公募基金數據治理實施建議

王威

【摘要】2020年公募基金行業邁進第22個年頭，以余額寶為代表的互聯網理財的興起，公募基金公司的數據量帶來了爆發式的增長，企業意識到數據是一座金礦，但是如何有效的挖掘這座金礦，數據治理變得尤為迫切。

【關鍵詞】數據治理;數據資產目錄;數據標準

一、背景

隨著公募基金業務飛速發展，系統也愈發復雜，疊加各公司的科技戰略轉型，在IT系統建設上加強自研投入，加深科技壁壘，為業務賦能。在系統建設的過程中，由于行業還是存在龍頭供應商對核心應用系統的絕對把持，系統中“煙囪系統”和“數據孤島”依然是普片存在的現象，為了應對這個問題，各公司先后實施了數據中心、數據倉庫類項目，打通數據孤島，實現數據整合。

海量的數據匯聚，新的問題也接踵而來，數據標準不一致，數據口徑不統一，數據質量不高。其實如同企業發展一樣，當數據發展到一定規模數據治理也變得迫切。通過數據治理清晰的了解各類數據歸屬情況，觀察其數據流轉情況，建立統一的數據標準，提高數據質量，為深度挖掘數據價值打下基礎，但數據治理確實一項龐大而體系化的工程，如何有效的實施推進值得探討。

二、數據治理方案

數據治理并非是簡單的上線一個信息化系統，而是一個持續長久的、體系化的過程，需要有組織，有制度，有系統支持。如圖1所示，梳理治理體系框架包含了數據治理、數據管理、數據應用與服務三個維度，及相關的十五個子模塊。每個子模塊涉及的工作內容都可以作為一個專題進行分享，在此就不展開。

三、數據治理實施建議

筆者參加公募基金數據治理的工作幾年，公募基金行業也具有自身明顯的特征，經過咨詢及實踐落地的洗禮，從自己走過的彎路和成功的經驗中總結了幾項數據治理實施建議，希望給行業內準備開展數據治理公司帶來一些啟發。

（一）數據治理對領導層的信息同步

數據治理屬于一項治理工作，涉及“權責利”，需要從上至下推動。具體執行過程中涉及多個業務部門工作協調、組織架構設立、公司數據治理相關流程制度建立，領導層對數據治理工作有全局的了解是非常有必要的，有利于對工作的推進開展，而不跑偏方向。

數據治理是一個持續長久的過程，前中期完成數據治理體系框架中的十五個子模塊也需要分好幾期項目持續幾年來進行，在數據治理中后期相關工作進入到持續運營、持續改善階段。通過咨詢公司的宣導，讓領導層數據治理的實施周期，投入和產出有合理預期尤為重要，是項目可以持續投入，持續進行的重要因素。

（二）前期成立數據治理小組

數據組織與職責中，較為核心的是在前期就成立跨部門的數據治理小組。該數據治理小組核心成員應該包含數據產生、數據加工、數據使用的主要業務部門，IT在其中主要是數據加工處理這個環節，核心成員起到持續推動數據治理建設工作的職責。數據治理小組相關人員的明確，也可以幫助起到在業務部門內關于數據治理宣導、數據治理協調等作用。該組織在數據治理前期成立，是持續工作推動數據治理工作有效進行的必要條件。

（三）領導層對數據治理工作的充分授權

數據治理涉及到多業務部門的工作協調，其中數據認責、治理激勵與考核的工作會直接影響業務的日常工作范圍以及KPI，這個過程中只有充分授權的組織才能有效推動工作的正常進行。

（四）合適的才是最好的

數據治理和公司治理一樣，每個公司的數據情況，數據的痛點有所差異，系統和數據規模匹配的數據治理的強度也不盡相同，需要在治理成本和治理帶來的效益中找到平衡點。完整的數據治理體系框架包括范圍很廣，數據治理行業咨詢顧問也會提供很多其他公司的經驗及行業最佳實踐，但公司可以結合自身情況對其中按照優先級選擇性的實施，在逐步迭代實施的過程中找到匹配自身規模的治理強度。

（五）敏捷的方式推進數據治理工作進行

這些年以敏捷的方式推進軟件的開發被廣泛接受。數據治理的工作也可以參考敏捷開發的思路，采用迭代、循序漸進的方法，將一期項目拆分成多個子工程，每個子項目的成果都可以獨立的價值交付。通過敏捷迭代的方式摸索匹配自身的數據治理方案。

（六）數據治理涉及的系統

公募基金行業存在一個共性的特征，核心應用系統主要由幾家供應商提供，供應商在各條業務線集中度較高，相關系統基本上無法配合進行數據治理相關標準改造。涉及數據治理的相關系統建議以數據中心為主全面梳理，其他自研系統適度配合改造，外購系統配合提供信息提供即可。

四、結束語

數據治理實施路線如何推進，各家公司情況不一，技術主導、管理主導、應用主導，各有優劣。但數據治理的價值和方向確也無需再證，希望大家在數據治理的路上不斷摸索迭代，找到符合自身情況的最佳方案，在實施的過程中，遇到難題困難，做到不拋棄、不放棄。

參考文獻：

[1]許洪斌，侯進.大數據時代的銀行數據管理研究[J].中國金融電腦，2019.

[2]冉冉，劉穎，胡楠，等.大數據環境下的數據治理框架研究及應用，[J].電子世界，2018.