为促进金融标准化高水平发展，发挥标准支持金融业高质量发展的基础性、引领性作用，中国人民银行在2023年全国“质量月”期间组织开展“金融标准 为民利企”主题活动，解读与企业和金融消费者关系密切的金融标准，欢迎关注！

金融业数据能力建设指引

JR/T 0218—2021

　　适用范围

　　本标准规定了数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用、数据生存周期管理能力域划分，明确了相关能力项，提出了每个能力项的建设目标和思路。

　　本标准适用于指导金融机构开展金融数据能力建设。

八大能力域

　　金融数据管理能力划分为8个能力域和29个能力项。

　　8个能力域：数据战略、数据治理、数据架构、数据规范、数据保护、数据质量、数据应用、数据生存周期管理。

基本原则

　　用户授权：明确告知用户数据采集和使用的目的、方式及范围。

　　安全合规：遵循国家法律法规、管理制度，符合国家及金融行业标准规范。依法依规保护数据主体隐私权在数据管理与应用过程中不受侵害。

　　分类施策：对数据进行分级分类管理。对不同级别数据进行分类施策，采取差异化控制措施。

　　最小够用：确保数据专事专用、最小够用，杜绝过度采集、误用、滥用数据。

　　可用不可见：在保障原始数据可用不可见的前提下规范开展数据共享与融合应用。

八大能力域详解

能力域①—数据战略

　　数据战略规划：基于金融机构对数据的需求，经相关方充分协商达成一致后拆解出可评估、可衡量、可操作的目标，最终形成数据战略内容的过程。

　　数据战略实施：按照既定目标和路线持续执行数据战略工作任务的过程，做好工作任务责任分解和措施保障，强化过程监督管理，确保达成预期目标。

　　数据战略评估：在数据战略实施期间和实施后，对照目标和实施情况全面综合评价数据战略实施的效果，并进行闭环反馈。

能力域②—数据治理

　　1、组织建设

　　包括组织架构、岗位设置、团队建设、数据责任等内容。

　　2、制度建设

　　数据管理和数据应用各项工作有序开展的基础，是数据治理的依据。

　　3、流程规范

　　建立规范的数据治理流程规定具体的工作步骤以及各环节主要活动。

　　4、技术支撑

　　为开展数据治理工作而建设的相关系统或平台。

能力域③—数据架构

　　元数据管理：关于元数据的创建、存储、整合、控制等一整套流程的集合。

　　数据模型：使用结构化的语言将收集到的业务经营、管理和决策中使用的数据需求进行综合分析。

　　数据分布：梳理数据与业务流程、组织机构、系统之间的分布关系，形成数据分布关系库。

　　数据集成：建立数据集成规范管理制度。建设数据集成管理平台或工具。

能力域④—数据规范

　　1、数据元

　　由一组属性规定其定义、标识、表示和允许值的数据单元。

　　2、参考数据和主数据

　　参考数据是一组增强数据可读性、可维护性、可理解性的数据集合。主数据是企业中需要跨系统、跨部门共享的核心业务实体数据。

　　3、明细数据

　　日常生产经营等活动中直接产生或获取的未经任何加工的初始数据。

　　4、指标数据

　　在经营分析过程中衡量某一个目标或事物的数据。

能力域⑤—数据保护

　　数据保护策略：数据保护的核心内容，在制定的过程中结合企业管理需求、行业监管要求以及相关制度规范等统一制定。

　　数据保护管理：通过开展数据保护等级划分、数据访问权限控制、用户身份认证和访问行为监控、数据安全风险防护、数据隐私保护等管理工作，满足数据保护的业务需求和监管要求，实现对数据生存周期的安全管理。

　　数据保护审计：一项控制活动，负责定期分析、验证、讨论、改进数据保护管理相关的策略、规范和活动。

能力域⑥—数据质量

　　数据质量需求：根据业务、数据需要制定的一种衡量数据质量的规则。

　　数据质量检查：根据数据质量规则中的技术指标、业务指标、校验方法等对数据质量进行有效监控、发现问题并及时反馈的一种方法。

　　数据质量分析：数据质量提升的参考依据，通过对检查过程中发现的数据质量问题及相关信息进行分析。

　　数据质量提升：针对数据质量分析结果，制定实施数据质量改进和数据问题预防方案，确保数据质量改进工作有效落实。

能力域⑦—数据应用

　　数据分析：对企业各项经营管理活动提供数据决策支持而进行的数据挖掘、建模、成果交付推广等的活动，有助于促进业务发展。

　　数据交换：数据在企业内外部的流转交互，包括按一定策略引入外部数据供内部应用以及有选择地对外提供企业内部数据等。

　　数据服务：通过对企业内外部数据的统一加工和分析，结合公众、行业和企业的需要，以数据分析结果的形式提供服务。

能力域⑧—数据生存周期管理

　　1、数据需求管理

　　企业在业务运营、经营分析和战略决策过程中产生和使用数据的分类、含义、分布和流转相关要求的描述。

　　2、数据开发管理

　　设计实施数据解决方案、提供数据服务并持续满足企业数据需求的过程。

　　3、数据维护管理

　　数据服务上线投入运营后，对数据采集、数据处理、数据存储等日常的运行维护。

　　4、历史数据管理

　　根据法律法规、行业监管要求，以及业务、技术等方面的需求，对历史数据进行归档、迁移、销毁等。