近二十年来中国银行业发展的历程也是现代信息技术在银行业逐步渗透影响加深的过程。信息技术不但给银行带来新的业务，增添了运营渠道，且改变了银行的经营模式。此过程中银行拥有的越来越多的数据，有力地促进了银行业务发展，另一方面这些数据的质量普遍不高，导致银行信息变得不那么“可信”。为此国内银行纷纷将数据治理提升到战略层面，进行高规模的咨询并在决策层面亲自领导该工作，但由于只是针对数据的一般性而缺乏从银行特殊性，尤其是银行的数据是为业务服务这一根本立脚点考虑，导致执行力低下、数据治理效果并不明显。为此本文分析了银行业务系统、业务流中的数据特点，提出了与业务结合度较高的银行数据治理路径。银行数据治理的整体实施情况数据给现代银行工作主要带来三大方面的挑战。一是业务发展转型，经营理念向以客户为中心转变。这需要银行收集全面信息以进行领导和管理层面的综合决策及精细化管理资产管理为核心向精准客户营销转变。二是竞争环境和流程日益复杂，必须强化自我约束这方面需要按照巴塞尔协议清晰构筑风险资本，进行预测性财务管理工作，制订精准的绩效考核办法。三是上级监管越来越细致。作为国家命脉的银行业，包括人民银行、银监会外管局等部门对其进行多口监管，管理者需要各银行准确报送大量数据同时还要求这些数据口径标准基本一致，以利于行业统计的方便性和及时性。上述挑战给整个中国银行业带来了进行数据治理这样一个总的、战略性的要求，银行从业者对解决该问题的必要性也达成了共识。为此国内相当多的银行已经开展数据治理工作，在行内建立了包括管理层在内的数据治理委员会，对资金人员等资源大力投入，在行外积极寻找咨询专家和解决方案。然而只有极少数银行能通过上述工作使数据质量得到本质的提升，在多数银行我们依然会观察到如下现象：再次实施一个贯穿若干业务条线的项目时，仍然需要银行多部门联合再次开展一次大规模数据梳理和改动操作，这说明数据质量不佳的这个痼疾依然存在。银行数据治理过程的考察在此我们考察一下银行进行数据治理的一般过程，该过程包含以下几个不可或缺的主要步骤：（1）开展战略咨询。（2）建立包括高层在内的数据治理委员会，建立数据治理组织架构。（3）设定数据治理实施路线和目标、制订工作计划。（4）动员相关部门、按照计划开展具体数据治理工作。步骤（1）和（2）属于目标设定环节，步骤（3）和（4）属于执行环节。同时在开展工作中步骤（1）和（2）务虚性强一些，而步骤（3）和（4）倾向拿出具体落地实施物。如前所述数据问题是国内银行业面临的整体问题，上升到治理行的战略高度并不为过，步骤（1）和（2）是银行数据治理的两个充分条件，它们是推动力而不是绊脚石。总的看来大多数开展数据治理的银行都能在战略上加以重视，因此步骤（3）和（4）恰当与否决定了数据治理单位的执行力，成为决定数据治理效果的关键。应该看到国内银行信息化水平迅速提高是近几年的事情，随之而来的数据质量问题也是突然出现的，而且是整体出现在银行业面前，因此国内银行落实设定数据治理实施路线和目标这一步骤时，往往引入外脑交给咨询公司。然而咨询公司同样没有成功的国内银行的经验可以借鉴，它们给银行开出的药方往往是借鉴信息化比较早的发达国家银行的经验或者借鉴信息化程度最深的信息技术行业自身的数据治理经验。然而发达国家将信用机制---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---作为社会规范的一个重要原则已经建立了上百年，在制度上约束人们在社会生活的各个方面内提供诚实有效的信息，从源头上解决了数据问题，因而发达国家银行数据接近其原貌质量普遍较高。与发达国家不同，长时间来我国银行仅被当作渠道而且主要是企业金融往来的途径。对于社会自然人的信息，行政、公安等系统掌握的信息质量在某些方面要高于银行，这决定发达国家银行数据治理对我国银行业具有有限的参考意义。而且信息科技行业的特点是数据即业务，数据处理手段单纯，用以实施信息项目的数据往往同构性强、存在一个产品中，准确性、合规性、一致性、唯一性、及时性、完备性这...