隨著(zhù)中國金融市場(chǎng)的快速發(fā)展，互聯(lián)網(wǎng)金融對傳統金融行業(yè)的競爭，以及監管力度的不斷加強，IT咨詢(xún)服務(wù)公司對金融企業(yè)的商業(yè)智能方案也面臨不斷創(chuàng )新。如何提升金融機構在管理、盈利、風(fēng)險控等多方位的能力？如何將國際經(jīng)驗更好的為中國市場(chǎng)服務(wù)？如何通過(guò)解決方案將海量數據轉化為對經(jīng)營(yíng)決策有價(jià)值的信息之路？如何將客戶(hù)智能分析成果行之有效地運用于服務(wù)渠道，并最終轉換為銷(xiāo)售業(yè)績(jì)？為解決中國金融機構在發(fā)展中所面臨的新問(wèn)題，文思海輝在西安、蘇州、北京、成都、深圳五地舉辦了6場(chǎng)“乘數據之舟，達價(jià)值彼岸”系列活動(dòng)。

　　在主題為“乘數據之舟，達價(jià)值彼岸”的文思海輝商業(yè)智能解決方案系列研討會(huì )西安站現場(chǎng)，文思海輝商業(yè)智能事業(yè)部副總裁賈丕星做了“數據管理之道--數據管控治理”主題演講。

　　以下為演講實(shí)錄：

　　剛才嘯爭給大家分享了一些數據平臺的建設，從我們的角度看，其實(shí)總結一下無(wú)非兩個(gè)方向趨勢，第一個(gè)方向和趨勢數據平臺沿著(zhù)大數據軌跡在發(fā)展，我上周跟城商行有一個(gè)論壇，這周剛剛做完銀監的論壇，其實(shí)在關(guān)于大數據引領(lǐng)整個(gè)數據領(lǐng)域的發(fā)展角度看問(wèn)題，我們會(huì )發(fā)現其實(shí)大數據只是我們針對新興產(chǎn)生形態(tài)的數據，不同類(lèi)型的結構有了新的處理技術(shù)，而不是原來(lái)統一的技術(shù)對待它，而且大數據里面有一個(gè)點(diǎn)很重要，就是數據發(fā)生點(diǎn)既是它的分析點(diǎn)，數據被存儲點(diǎn)也是它分析點(diǎn)，而不是數據存儲下來(lái)再去逐步做分析，所以在這個(gè)過(guò)程中，其實(shí)對于傳統銀行企業(yè)來(lái)講，我們更多是基于傳統的數據架構做大數據技術(shù)的逐步補充，去補充和完善處理不同類(lèi)型數據的技術(shù)能力，這是第一個(gè)趨勢。

　　第二個(gè)趨勢是數據管控治理，從2003年我們做民生銀行的數據倉庫，到2006、2007年我跟進(jìn)了建行和工行的數據倉庫建設，從那個(gè)點(diǎn)上會(huì )發(fā)現平臺建設早于數據管控治理，因為那個(gè)時(shí)候只建平臺，當發(fā)展到一定階段時(shí)，會(huì )越來(lái)越多的意識到實(shí)際上會(huì )有很多數據質(zhì)量問(wèn)題導致了數據應有價(jià)值的產(chǎn)生，因此回過(guò)頭來(lái)在2007、2008面我們開(kāi)始跟大行談數據管控治理體系，這個(gè)體系怎么被推到一個(gè)高度，其實(shí)是在2009年和2010年人民銀行推動(dòng)了集中標準化工程，從2012年左右人民銀行開(kāi)始起動(dòng)金融標準化工程以及整個(gè)十二五規劃里面的銀行標準檢查，開(kāi)始要求各個(gè)商業(yè)銀行構建自身的數據管控體系，因此有了數據管控解決方案，在這兩年被快速的推動(dòng)和發(fā)展的過(guò)程。

　　其實(shí)在這個(gè)推動(dòng)過(guò)程中，因為我們是2007、2008年開(kāi)始研討數據管控領(lǐng)域的知識體系框架跟商業(yè)銀行做解決方案的對接，所以我們有很多小的教訓點(diǎn)，今天其實(shí)半個(gè)小時(shí)的時(shí)間，我也沒(méi)辦法把整個(gè)數據管控治理解決方案講的特別透徹，但是一定要講一些關(guān)鍵點(diǎn)，我們如何看待數據管控治理的關(guān)鍵點(diǎn)。

　　剛才講了全行業(yè)推動(dòng)數據管控治理，今年年初人民銀行找我聊了一次，說(shuō)南海副總理去人民銀行檢查的時(shí)候給了一個(gè)口號，說(shuō)要由人民銀行牽頭做一行三會(huì )的協(xié)同監管，這個(gè)時(shí)候其實(shí)四家機構都抓瞎了，為什么？因為他們自身的數據整合做的不好，更不要談一行三會(huì )協(xié)同的監管，所以在這個(gè)點(diǎn)上，我們會(huì )發(fā)現人民銀行還在全力推金融標準化工程，今天早上我接到一個(gè)電話(huà)，說(shuō)銀監會(huì )要求行業(yè)協(xié)會(huì )組織去論證行業(yè)及大數據平臺的構建，證監會(huì )從今年年初開(kāi)始做大的行業(yè)監管數據平臺，才啟動(dòng)行業(yè)及數據模型和數據標準的梳理，下周被約了一場(chǎng)去保險行業(yè)協(xié)會(huì )下面的信息公司去談保險業(yè)的行業(yè)數據整合事情，所以這個(gè)時(shí)候你會(huì )發(fā)現，當監管機構對管理信息的上收，面向風(fēng)險和監控領(lǐng)域的數據的上收有要求的情況下，其實(shí)各個(gè)商業(yè)銀行會(huì )被要求，所以我們講第一塊要求完全來(lái)自于監管部門(mén)，而且這個(gè)推動(dòng)的力度，在未來(lái)相當長(cháng)一段時(shí)間內會(huì )非常非常大。

