银行数字化转型导师坚鹏：银行数据治理和数据质量问题解决
银行数据治理和数据质量问题解决
课程背景：
很多银行存在以下问题：
Ø 不知道如何准确理解银保监会数据治理相关政策及要求？
Ø 不清楚如何有效解决数据治理及数据质量遇到的重要问题？
Ø 科技条线不清楚如何配合业务人员更好地提高数据质量？
学员收获:
Ø 深入理解银保监会数据质量专项治理相关政策。
Ø 深入掌握数据治理及数据质量问题的解决方法。
Ø 深入学习银保监会监管数据质量专项治理方法。
课程特色：
Ø 有实战案例
Ø 有原创观点
Ø 有精彩解读
授课老师： 坚鹏老师 中国银行业协会特聘讲师
授课特点:
Ø 焕发精神、启发思考、激发行动
授课风格：
Ø 以案例的方式解读原创方法论
Ø 以互动的方式增强学员获得感
Ø 以咨询的方式提高培训实效性
培训对象：
银行参与数据治理的相关从业人员。
课程大纲：
一、监管数据治理体系整体解读
1．数据成为新型生产要素——《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》解读
2．《银行业金融机构数据治理指引》关于数据治理体系的解读
3．《关于开展监管数据质量专项治理工作的通知》政策解读
（1）总体要求
（2）专项治理范围
（3）工作进度安排
4．银保监会EAST5.0最新政策解读
5．在监管数据管理领域，2023年开始执行的《银行保险监管数据统计管理办法》与《银行业金融机构数据治理指引》一脉相承
二、监管数据认责和数据问题解决策略
1．银保监会开重磅罚单
（1）18家全国性银行被罚款7420万元
（2）三家政策性银行共计被罚1340万元
（3）农商行同样收到巨额罚单
2．主要问题分析
（1）数据质量不高：包括各个业务部门针对客户联系不上、客户不愿意配合、历史数据无法处理等
（2）频繁迟报增量数据
（3）数据漏报问题严重
（4）数据错报现象严重
（5）完整性自核工作开展不力
（6）数据整改延期
3．核心原因分析
（1）机构在对待数据质量及报送问题上的不严谨
（2）金融机构内部缺少常态化监督机制
（3）金融机构缺少智慧化的监管数据质量专项治理系统
（4）银行经办人员对有关指标的概念和范围理解不清、粗心大意
（5）客户提供的信息错误或拒绝提供相关信息
4．重要改进对策
（1）监管数据质量专项治理系统改进对策
（2）建立智慧化的监管数据质量专项治理系统
（3）建立先进的数据质量管理系统
（4）银行具体改进对策：针对各个业务部门针对客户联系不上、客户不愿意配合、历史数据无法处理等问题提出具体的改进对策
三、监管数据治理体系规划和实施路径
1．银行数据治理面临的挑战
2．完整的银行数据治理体系包含三个层次的目标
3．银行数据治理的实施路径
4．建立以BLM模型为核心的数据治理体系
5．数据治理体系解码
6．数据治理体系执行
四、从科技条线的角度如何提升监管数据质量（配合业务人员提升数据质量的方法）
1．建立智慧化的监管数据质量专项治理系统
2．设计智慧化的监管数据质量专项治理系统重点功能
3．明确EAST专项治理推进路径
4．明确EAST专项治理方案内容
5．建立先进的数据质量管理系统
研讨：银行自身存在的主要数据质量问题及解决对策
五、解决数据质量问题的8大举措
1．明确数据治理的定义与框架
2．建立数据治理部门
3．建立数据治理制度
4．建立数据治理考核机制
5．明确业务部门数据治理职责
6．制定数据标准
7．明确监管部门对于数据质量的要求
8．提升数据价值
六、银行数据治理体系落地与数据质量问题解决的五大关键
1．明确管理部门责权，建设数据治理专业人才团队
2．科学监管数据确权，落实业务闭环数据质量责任
3．加强数据安全保护，保障数据全生命周期管理
4．完善问责和激励机制，加强数据应用和分析
5．提升数字化水平，促进数据业务发展
七、内容总结与行动计划
1．内容总结
2．心得分享
3．问答与交流
4．行动计划
练习：根据工作中存在的问题和实际情况制定行动计划
