在“数字中国”的发展预期下，随着银行春季招聘到来，目前已有十余家银行的总行及分支机构发布了社会招聘公告，其中数据治理人才是招聘重点之一。
“数字化转型已经成为银行转型升级的主旋律，这与《数字中国建设整体布局规划》中提出要在金融等重点领域加快数字技术创新应用的指导方向不谋而合。”德勤管理咨询金融行业主管合伙人尤忠彬指出，从建设成果来看，银行业数字化建设已在精准营销、客户体验优化、风险管控等多个领域落地，数据逐步迈入大规模应用阶段，对数据易用性、可用性、可获得性要求达到了前所未有的高度，数据治理能力已成为支撑数字化建设质效提升的关键要素。
中国金融认证中心（CFCA）总经理朱钢认为，随着银行对数据治理方面人才的大量引入，预示着银行在数据治理方面将会有长足的进步，也将成为“数字中国”建设中举足轻重的角色。
从“重应用、轻治理”
到“应用治理并重”
《中国经营报》记者梳理发现，截至目前已有农业银行、工商银行、邮储银行、交通银行等十多家银行的总行及分支机构发布了社会招聘公告，其中，多家银行提到了对数据治理人才的需求。
如邮储银行在招聘公告中提出了数据管理部、数据中心的人才招聘需求；交通银行在总行金融科技部门的招聘信息中提到，希望招聘数据分析专家。
尤忠彬认为，银行提升对数据治理人才招聘的重视程度，一定程度上体现了其数据能力建设理念逐步由“重应用、轻治理”向“应用治理并重”转变，从数据侧、业务侧体系化进行数据治理人才补充，将极大缓解银行普遍面临的大量数据治理需求无人懂、无人做的情况，并为未来银行数据治理体系化深化建设奠定基础。
相比于传统行业而言，银行业数据治理的受重视程度总体较高。尤忠彬分析道，由于近年来银行业监管要求持续趋严，监管数据报送种类增多、报送规则趋于复杂、报送粒度不断细化，监管的进一步强化势必对数据治理与报送提出更高要求。
“不标准、不准确、杂乱、缺项的数据是难以应用的，而数据治理的目标是提升数据的价值。”零壹智库特约研究员于百程补充道，“近年来，金融机构加快了数字化转型，需要数据资产、数字化技术与金融业务结合，提升金融服务水平和运营效率，实现业务持续增长。其中数字化认知和技术能力的提升是实现转型的前提条件之一，因此数字化人才必不可缺。”
从尤忠彬了解到的情况看，银行业过往长期面临数据治理人员能力不匹配、数量不足的情况。从数据侧来看，数据治理工作由从事技术开发或统计报送等相关领域人员转岗而来的情况较为普遍，且通常一人身兼多职；从业务侧看，相关部门则较少配备数据治理岗位及人员，很难承接本部门的数据治理落地任务。
朱钢认为，随着整个社会数字化转型进程的加快，各行各业都普遍面临着数据爆发性增长后，数据人才短缺的问题。“这就像我国正在推动的低端制造业转型高端制造业一样，人才和技术结构都需要同步发生转变。如果说前几年各行业都在为如何获得足够支撑数据产生和数据制造的IT人才而发愁，那么现在大家都开始为拥有能够在原始数据产生后开展数据治理、数据安全、数据挖掘和数据应用的人才而困扰，因为这是人才和知识结构的问题。”
“尤其是具备银行业数据治理落地经验的资深专家缺口很大。”尤忠彬认为，形成这种情况的原因较为复杂，主要包括：一是对过往数据治理重要性认识不足，长期从事数据治理工作的资深专家数量有限；二是数据治理人才的复合型能力要求很高，既需要具备数据标准管理、数据质量管理等数据治理领域专业能力，也需要对银行业务有深入理解，同时对数据库等数据技术亦要具备一定基础，人员培养周期较长；三是数据治理工作是典型的“苦活累活”，做得好很难有较为显性的价值感知，但出现问题则容易导致处罚或统计错误，许多数据领域从业者对进入该领域存在顾虑。
