參賽單位：桂林銀行股份有限公司

案例名稱：數據管控平臺

案例簡介：

桂林銀行數據管控平臺從頂層設計出發，將數據治理架構、數據治理規章、數據管理系統工具三維一體共同建設，以監管標準為導向，以數據質量為驅動，以業務發展為契機，打造“智慧化”的數據治理系統工具。項目融入我行“博觀而約取，厚積而薄發”的數據治理理念，采用“運營態數據治理，以用促治、以治帶用”的創新治理模式，針對性解決數據“看不到”、“看不懂”、“不好用”、“不會用”的行業痛點。

創新技術/模式應用：

一、業務創新

以桂林銀行自身情況為立足點，提出“運營態數據治理，以用促治、以治帶用”的數據治理思路。工欲善其事，必先利其器，通過數管平臺的支撐與落實，實現治用結合、邊治邊用，形成良好治用循環。

二、技術創新

數管平臺是新基建數據價值的重要環節，其特點和提供的能力如下：

（一）基礎性平臺

1.提供元數據、數據標準、指標、數據質量、知識庫管理功能。

2.提供自動化元數據采集能力，對納入管理的業務系統影響最小化。

3.提供流程定制支撐能力，為數據治理過程的中的相關任務流轉提供流程支持。

4.提供基礎數據檢核、業務數據檢核能力。

（二）服務性平臺

1.提供企業統一元數據視圖，讓企業數據生產要素一目了然。

2.企業級數據字典功能，統一管理和生成企業內所有系統的數據字典，可對數據字典各個歷史版本進行回溯。

3.提供元數據企業搜索能力，輕松檢索與關鍵字有關的表、字段、數據標準、指標、ETL血緣、調度依賴、ETL作業等各類信息。

（三）開放性平臺

1.提供多樣化的API訪問接口，便于行內其他系統訪問元數據與數據治理平臺進行集成。

2.為統一報表平臺推送指標口徑信息，讓用戶更方便理解報表內容。

3.為ETL自動化、數據交換自動化提供元數據支持。

（四）創新性平臺

1.提供元數據“材料”生產成元數據“產品”的能力。對ETL加工血緣、統計口徑關鍵信息、調度流程信息進行基于圖數據的“關系”建模。為用戶提供“科目變更影響范圍”、“產品變更影響范圍”等分析功能。

2.利用多元技術手段，強大知識庫“智慧”功能?；谂老x技術獲取指定網址的內外部站點信息，構建知識庫智能采集體系；利用智能搜索引擎，運用最新的自動分詞、提取核心詞等先進技術構建知識庫智能搜索體系；通過機器學習方法對文件中重要的詞匯進行提取構建智能標簽體系；利用AI算法結合用戶習慣推送知識內容構建智能推薦體系；為貼近用戶移動平臺使用習慣，將知識庫多渠道開發觸達用戶。

項目效果評估：

數管平臺作為“橋梁”，打通各模塊數據間的溝通壁壘，逐步實現數據協同，為全行數據治理工作提供穩固技術支撐。

1.數據全況可“視”

目前元數據自動化采集涵蓋22728張表，共676465個字段，納入數據標準1740項、數據指標3943個，逐步形成我行“數據資產目錄”，實現數據現狀“可視化”。

2.數據涵義可“讀”

從業務、技術、管理三個維度，建立數據元體系，堅持“強管理、重應用、弱加工”的管理原則，實現指標定義、口徑、來源均一致，打造全行數據“通用語言”。

3.數據問題可“清”

以數管平臺為“引擎”，利用智能化、流程化的管理機制，實現數據質量管控條鏈化、透明化，促進數據治理工作高效化、規范化。

（1）持續監控數據問題，提高數據問題溯源效率。應用neo4j技術，優化元數據血緣分析界面呈現效果，實現發現問題準確、解決問題快速、監控整改進度便捷。

（2）使用遞進式數據問題管理機制，確保數據問題整改落地。以“發現-整改-跟進-提高”為數據問題管理路徑，路徑各節點在數管平臺中進行功能映射，累計下發數據質量問題整改工單5000余條，整改率達46%。

（3）嵌入RPA機器學習技術，解放人工繁瑣重復勞動力。通過數據檢核識別數據問題，以問題為出發點，結合數據字典進行血緣分析，排查定位問題，分發問題工單，監控并反饋整改進度，上述流程實現全鏈路自動化。

在2020年監管統計報表報送工作中，我行部分機構得到當地監管的外部表彰，行內考核共有11（個/家）部室、分行得到加分，同比上升76.41%，整體數據質量有明顯提升。

4.數據知識可“享”

知識庫模塊目前收錄數據標準知識共42條，業務標準知識共4條，其作為全行業務知識與數據標準化理論的學習平臺，也是數管平臺與數據治理樞紐，豐富員工數據知識背景，提高數據應用能力，打造“業務+技術”復合型人才隊伍。

數管平臺致力于維護數據治理與創新應用間良好生態體系平衡，加強數據能力建設，實現數據驅動業務，做到“一個平臺，多向賦能”，推進全行數字化轉型。

項目牽頭人：

張先德

桂林銀行行黨委副書記、行長（代為履職）

項目團隊成員：

趙泓、劉清萌、張曉紅、李偉沙、劉又榕、龍威、陳虹羽、肖開元、劉露、以娜、唐進民、吳啟鵬、王與欣、熊盈婷、廖鴻雁

責任編輯：方杰