王洪波坦言，数字技术的快速演进为金融数字化转型注入了源源不断的活力，但数字化的广泛、深入发展也为银行机构数据资源管理带来极大挑战。

    恒丰银行数据资源部相关负责人亦认为，一方面，数据标准的界定较难。数据管理涵盖数据的全生命周期，跨越不同的条线、部门、模块，涵盖不同的深度、广度、精度，建立统一的数据标准并满足数据的全面性、真实性、准确性、规范性和及时性有一定难度。另一方面，数据资产的盘点也比较难。对各业务领域的数据进行盘点、分类和加工，首先要进行数据确责，厘清谁负责什么事、什么时候完成以及如何评价；其次要提炼形成匹配业务需求和营销场景的数据规范。

    “厘清数据资源是银行数据资源管理的第一步，围绕数据资源的权属和责任认定、数据资源的运营和使用、数据资源的安全共享、价值量化及考核等，都会遇到职责分工、管理模式、合规要求、利益关系等各方面的困难与挑战，应作为一项长期工程来统筹规划和应对。”史剑指出。

    王洪波补充道，数据管理的难点还包括如何建立统一、高效的数据治理组织层级以解决数据多头管理问题，怎样在数据资源共享与数据安全之间找到平衡，数据治理如何充分服务金融业务、最大化数据治理价值，以及应对数据价值特性带来的治理新难题等。

    数字化转型促使数据赋能业务

    近年来，银行数字化转型步伐不断加快。在此过程中，转型对数据管理亦提出了新的要求。

    中国人民银行印发的《金融科技发展规划2022—2025》中确定金融行业要实现数字化转型的重要目标，提出需要完成“数据要素价值充分释放、数字化转型高质量推进、数字基础设施更加先进”等重点任务。

    王洪波认为，这就要求银行从以下几方面强化数据能力建设工作：包括提升数字化能力，制定数据发展规划；对数据进行分类分级管理和制定全生命周期管理长效机制；建立统一的数据编码规则、数据字典、数据资源目录等数据内部标准与索引，增强数据纠错能力，确保数据准确性；利用隐私计算等技术实现可用不可见，确保数据共享过程的安全；实现与社会公共服务领域数据的互联互通，使大数据的衍生效益最大化。

    “数字化转型的核心理念是将数字化的思维融入银行的日常业务经营和管理，用数字化的技术和手段打破传统的业务模式，并实现数据赋能业务。在这种背景下，数据应当是从业务中来，并最终回归到业务中去。”陈立节认为，这就需要银行梳理现有的业务流和数据流，即什么业务活动产生什么样的数据，这些数据在不同的业务环节中又进行了什么样的加工和处理，并应用于哪些业务场景等。这也要求数字化转型环境下的数据管理不应仅关注管理本身，而应考虑不同的业务场景和数据应用，通过数据反哺和赋能业务。在这个过程中，还会面临数据共享和应用合规方面的新问题，需要管理者用数据资产化、价值化管理的新思维来管理并运营好数据。

    值得一提的是，近年来，数据治理监管趋严，近期多家银行机构由于数据报送问题被罚。在“强监管”的背景下，为何银行还会频繁出现数据管理隐患？

    对于银行在数据管理方面的合规问题，史剑认为主要在于两大方面，一是数据本身的质量，特别是报送监管的数据质量；二是管理体系是否充分、恰当且有效实施，包括数据的安全分级分类管理等。

    “这些不合规的隐患是持续存在的，只要银行日常业务在持续运行，势必会产生新的数据，进而出现数据的隐患和问题，因此需要银行本着打持久战的态度，进行长期统筹和规划，并逐步、持续对现有管理体系和数据质量进行优化和完善，建立事前、事中、事后全面的数据问题管理机制，及时提示数据风险，合理规避问题。”史剑解释道。