近年來，建行江蘇分行數據治理以整改為手段，以管控為目標，通過增存分治，降存量，控增量，不斷提升數據質量。在實施路徑上，以事后強化監(jiān)測為基礎，不斷前置管控措施，切實為基層減負，提升治理質效。

具體做法：一是事后強化成效監(jiān)測，確保問題及時整改。

強化評估模型運用，及時跟蹤整改成效。目前，EAST數據已有對公客戶信息表、表內外業(yè)務抵質押物表、個人信貸業(yè)務借據表、個人基礎信息表等17張檢核數據表，涉及62個檢核規(guī)則，國家金融基礎數據29項指標，共計91個項目指標，實現(xiàn)整改成效按日監(jiān)測。

引入外部工商數據，協(xié)助源端數據治理。在生成數據治理一體化模型的過程中，精準匹配外部工商數據，將對公客戶工商匹配情況、注冊地址、證件類別、證件號碼等信息納入問題描述中，為客戶經理補充和核驗相關信息，反映客戶當前工商真實情況，確保源端數據治理有據可依。

堅持以用戶為中心，統(tǒng)籌明細數據治理。將EAST檢核規(guī)則和國家金融基礎數據制度進行整合，實現(xiàn)以用戶為中心、檢核規(guī)則為維度的數據治理模式，統(tǒng)籌進行明細數據治理，基層機構一次整改往往能夠同時提升EAST數據質量和金融基礎數據質量，達到事半功倍的效果，切實做到為基層減負。

二是事中加強問題監(jiān)測，確保問題及時發(fā)現(xiàn)。

強化監(jiān)測模型運用，及時監(jiān)測新發(fā)問題。利用云化數倉數據，整合差錯明細，實現(xiàn)明細監(jiān)測模型秒級生成，目前已對客戶信息表、集團客戶表、收單商戶信息表、個人信貸業(yè)務借據表、表內外業(yè)務抵質押物等25個檢核規(guī)則實現(xiàn)新增數據的問題T+1日監(jiān)控，監(jiān)控結果通過清單自助下載、員工渠道提醒、企業(yè)微信提醒等多種方式向經辦機構和人員提示整改。

加強實時數據運用，破解月末當日治理難題。由于監(jiān)管數據按月報送，利用技術手段提高月末當天的數據質量，對提升數據質量，將起到關鍵性的作用。創(chuàng)新運用云化數倉中當日賬戶和交易實時數據，監(jiān)測關聯(lián)業(yè)務的數據質量監(jiān)測，及時提示相關機構當日進行整改。同時，對于月末當天新建客戶，利用RPA技術自動提取并監(jiān)測新一代中相關信息，如成立日期、所屬行業(yè)等，確保當日創(chuàng)建的信息完整和準確。

三是事前加強源頭管控，推進系統(tǒng)機控落地。

前移質量檢核環(huán)節(jié)，加強重點業(yè)務事前監(jiān)測。根據監(jiān)管重點關注內容，不斷優(yōu)化迭代新發(fā)問題按日監(jiān)測模型，將數據治理從業(yè)務發(fā)生環(huán)節(jié)，優(yōu)化成從數據采集環(huán)節(jié)開始，有效避免業(yè)務實際發(fā)生時出現(xiàn)新發(fā)問題。如房貸業(yè)務的檢核，從放款環(huán)節(jié)前移到合同建立環(huán)節(jié)；對公客戶的檢核，從開戶環(huán)節(jié)前移到建立潛在客戶的環(huán)節(jié)，集團客戶的檢核從授信環(huán)節(jié)前移到建立環(huán)節(jié)。

前置質量管控措施，推進源頭機控措施優(yōu)化。組織相關業(yè)務條線，核實源系統(tǒng)數據，開展問題根因分析，梳理業(yè)務流程缺陷，編寫機控需求，對接總行業(yè)務條線和項目組，推動數據質量檢核規(guī)則嵌入業(yè)務流程和系統(tǒng)開發(fā)中。2023年，在總行的大力支持下，江蘇分行已有7項源端機控措施在新一代組件實施上線，重點解決客戶在惠懂你APP線上注冊歸屬機構不準確的問題，柜面開戶時創(chuàng)建的客戶信息不機控的問題，徹底解決相關業(yè)務領域邊污染、邊治理的問題。

通過持續(xù)開展數據治理，數據治理質效不斷提升。屬地監(jiān)管方面，江蘇分行連續(xù)被國家金融監(jiān)督管理總局江蘇監(jiān)管局評為EAST數據質量一類行，為四行唯一；在2023年度江蘇監(jiān)管局EAST系統(tǒng)應用勞動競賽活動中，榮獲“EAST數據報送優(yōu)秀組織單位獎”，為國有大行唯一獲獎單位。系統(tǒng)內，2023年數據治理KPI系統(tǒng)第一，條線綜合考評系統(tǒng)第一，被總行評為集團數據質量“提升工程”先進集體。

下一步，建行江蘇分行將繼續(xù)探索運用數字化手段開展數據治理。

一是加強數據治理文化宣傳，增強主動意識。常態(tài)化組織培訓和交流，及時傳導工作要求，總結分享治理經驗，定期更新數據治理知識庫，提升問題整改能力。組織開展數據治理勞動競賽，表彰和激勵新問題有效管控、存量問題有效壓降的集體和個人。營造數據治理文化氛圍，切實提升全行員工對數據治理重要性的認識，增強主動治理意識，守牢監(jiān)管紅線。

二是強化總分協(xié)同聯(lián)動，推進規(guī)范源端落地。在深化理解監(jiān)管標準化數據規(guī)范的基礎上，強化規(guī)范的執(zhí)行力度，將采集規(guī)范和檢核規(guī)則最大限度前置，在系統(tǒng)建設和改造中向總行提出相應的數據質量管控需求，長效保障數據規(guī)范在業(yè)務流程中落實。持續(xù)不斷引入實時數據，包含對客戶信息、交易行為信息、賬戶變更信息等，開展實時建模，預防異常交易和可疑行為，當日發(fā)現(xiàn)當日整改當日評估，切實提升數據治理成效。

三是深化監(jiān)測模型開發(fā)，實現(xiàn)業(yè)務和數據協(xié)同治理。為有效落實業(yè)務和數據協(xié)同治理，建立數據質量責任矩陣，按照“誰生產、誰負責”的原則落實數據質量責任。一方面，組織各條線梳理業(yè)務規(guī)范要求，將業(yè)務要求轉化為監(jiān)管數據檢核規(guī)則，并納入治理范疇。另一方面，持續(xù)分析監(jiān)管部門檢核規(guī)則，將其“翻譯”為業(yè)務開展過程中必須遵守的規(guī)范，并在事前、事中、事后進行全面的檢核和管控。（王浩）