒng)各自為政、多頭采集，未納入客戶信息管理系統(tǒng)（ECIF系統(tǒng)）統(tǒng)一管理。四是校驗剛性控制規(guī)則覆蓋不全。如：數據錄入環(huán)節(jié)對空值、長度、格式、邏輯等剛性控制功能不全面，不符合監(jiān)管報送要求，自動抽取的數據需基層行在報表上手工調整等。
對于主數據物理模型制定過程中發(fā)現(xiàn)的相關問題，初步已擬定了相關整改措施。一是針對主數據系統(tǒng)信息缺失問題，明確人力資源、機構員工、客戶信息管理、信貸、綜合前端、運營大集中等系統(tǒng)增加相關監(jiān)管要求報送的字段和采集入口。二是針對公共信息數據已納入主數據系統(tǒng)管理，但在系統(tǒng)間仍未互聯(lián)互通問題，明確了客戶信息管理（ECIF）、核心、信貸、小微智貸等系統(tǒng)間數據的同步要求和數據優(yōu)先級更新規(guī)則。三是針對主數據系統(tǒng)對公共信息數據管理不全面問題，明確了機構員工、客戶信息管理（ECIF）等系統(tǒng)需增加納管相關公共信息字段。四是針對校驗剛性控制規(guī)則覆蓋不全問題，以監(jiān)管報送校驗要求為導向，形成了客戶、機構、員工相關源頭系統(tǒng)剛性控制規(guī)則，要求相關系統(tǒng)對照排查并進行控制功能的優(yōu)化。
四、主數據價值展望
主數據的研究成果重在落地實施，下一步要以主數據物理模型的落實為抓手，推動農發(fā)行業(yè)務架構、應用架構和數據架構的優(yōu)化，提升數據精細化管理能力，為實現(xiàn)監(jiān)管報送和行內經營分析數據的一致性、完整性、規(guī)范性奠定堅實基礎。
（一）充分認識加強主數據管理的重要意義
健全自上而下、協(xié)調一致的數據治理體系至關重要，要將主數據管理納入全行數據治理，完善覆蓋業(yè)務需求提出、系統(tǒng)開發(fā)測試、生產運營管理等數據全生命周期各環(huán)節(jié)的工作機制和流程，確保主數據管理有效組織開展，推動全行數據質量持續(xù)提升，切實將主數據的管理作為提升農發(fā)行精細化管理水平和現(xiàn)代化治理能力的重要舉措。通過主數據管理和實施，提升數據的完整性、準確性和一致性，加強“以數連接”的系統(tǒng)互通能力，提高“由數驅動”的部門協(xié)作能力，提升“用數重塑”的創(chuàng)新驅動能力，塑造全行數字化、智能化業(yè)務形態(tài)。
（二）建立全流程主數據管理機制
建立事前、事中、事后的主數據管理機制，在事前制定主數據標準和數據質量標準，業(yè)務信息采集相關的業(yè)務制度、操作規(guī)范，強化系統(tǒng)架構設計和控制功能。在事中數據采集、加工過程中，聚焦主數據持續(xù)做好數據質量監(jiān)控，通過數據管控平臺部署數據質量監(jiān)控規(guī)則，確保數據質量問題及時發(fā)現(xiàn)、及時預警、及時整改。在事后重點關注問題產生的源頭及根因，建立“精準定位、分層管控、溯源治理”三個步驟，強化“以數治數”，形成主數據管理數字化運營機制。
（三）增進主數據管理工作協(xié)同配合
主數據管理是從企業(yè)戰(zhàn)略和IT戰(zhàn)略的目標出發(fā)，對企業(yè)級業(yè)務架構、應用架構、數據架構等最核心、關鍵的數據進行識別和管理，離不開業(yè)務、技術的有效融合、協(xié)作。因此要完善數據治理組織架構，建立敏捷數據治理組織，在業(yè)務條線、科技條線分別設立跨職能的數據治理團隊，加強各部門、各條線橫向協(xié)同、縱向聯(lián)動，在業(yè)務需求制定、架構管控實施和系統(tǒng)建設各環(huán)節(jié)，將業(yè)務流程優(yōu)化和數據主副本互聯(lián)、一致、共享作為數據治理重點之一，形成“協(xié)同治數”格局，從而減少系統(tǒng)間的信息孤島和煙囪式建設。
（四）切實加強主數據質量的管理
在推進主數據模型實施時，做好系統(tǒng)新增字段實施、系統(tǒng)間數據對接的同時，要保證各系統(tǒng)互聯(lián)互通后增量數據的一致，同時要開展存量數據的清洗、轉換和補錄工作。在系統(tǒng)建設階段，根據實際情況多措并舉實施主數據模型，統(tǒng)一系統(tǒng)間交流的“業(yè)務語言”，切實保證主數據在系統(tǒng)間業(yè)務定義一致、數據有效連接。在日常運營階段，建立數據質量評價模型，發(fā)現(xiàn)主數據的質量問題，按照數據質量管理流程及時進行整改，優(yōu)化數據質量控制機制，持續(xù)開展主數據質量的監(jiān)測、整改與考核工作。
（五）充分發(fā)揮主數據業(yè)務價值
充分利用主數據管理和實施成果，強化數字思維、培育數字文化、提升全員數字素養(yǎng)，驅動全行業(yè)務管理進一步規(guī)范化、流程化和制度化，迭代對主數據進行豐富和完善，統(tǒng)一客戶、機構、員工、產品等全景數據視圖，實現(xiàn)各類監(jiān)管報送、行內經營分析等工作提質增效。同時有效與工商、稅務、司法、同業(yè)等外部數據實現(xiàn)關聯(lián)、識別，開展大數據領域的數據分析，拓展農發(fā)行在客戶營銷、客戶授信、風險管控、運營優(yōu)化等智能分析領域和數據挖掘業(yè)務場景，充分發(fā)揮數據價值，持續(xù)推動農發(fā)行向全面數字化轉型邁進。
