基于人行二代企业征信数据标准的融资鸿运国际公司数据治理研究

2020-12-29

<h1>基于人行二代企业征信数据标准的融资鸿运国际公司数据治理研究</h1> 基于人行二代企业征信数据标准的 融资鸿运国际公司数据治理研究 作者：肖泱中关村科技鸿运国际信息科技部副总监 一 小序 2020年头，随着征信中心二代征信系统的切换上线，之前已接入一代征信的融资鸿运国际公司也陆续举行基于二代征信标准的系统刷新及数据治理事情。与一代征信系统相比，二代征信系统在数据结构方面越发清晰，数据维度方面更为富厚，同时也给融资鸿运国际公司数据治理提出了更高的要求。 本文以人行二代企业征信数据标准为例，提出融资鸿运国际公司数据治理建设的思绪、要领及实验内容要点，并总结近期研究的DAMA-DMBOK数据治理知识框架系统，针对融资鸿运国际公司开展周全数据治理时遇到的逆境，提出相关建议。 二 人行二代企业征信数据标准简述 # 1. 信息段与数据类型 二代征信数据标准实质上是一个数据集，数据集凭证数据间的相关性和营业逻辑分条理组成。关于融资鸿运国际公司来说，需上报的信息段包括客户信息段、财报信息段、营业信息段3大类，其中营业信息段分为借贷账户信息、授信信息、抵质押条约信息3种数据类型，其它两个段只有1种数据类型。 # 2. 数据类型明细与数据项 数据类型明细共计20个，其中借贷账户信息（8个），授信信息（2个），抵质押条约信息（5个），机构信息（2个），财务报表信息（3个）。数据项方面共计353个，其中必报项为203个，选报项为150个。 # 3. 与一代企业征信数据标准较量 优化了数据结构，同时也富厚了数据维度，好比作废银行古板借贷结构的欠据段，改为还款妄想报送，并与还款明细相对应；更新了部分收罗的数据项码值，如行政区划、行业分类更新为2017年国标等；进一步优化上报结构，如五级分类信息单独建表报送。 三 融资鸿运国际公司数据治理思绪 首先，关于数据治理的界说，融资鸿运国际公司各相关职员需要有清晰的熟悉及明确。数据治理并不是简简朴单的发明系统数据质量问题，通过前台或后台方法举行数据的补录或修正。数据治理是一项基础事情，在许多人眼中是一项苦活累活，但越是这样的事情，越是不可忽视，基础打扎实了，上层修建才会更稳固。 数据治理的官方界说为：组织中涉及数据使用的一整套治理行为，由企业数据治理部分提倡并推行，关于怎样制订和实验针对整个企业内部数据的商业应用和手艺治理的一系列政策和流程�？梢钥闯�，数据治理不是一个行动，而是一个一连的对数据获取、处置惩罚、使用举行羁系的治理系统，包括运用组织、制度、流程、工具等方法。数据治理是企业实现数字战略的基础，其最终目的是提升数据的价值。 其次，以人行二代企业征信数据标准为主题及治理规模，接纳的实验路径为“典范主题式”数据治理模式。遵照数据质量治理的闭环原则来开展数据治理事情，通常包括数据项规模确定、检核规则制订、数据质量监测、质量问题剖析及质量问题整改计划的建议实验等，最终形成数据质量治理的闭环流程。 数据治理项目的详细事情执行办法如下： 1. 深入解读人行二代企业征信353个数据标准项； 2. 各数据项落标焦点营业系统，同时开展流程治理，做到所有营业操作线上化，从源头举行治理； 3. 制订数据质量检核规则； 4. 监测数据质量； 5. 执行数据质量问题剖析； 6. 提出数据质量问题整改计划； 7. 整改数据质量问题。 最后，通过“典范主题式”数据治理项目的实验，总结数据治理履历，为下一步开展周全数据治理做准备，进一步提升公司数据的价值。 四 融资鸿运国际公司数据治理要领 数据治理要领分为事前预防以及事后控制，事前预防为源头治理，事后控制为数据质量控制。其中源头治理是从泉源上解决数据录入禁绝确、不完整、不实时的问题，通常举行营业层面的流程治理；数据质量控制为设定标准的质量检核规则，对数据质量举行监控，凭证数据质量检核效果经常性的举行数据校准，从而进一步提升数据质量。 1. 流程治理要领 1) 流程全线上化：针关于人行二代征信必报项，而流程还在线下执行，未走线上或未约束需实时在线上操作等情形，通过流程治理，修改响应制度及治理步伐，使之要谴责员将营业主流程及变换类操作线上化。 