建行江苏省分行：运用数字化手段开展数据治理探索与实践

近年来，建行江苏分行数据治理以整改为手段，以管控为目标，通过增存分治，降存量，控增量，不断提升数据质量。在实施路径上，以事后强化监测为基础，不断前置管控措施，切实为基层减负，提升治理质效。

具体做法：一是事后强化成效监测，确保问题及时整改。

强化评估模型运用，及时跟踪整改成效。目前，EAST数据已有对公客户信息表、表内外业务抵质押物表、个人信贷业务借据表、个人基础信息表等17张检核数据表，涉及62个检核规则，国家金融基础数据29项指标，共计91个项目指标，实现整改成效按日监测。

引入外部工商数据，协助源端数据治理。在生成数据治理一体化模型的过程中，精准匹配外部工商数据，将对公客户工商匹配情况、注册地址、证件类别、证件号码等信息纳入问题描述中，为客户经理补充和核验相关信息，反映客户当前工商真实情况，确保源端数据治理有据可依。

坚持以用户为中心，统筹明细数据治理。将EAST检核规则和国家金融基础数据制度进行整合，实现以用户为中心、检核规则为维度的数据治理模式，统筹进行明细数据治理，基层机构一次整改往往能够同时提升EAST数据质量和金融基础数据质量，达到事半功倍的效果，切实做到为基层减负。

二是事中加强问题监测，确保问题及时发现。

强化监测模型运用，及时监测新发问题。利用云化数仓数据，整合差错明细，实现明细监测模型秒级生成，目前已对客户信息表、集团客户表、收单商户信息表、个人信贷业务借据表、表内外业务抵质押物等25个检核规则实现新增数据的问题T+1日监控，监控结果通过清单自助下载、员工渠道提醒、企业微信提醒等多种方式向经办机构和人员提示整改。

加强实时数据运用，破解月末当日治理难题。由于监管数据按月报送，利用技术手段提高月末当天的数据质量，对提升数据质量，将起到关键性的作用。创新运用云化数仓中当日账户和交易实时数据，监测关联业务的数据质量监测，及时提示相关机构当日进行整改。同时，对于月末当天新建客户，利用RPA技术自动提取并监测新一代中相关信息，如成立日期、所属行业等，确保当日创建的信息完整和准确。

三是事前加强源头管控，推进系统机控落地。

前移质量检核环节，加强重点业务事前监测。根据监管重点关注内容，不断优化迭代新发问题按日监测模型，将数据治理从业务发生环节，优化成从数据采集环节开始，有效避免业务实际发生时出现新发问题。如房贷业务的检核，从放款环节前移到合同建立环节；对公客户的检核，从开户环节前移到建立潜在客户的环节，集团客户的检核从授信环节前移到建立环节。

前置质量管控措施，推进源头机控措施优化。组织相关业务条线，核实源系统数据，开展问题根因分析，梳理业务流程缺陷，编写机控需求，对接总行业务条线和项目组，推动数据质量检核规则嵌入业务流程和系统开发中。2023年，在总行的大力支持下，江苏分行已有7项源端机控措施在新一代组件实施上线，重点解决客户在惠懂你APP线上注册归属机构不准确的问题，柜面开户时创建的客户信息不机控的问题，彻底解决相关业务领域边污染、边治理的问题。

通过持续开展数据治理，数据治理质效不断提升。属地监管方面，江苏分行连续被国家金融监督管理总局江苏监管局评为EAST数据质量一类行，为四行唯一；在2023年度江苏监管局EAST系统应用劳动竞赛活动中，荣获“EAST数据报送优秀组织单位奖”，为国有大行唯一获奖单位。系统内，2023年数据治理KPI系统第一，条线综合考评系统第一，被总行评为集团数据质量“提升工程”先进集体。

下一步，建行江苏分行将继续探索运用数字化手段开展数据治理。

一是加强数据治理文化宣传，增强主动意识。常态化组织培训和交流，及时传导工作要求，总结分享治理经验，定期更新数据治理知识库，提升问题整改能力。组织开展数据治理劳动竞赛，表彰和激励新问题有效管控、存量问题有效压降的集体和个人。营造数据治理文化氛围，切实提升全行员工对数据治理重要性的认识，增强主动治理意识，守牢监管红线。

二是强化总分协同联动，推进规范源端落地。在深化理解监管标准化数据规范的基础上，强化规范的执行力度，将采集规范和检核规则最大限度前置，在系统建设和改造中向总行提出相应的数据质量管控需求，长效保障数据规范在业务流程中落实。持续不断引入实时数据，包含对客户信息、交易行为信息、账户变更信息等，开展实时建模，预防异常交易和可疑行为，当日发现当日整改当日评估，切实提升数据治理成效。

三是深化监测模型开发，实现业务和数据协同治理。为有效落实业务和数据协同治理，建立数据质量责任矩阵，按照“谁生产、谁负责”的原则落实数据质量责任。一方面，组织各条线梳理业务规范要求，将业务要求转化为监管数据检核规则，并纳入治理范畴。另一方面，持续分析监管部门检核规则，将其“翻译”为业务开展过程中必须遵守的规范，并在事前、事中、事后进行全面的检核和管控。（王浩）