朱钢建议，银行业在这方面的解决之道有三方面：一是与其他企业一起在社会上争抢有限的数据人才，二是加大与外部专业化公司的合作，三是加速内部IT人才知识结构调整。
数据孤岛及数据流动安全问题要“两手抓”
谈及银行强化数据治理对于“数字中国”的意义，朱钢告诉记者：“银行掌握着大量一手的企业、个人经济活动数据，这些数据不仅包含宏观静态的经济、投资、消费数据，更包含微观动态的交易、支付数据。相较政府、运营商、医疗机构和互联网平台等数据源，银行数据的金融属性、数据产生频率、数据规模、统计分析作用都令这些数据的价值更加真实反映社会、经济、商业现状，加强这些数据的治理，对‘数字中国’建设的重要意义不言而喻。”
尤忠彬亦指出，作为“数字中国”建设的重点领域之一，银行业是较早完成信息化、推进数字化建设的行业，能够从治理思路、专业方法、实现路径全方位为其他行业提供数据治理经验参考，发挥“先行先试、引领示范”作用，支持“数字中国”的加速建设。
“作为在金融数据安全领域经营二十多年的国家级权威安全认证机构，中国金融认证中心也在密切跟踪和研究近期国家法律法规、政策变化对银行业在数据治理和应用领域所带来的影响。我们将协助各银行业机构加强数据层面的高效治理、融合应用、潜能挖掘以及安全共享，以帮助和支撑银行业推进数字化转型。”朱钢说。
不过，业内人士普遍认为，目前银行在数据治理方面依然是存在短板的。尤忠彬指出，数据治理是一项体系化工程，从银行业建设情况来看短板首先出现在领导决策层对数据治理的复杂性、艰巨性、长期性认识不足，过于强调数据治理建设速成、缺乏体系化治理理念和长期投入思想，最终导致“打补丁”式被动治理局面。
从数据产生的场景、频率、规模上来说，银行数据具有复杂和庞大的特征。同时，作为金融性企业，银行的规模大、部门多、系统多、制度多，在数据使用问题上更加谨慎与保守。
朱钢介绍道：“如果我们将数据治理的管理范畴定义在企业内部应用，那么银行数据治理的短板无疑是银行内部的数据孤岛和数据安全问题。但数据治理是手段，数据应用是目的，社会经济活动要求银行与外部形成数据要素的链接，这也是近年来全球产业界提出开放银行（Open Banking）的重要原因。从这个角度看，银行在数据治理过程中要尤其关注银行自身的数据孤岛问题、与外部链接的数据安全问题，特别是数据要素交易、流动过程中的安全保障和法律合规保障。”
于百程亦认为，对数据进行统一管理，提升数据质量，发挥数据价值是银行数字化的关键。“在银行里，数据分散在各个部门无法打通，缺少统一平台，数据质量差，数据不规范，数据安全，数据资产化等都是数据治理方面的问题，使得数据应用价值的发挥受到限制。”
“数据治理历史‘债务’较多，受限于过往数据治理观念不足，大量历史数据存在分散管理、质量参差不齐、标准互不统一，存量数据治理已成为行业难题。”尤忠彬补充道，“银行在数据治理全员参与意识方面存在不足。许多业务人员通常认为数据治理与自身无关、是数据人员的工作；而数据作为业务记录和反映的载体，需要从业务端到后续各业务环节全链条入手，确保真实体现业务含义、业务规则和管理要求，业务部门的深度参与对数据治理效果起到决定性作用。”
另外，尤忠彬认为，目前银行在数据治理资源投入方面还存在不匹配的情况。“从各银行的财务资源和人员配备来看，数据治理领域投入相比于系统建设等其他金融科技领域投入仍处于较低水平，这与数据治理范围广、任务重的现状难以匹配。”
本篇文章来源于微信公众号: 数字金融网