2) 制订并确认新流程或规则：针关于人行征信数据标准项，而营业上暂未建设流程的，如提前部分还款等，或未确认规范的相关逻辑标准，如起租规则、条约类变换盘算规则等，通过流程治理举行公司内部规则的制订及确认相关治理步伐。 3) 优化现有流程：针关于人行二代征信上报的T+1时间要求，梳理并优化现有营业流程，加速营业流程操作效率，如条约起租流程的优化等，以包管未来数据上报的实时性。 2. 数据质量问题剖析要领 数据质量是否知足营业运行与治理、决议的制订，一样平常权衡标准包括准确性、完整性、有用性、一致性、唯一性和实时性。 针对数据治理，可运用如下要领举行数据检测： ① 数据完整性校验 ② 数据唯一性校验 ③ 数据一致性校验 ④ 数据准确性校验 ⑤ 数据有用性校验 各项数据校验设计了如下主要校验规则： 检核规则 规则形貌 数据完整性校验 空值检核 关联性校验 数据有用性校验 校验码值是否在设定规模内 数据一致性校验 校验多表统一信息一致性 数据准确性校验 校验数据取值是否准确 数据唯一性校验 非主键信息的唯一性校验 五 融资鸿运国际公司数据治理实验内容要点 实验内容要点可拆解为三个项目，一是与人行征信上报系统的供应商开展征信上报系统建设项目，二是与焦点营业系统的供应商开展营业系统二代征信标准刷新项目，三是与数据治理咨询公司或软件公司开展二代征信标准数据治理咨询项目。三个项目建议并行最先，各项使命建设前置条件，制订好项目详细实验妄想。 1. 启感人行征信上报系统项目 1) 项目规模：人行二代征信上报系统实验及取数开发。 2) 项目实验妄想：总体上分为项目启动、接口差别剖析、测试情形安排、取数逻辑开发、数据验证测试、人行验收、系统上线7个阶段。 3) 项目实验内容： i. 营业诠释：供应商安排专家对人行二代数据标准举行营业诠释，工具为鸿运国际公司信息科技部职员及营业系统供应商、数据治理咨询公司项目组； ii. 差别剖析：剖析人行二代标准与现有营业系统数据库数据项差别，并形成《征信上报数据差别性报告》； iii. 测试情形安排：搭建征信上报测试情形； iv. 取数逻辑开发：取数逻辑开发完成后，可举行接口的第一轮取数，以及凭证数据校验规则形成现有数据问题清单，并安排举行内部数据治理。 v. 数据测试：数据治理完成后，可举行征信数据的存量数据测试及增量数据测试； vi. 人行验收：供应商配合鸿运国际公司举行验收，提供存量报文、增量报文及其他质料； vii. 系统上线：切换生产情形及报送存量数据、知识转移及培训。 4) 项目交付物： i. 系统验收文档：《人行征信上报系统项目总体妄想》、《人行征信上报数据差别性报告》、《人行征信上报系统功效说明书》、《人行征信上报系统安排计划》、《征信上报系统操作手册》等； ii. 系统安排程序包； iii. 完整可正常运行的人行征信上报系统。 2. 启动焦点营业系统二代征信标准刷新项目 1) 项目规模：针关于人行二代征信上报系统供应商输出的《征信上报数据差别性报告》，与现有焦点营业系统举行现状差别剖析，形成营业系统刷新规模，举行系统刷新，并配合数据治理咨询公司项目组举行数据治理。 2) 项目实验妄想：总体上分为项目启动、差别剖析、计划设计、系统开发、系统测试、数据治理、系统上线7个阶段。 3) 项目实验内容： i. 差别剖析：差别剖析的效果输出系统功效的刷新点，包括现有功效新增字段及数据校验逻辑、新增功效、调解现有功效逻辑等； ii. 计划设计：针关于剖析梳理完成的系统功效刷新点，设计系统刷新详细计划； iii. 系统开发：针关于双方确认后的系统刷新详细计划，举行系统开发事情； iv. 系统测试：包括单体测试、接口联调测试，其中联调测试最为要害，需多次检查并修正数据质量问题； v. 数据治理：将营业补录上来的excel数据形成剧本，待系统上线时举行数据补录及修正； vi. 系统上线：系统测试通过，并且数据质量检查通事后，可举行系统上线； vii. 上线推广：二代征信刷新涉及营业系统内租前、租中、租后全营业流程，需举行内部宣贯及举行要害用户培训。 