数字金融是“数字中国”建设的重要组成部分。用好、用活数字资产是商业银行全面对接数字经济时代的全新要求。商业银行深化大数据治理工作已势在必行，只有做好大数据治理工作，才能开展更为精准的客户营销，风险管理、运营优化等，实现从数据向价值的升华，真正提升经营管理水平和市场竞争能力。

  商业银行大数据治理的新特征

  近年来，商业银行已经陆续开展数据治理工作，但治理的深度和广度不尽如人意，进度参差不齐，手段措施没有适应大数据的大量化、多样化、快速化、价值密度低等特点。随着数字化转型的加速，商业银行大数据治理呈现以下新特征：

  （一）治理主体外延化。商业银行内部数据的采集及应用在监管部门指导下可由业务部门和技术部门主导，而购买或使用的各类外部数据的治理需要以数据产生方及权威管理机构为主，商业银行作为数据的采集方，对数据标准、数据质量的治理能力有限。

  （二）数据来源更为分散和复杂。大数据时代要求银行全面了解更多维度的客户信息，一是银行内部数据，包括客户信息、客户行为数据、交易数据、账务数据等结构化数据，以及银行系统内记录的日志文件、影像材料等非结构化数据。二是外部购买或合作的包括客户的征信数据、税务、工商、法院等各类型的数据。三是网络数据，主要应用于完善客户的行为偏好数据，挖掘用户的社交关系以及对商品或服务的真实需求。

  （三）治理内容主要为非金融数据和非结构化数据。银行内部结构化数据，经过初步治理，在一定程度上解决了数据标准不统一、数据分散未整合等问题。银行系统内部的大量非结构化数据，由于缺乏相关的数据标准，大部分银行尚未开展对非结构化数据的应用。对于外部数据银行需要在原有的数据标准基础上，拓宽数据标准的维度，并且通过元数据管理有效地与银行内部数据进行整合。

  （四）治理目的是数据供给和应用。商业银行作为典型的数据密集型行业，数量巨大、来源分散、格式多样的金融数据不应仅仅用来生成各类报表，而是应转化为价值创造，发挥大数据在客户营销、风险管理、运营安全等方面的分析预测和决策支持作用。

  商业银行大数据治理构想

  （一）立足顶层设计规划大数据治理发展路径。大数据治理是公司治理的重要内容之一，是一项“自上而下”的工作，应与商业银行发展战略和业务流程相结合。因此，商业银行应加强基础设施、数据标准、应用框架、运行模式等方面的顶层设计，研究部署全行数据治理的战略方向和重点工作，树立“一盘棋”思想，并统筹推进业务部门、数据部门和技术部门的协调工作，通过会商、决策机制推动数据治理重点和难点问题的解决。

  （二）标准化建设提升大数据应用活跃度。实际工作中，由于数据标准不统一、数据应用无章可循等原因，导致商业银行大量数据未被实际利用。商业银行应从全局视角对数据进行管理，建立一套统一的数据标准，包括对原有内部数据的数据标准进行完善、引入外部数据的数据标准、建立内部与外部数据标准之间的联系、建立非结构数据的数据标准。并逐层递进做好数据治理、数据管理、大数据应用，打通数据的内外边界，最大限度地释放数据的流动性和效用性。

  （三）需求引领大数据治理应用实践。我国部分商业银行的基础设施建设仍停留在支持业务自动化的层面，应加强对数据的深层次加工和应用，提升在经营管理科学化、辅助决策智能化等方面的应用。一是推进运营流程智能化。优化系统交互度和整合度，简化业务操作处理，提高数据录入和传输效率，以量化手段管理操作风险，规范数据的管理和使用，更好地适应经营过程中的不确定因素。二是提高风险防控智能化。综合运用人工智能、大数据、云计算等科技手段，逐步实现规则自动比对、数据实时采集、风险智能分析、结果即时处理的风险预测及防控体系，实现对违规行为的早识别、早预警、早发现、早处置。三是推进客户服务个性化。从全局的角度整合、综合利用数据资源，通过对用户高维度的行为特征、信息特征进行分析，将商业银行的用户细分为不同群体，并针对不同客户群体的特点设计差异化的产品服务。

  （四）增强意识保障大数据治理安全性能。数据安全是大数据治理的前提。除了保证内部客户数据的安全性、增强客户对数据的信任外，银行在接入外部数据时，应保证外部数据引入的合理合规，保证数据在银行内部安全广泛的共享与应用。针对客户信息中的敏感数据，银行需要依据数据的来源、用途、价值、保存时间、泄露破坏影响等因素对数据的敏感度进行分级，切实保障数据安全。

  （五）互利共赢打造大数据治理开放格局。大数据治理是一项系统工程。对内，前中后台多条线、多部门协调联动，通力合作，打破数据壁垒，强化数据互联互通，实现数据信息汇聚共享和关联分析。对外，立法机构通过法律法规确定大数据的所有权、使用权等权利归属，以及安全与隐私保护原则等；政府或公共数据提供部门明确社会公共数据的开放共享原则和范围；行业组织制定大数据的采集规范、数据元规范等，通过多层次的行业标准和体系，实现大数据的合法、安全与共享应用。