2019-11-01 15:00

我主要把我们近期做的工作向大家介绍一下。

一、数据治理建设背景 

什么是数据治理？类比为一个水治理工作，水可以理解为数据，各种各样的系统可以理解为容器或管道。什么是数据治理？面对的数据要按照一定的标准进行治理以后，才能满足各种应用。如，有的水是供饮用的，有的水是供灌溉的，也有一些是生活用水。

满足监管要求。最大的背景是满足监管的要求，监管部门对数据治理各方面都提出了一些要求，证券公司必须逐步去落实这件事情。

数字化转型驱动。大家都在提数字化转型，但是我们在转型过程中却发现了数据中存在各种问题制约了数字化转型，所以我们必须开展数据治理。

数据建设发展驱动。我们公司从2012年开始就进行数据交换平台的建设，后期又进行了数据仓库的建设，大数据平台建设，包括现在正在尝试融合平台的建设，这些项目建设过程中积累了大量各种类型的数据，我们做数据服务推进时，发现这件事情挺难做，这些数据怎么样产生价值确实是一个很困难的问题。但是这个问题还发现单单通过系统建设很难解决，发现系统建设本身对于数据治理也提出了一些要求。

二、数据治理探索及实践 

在数据治理正式开始以前，花大量时间做交流、拜访，也跟方总交流过一次，通过这些工作：1、加深了我们对数据治理的理解。2、每个公司对数据治理面对的问题和目标都不一样，很难有一个成功的范例套过来就可以用，所以准备时间比较长。

我们的想法是整个规划要完整，但细则落地时是以点带面，选几个比较熟悉或可塑造性比较强的，抓手是想提升数据服务，最终贯彻始终肯定是宣贯，让大家理解数据治理到底是做什么的。

东方证券数据治理工作进程。

从2018年底开始，到目前为止认为是第一阶段完成了，这部分工作主要是和咨询公司的合作，大致做了几方面工作。

1.1建立了组织架构。

目前采取数据治理委员会，但是由我们公司IT战略发展和治理委员会代行职责。定义为归口部门，就是我所在的系统研发总部，由我们组织具体实施。

由各部门人员参与的专项小组。数据治理是整个公司工作，如果单靠我们一个部门肯定推行不下去，我们希望数据治理专项小组能起到桥梁的作用，所做的工作就是落实任务、反馈需求，最终组织具体的落地，其实具体工作还是要到各个业务部门去做的。

1.2明确数据战略方向。

大致分三个阶段：基础管控期、创新应用期、智慧化期。目前处于基础管控期向创新应用期的转化阶段，数据治理确实是一个非常漫长的过程。

1.3构建了制度体系。

目前我们基本制度都已经完成了，但是专项制度，根据我们自己在各个领域做的一些情况，做了一些红色部分，其他部分会根据具体推进逐步把这些制度完善起来。执行过程中，这些做法不能做完吗？也可以推出来，这些制度制定到底怎么执行没有经过实践，推出来就是很空的，所以我们做一点去完善一点。

当时选取三个领域做具体工作： 

2.1主数据标准建设。

我们客户帐户数据，分为五个阶段去做：明确数据范围；制定指标；落实方法，能持续推进这件事情；在系统级的应用，银行一般都有一个系统，证券公司叫帐户系统，在帐户系统具体落标这些东西。最后推进帐户系统以切口方式向下游系统推服务，这块工作还在持续建设当中。

2.2数据标准的建设。

标准选择范围有限，也是在财富体系，因为建设数字仓库过程中建立大量的报表，这些报表也是依据这些指标，所以我们通过一些科学方法把这些指标重新梳理了出来。

2.3数据质量改进。

有了标准以后，在数据中发现一些存在的质量问题，可以持续做质量改进工作。主数据标准最主要是业务部门发现客户或帐户基础资料质量有指标，有一个判断依据，哪些不符合标准，如果没有标准的话，很难说这个数据质量是好还是不好。技术指标道理也一样，有了这些以后，重新回溯了数据仓库里已经实现的指标，这些指标存在的问题逐一解决掉。

3 （文化宣贯）培训推广。

大家对数据治理的认识有限，我们现在宣贯的方法有很多，如培训、交流等，但现在做得最好或者最常态化的是利用部门的微信号定期做一个图文并茂的宣传，一般是一个季度一次。

4 （工具引入）数据管控流程设计。

成果如果不管理起来，这些数据治理就会停滞下来或变成一个纸面的东西。为了运转起来，设计了一些场景，希望管控平台能通过实现这些场景，切实把数据治理运营起来。

数据治理成果评估。

每次结束以后会做一个评估，整体上认为我们数据治理已经提升到了稳健级，部分还超过了稳健级，但这个比较少，基本是稳健级。

三、数据治理持续建设 

数据治理持续还要做相关工作，主要目的把咨询结果用起来或真正运转起来。

1、规划专项小组工作。

特别希望数据治理专项小组成员能够主动发掘部门数据治理需求，这样我们去做就容易贯彻执行下去。

2、标准落地及数据架构优化。

我们主要做两方面工作，这块是相对底层的整合型模型。

2.2语义层建设。

以维度模型去做了，更偏向于业务，也是我们希望真正让数据业务化，让业务部门的人去使用这些数据。

2.3数据架构优化——基于数据标准的服务体系建设。

基于标准体系的数据服务可能是一些查询或以接口方式去驱动，这些数据应用反过来会验证我们这个标准是否合理或是否有缺失，是反哺过程。数据接口层面已经做了很多工作，比如我们公司新建的标签系统。

3、基于治理成果开展数据管控。

3.1建设治理管控平台。

包括标准、元数据、资产管控、应用管控和贯穿全部的数据质量管理。每个模块具体做哪些事情，前面大家都在关心数据管控，特别大家也在做分级分类，我们自己的想法是元数据清楚数据现在在哪里，做好数据业务定义，在这之上才可以做真正的数据盘点或对这些数据进行分级分类。

3.2运营专题治理成果。

即使平台没有完成之前，也希望是一个动态的过程。数据治理成果如果不管理起来的话，有可能今天到明天就不是一个切实的反映了，所以希望运营起来，特别强调运营。

3.3填补数据治理领域缺失。

3.4拓展数据治理业务覆盖。

4.构建企业融合数据架构。

这是我们的理想，很大的蓝图，希望做成融合的架构。希望在场专家能给我们更多建议，让我们能够不断向着这个方向前进。

数据治理这项工作，东方证券才起步，但已经在路上，会继续走下去。谢谢大家！