4) 项目交付物： i. 系统验收文档：《二代征信营业系统刷新项目实验总体妄想》、《二代征信营业系统刷新项目详细解决计划》、《二代征信营业系统刷新项目测试剧本》、《二代征信营业系统刷新项目数据字典》、《二代征信营业系统刷新项目数据治理剧本》、《二代征信营业系统刷新项目操作手册》等； ii. 二次开发程序包； iii. 完整可正常运行的营业系统各项征信相关功效。 3. 启动二代征信标准数据治理咨询项目 1) 项目规模：凭证二代征信数据标准，与相关系统供应商配合配合下，运用数据治理要领论，形成数据治理计划，包括数据标准、数据质量问题问题清单及解决计划等，并最后完整解决二代征信数据标准下的数据质量问题。 2) 项目实验妄想：总体上分为项目启动、二代数据标准及数据质量剖析、数据治理计划设计、数据质量测试、项目验收5个阶段。 3) 项目实验内容： i. 二代数据标准及数据质量剖析：凭证二代征信标准，与现有焦点营业系统数据标准举行较量剖析，并通过相关工具举行数据质量剖析； ii. 数据治理计划设计：建设数据标准清单，凭证数据质量检核要领，在系统供应商配合配合下，设计数据治理完整可落地计划； iii. 数据质量测试：测试系统供应商的数据剧本，并要求最终测试通过； iv. 项目验收：验收数据治理计划，确保数据质量最后切合征信上报的要求。 4) 项目交付物：《数据标准》、《数据治理计划》等。 六 关于融资鸿运国际公司开展周全数据治理的思索 2018年5月21日银保监会公布的《银行业金融机构数据治理指引》，已经要求银行业金融机构将数据治理纳入公司治理领域，建设数据质量控制机制及优异数据文化，树立数据是银行主要资产和数据应真实客观的理念与准则。明确数据治理是系统工程,从下至上,应做到人人有责、层层把关。 关于融资鸿运国际公司来说，数据治理是实现数字化的基础，数据治理与IT计齐整样需要做好顶层设计，搭建数据治理系统，从组织、制度、流程、系统落地层面举行数据治理�；谝＜嗷崾葜卫碇敢约癉AMA-DMBOK数据治理知识框架系统，作者总结了周全数据治理“15字目的”：建组织、定标准、理流程、搭平台、成文化。 1. 建组织：有用的组织机构是数据治理乐成的有力包管，也是数据治理长效运行的基础。数据治理组织包括决议层、管控层、执行层，其三层的组织架构支持数据治理事情的开展和职责的落实，同时也明确数据治理组织架构与职员角色界说，明确响应的责任人和职责。 ① 决议层即数据治理委员会，认真团结公司战略，为数据治理引领偏向；审批数据治理年度事情目的、数据治理制度及流程、计划和主要妄想；决议数据治理重大事项；协调各相关部分加入数据治理事情。建议由公司总司理牵头，与各分担向导高管配合组成。 ② 管控层即数据治理办公室，认真牵头制订数据标准、数据治理相关制度步伐及流程；制订数据治理事情年度目的及妄想，并有用剖析、落实到各数据治理小组举行承接；同时牵头组织数据治理计划设计及实验，对数据治理各小组提交的设计内容举行审议，向决议层汇报数据治理事情。建议由信息科技部认真人及相关营业部分认真人担当主任，副主任由信息科技部副总监担当。 ③ 执行层即数据治理事情小组，主要认真数据治理的贯彻执行，认真加入数据治理事情的计划设计及详细执行，解决一样平常的数据问题。通�？绮糠肿槌�，建议由以下角色组成：数据主责人、数据录入人、数据使用人、手艺支持人等，其中手艺支持人可为信息科技部的数据相关岗位，如数据需求岗、数据标准岗、数据质量岗等。其中营业部分为主要加入工具，由于营业部分既是数据的生产方，也是数据的使用方，在数据治理建设的基础上，还可一直增进“信息科技与营业协同”，配合提升公司信息化及数据质量水平。 2. 定标准：制度系统建设是数据治理乐成的主要包管，标准系统的制订包括四个方面：一是制订及宣布数据标准，数据项标准要有明确数据的营业属性（营业寄义、营业规则、泉源标准等）、手艺属性（数据长度、数据类型、泉源表等）及治理属性（数据标准归口治理部分等），指标类的数据项要有明确的营业寄义、统计口径、盘算公式等，并且更主要的是数据标准建设后都要落地到各个应用系统中，以及落地数据质量规则校验；二是制订及宣布数据治理标准，制订数据质量治理制度及实验细则，明确数据治理职责，界说数据治理流程；三是制订及宣布数据交流标准，通常为数据收罗、存储、加工使用的手艺标准、接口标准等；四是制订及宣布数据清静相关制度步伐，包管数据的清静使用和共享。 3. 理流程：当数据标准建设并宣布后，需建设数据标准变换流程；数据质量方面需建设数据质量规则界说流程、数据质量检查流程、数据质量问题根因剖析流程、数据质量问题整改流程、数据质量审核流程等。并在现实运行之后一直优化流程，实现数据质量闭环治理。数据清静方面，也同样需建设相关的数据清静治理流程。 4. 搭平台：即搭建数据治理管控平台，构建以元数据为基础、数据标准为焦点、数据质量提升为目的的管控平台，治理企业数据资产。将制订的数据标准、数据质量检核规则等落地到数据管控平台中，总体应包括元数据治理、数据标准治理、数据质量治理等组件。 ① 元数据治理：元数据是形貌数据的数据，涉及营业元数据、手艺元数据、治理元数据，是数据管控的基本工具。元数据治理是企业数据治理的基础，通过平台对元数据举行动态收罗和治理，实现对多变、动态的数据举行治理。运用平台数据剖析功效，资助用户明确数据的加工处置惩罚历程，为用户更好的熟悉数据、剖析数据、挖掘数据提供基础工具。从功效层面需包括：元数据收罗效劳、元数据会见效劳、元数据治理效劳和元数据剖析效劳等。 ② 数据标准治理：数据标准是包管数据的内外部使用和交流的一致性和准确性的规范性约束。数据标准治理是规范数据标准的制订和实验的一系列运动，通过线下制订的数据标准，包括数据项标准、指标类标准，嵌入数据标准治理�？橹�，实现数据标准增、删、改、查、宣布、审核、修订等种种基础操作，其变换历程能被自动纪录，通过变换版本控制，追踪标准历史。通过多维度指标剖析数据标准，可周全相识标准总数、生效数、失效数等。从功效层面需包括：数据标准体例、数据标准审批、数据标准宣布、数据标准使用及剖析等。 ③ 数据质量治理：数据质量治理包括对证量规则的设置和凭证规则举行数据的校验，通过规则设置，使命设置，检测纪录等操作，能够评估数据质量，爆发问题数据，并落地到详细应用系统中举行数据修正或功效调解，如增添相关数据校验等。数据质量治理工具从功效上需包括：数据质量指标治理、数据质量规则治理、数据质量评估使命、数据质量评估报告等。需注重的是，输出数据质量评估报告的条件，是已经完成了前面所提到的元数据、数据标准、数据质量规则的建设、并落标到了各个子应用系统中。 5. 成文化：即形成数据治理文化，文化是一种信心，企业文化做得好，可以把这种信心落实到一样平常习惯中。若是公司高层重视数据治理，就会建设“数据治理主要”的文化，从而自上而下公司全员重视数据治理事情。治理也可与企业营业融合在一起，实现营业协同及各部分协同。 七 结语 近几年数据治理已成为当今的热议话题，银行业等金融机构的数据治理已趋于成熟，给了融资鸿运国际公司等行业富厚的履历借鉴。但融资鸿运国际公司还需凭证其企业规模、组织结构、营业庞洪水平，制订差别的数据治理战略。数据治理不是一蹴而就的，而是一个恒久并一连的历程，需建设数据治理长效机制。只有将数据治理酿成一种常态化机制，员工层面形成一种习惯，公司层面形成一种文化，才华提升数据资产价值，同时也为营业赋能，并通过数据驱动企业创立更大价值。 参考文献： [1] 银保监发〔2018〕22号《银行业金融机构数据治理指引》 [2]《企业数据治理那些事》.段效亮. 机械工业出书社.2020 [3]《DAMA-DMBOK2数据治理知识系统指南（第2版）》 [4] 《数据治理框架解读剖析》.石秀峰 肖泱 鸿运国际信息科技部副总监 深耕融资鸿运国际公司信息化10年，对融资鸿运国际营业有着深入明确，在厂商鸿运国际、汽车鸿运国际、金融鸿运国际、第三方鸿运国际领域的焦点营业系统建设上具有富厚履历。研究偏向为大数据与商业剖析、数字化转型等。 泉源 | 中关村科技鸿运国际 <img class="old-img" src="/uploads/oldfiles/20201229/7b9a904d8e8bb306e7ce94280ad73d98.jpg" />