　　第二塊是內部決策分析，商業(yè)銀行的內部決策分析確確實(shí)實(shí)遇到了很多問(wèn)題，我們做CRM的時(shí)候，無(wú)法做客戶(hù)的整合，我們做管理會(huì )計時(shí)，找不到那些所有分攤規則的被搭建的關(guān)系，也就是這個(gè)交易通過(guò)什么渠道發(fā)生，哪個(gè)系統支撐，這些關(guān)系我們沒(méi)有，我們怎么做費用分攤呢？做不到。風(fēng)險領(lǐng)域做計量的時(shí)候，早期給工行做平臺，整個(gè)企業(yè)財務(wù)報表里面，對客戶(hù)錄入的前三財務(wù)報表很多信息是錯誤的，不真實(shí)的，包括表間的勾兌關(guān)系都不匹配，你怎么能做對功課呢？因為你拿不到他準確的資產(chǎn)負債比和償還率，這是最基本的指標。我們在這個(gè)領(lǐng)域里面，確確實(shí)實(shí)也遇到了很多問(wèn)題。

　　第三個(gè)領(lǐng)域是系統建設，系統領(lǐng)域確確實(shí)實(shí)大規模在做，而且很多城商行現在開(kāi)始考慮新一代核心系統的構建，也有一些銀行在走，走在前面，但是回過(guò)頭來(lái)看，股份制層面在做這個(gè)過(guò)程中有什么樣的體會(huì )，會(huì )發(fā)現真正系統是推上去了，成立了產(chǎn)品工廠(chǎng)費用工廠(chǎng)類(lèi)似于這種概念的定義，但是產(chǎn)品真的被定義出來(lái)了嗎？上了一個(gè)新核心，真正的解決了與系統之間功用代碼一致性的問(wèn)題嗎？我們在推動(dòng)新一代核心建設之前，我們針對自己數據在產(chǎn)生點(diǎn)應該被規范化的訴求，是不是可以，其實(shí)都沒(méi)有，因此我們會(huì )發(fā)現，當我們系統建好之后，無(wú)論是數據移型還是后續業(yè)務(wù)又產(chǎn)生了新的數據，放到數據平臺里面還是不滿(mǎn)足統計分析的訴求。

　　所以在這種情況下其實(shí)我們認為數據管控治理體系是應該被做，數據管控治理理論上是軟科學(xué)，是屬于管理學(xué)科和信息學(xué)科的交叉學(xué)科，這個(gè)東西我們?yōu)槭裁窗阉�這兩個(gè)點(diǎn)都放在前面，確確實(shí)實(shí)是我們整個(gè)解決方案最重要的兩步，但是我們一般在講這兩個(gè)解決方案時(shí)，都很難為什么？因為我們講書(shū)記平臺構建也好，數據管控治理體系也好，都屬于企業(yè)的基礎建設，所謂基礎建設就是沒(méi)有最晚，只有更晚，我隨時(shí)啟動(dòng)都可以，我越啟動(dòng)前面留下來(lái)的歷史包袱越重，但是我當時(shí)不啟動(dòng)也沒(méi)問(wèn)題，每一個(gè)應用都可以基于原系統直接抽出去建設，都可以，所以這個(gè)數據管控治理是一個(gè)管理類(lèi)的學(xué)科，它是一個(gè)基礎性的工作，因此不是太好做。

　　在這個(gè)領(lǐng)域我剛才講了我們的業(yè)務(wù)拓展，在這個(gè)領(lǐng)域里面有一個(gè)比較好的最佳實(shí)踐是廣東發(fā)展銀行，他們也是多次受銀監會(huì )表彰的一家企業(yè)，在這個(gè)領(lǐng)域，他們記材上面成立了專(zhuān)門(mén)的數據管控部門(mén)，數據管理中心，我們從2010年跟他做合作，從前期的管控咨詢(xún)開(kāi)始，去構建數據管控的組織架構和流程，到數據標準一期的定義，一般商業(yè)銀行在數據標準一期里面都會(huì )選擇客戶(hù)公眾代碼這樣的主題，當然另外一些主題也可以被選擇，到二期數據標準的咨詢(xún)。

　　然后我們幫他構建了基于原數據管理，數據質(zhì)量管理，數據標準管理，數據需求管理一維一體整合在一起的數據管理平臺，去支撐上面定義的組織流程的實(shí)現，到后續我們從2012年6月份開(kāi)始啟動(dòng)數據專(zhuān)項治理，到目前為止我們長(cháng)期有一個(gè)團隊幫廣發(fā)做一項一項數據質(zhì)量問(wèn)題原因的分析以及治理推動(dòng)，這四件事情構成了我們在廣發(fā)在數據管控領(lǐng)域的最佳實(shí)踐，我們目前在其它銀行推動(dòng)的這個(gè)領(lǐng)域最佳實(shí)踐也是沿著(zhù)這個(gè)思路做的，也是由前面三個(gè)體系的打造去支持最后一件事情。

　　當然我們談到數據管控治理的時(shí)候，先談第一件事情，就是管控的組織架構體系，對于一個(gè)國家來(lái)講，社會(huì )來(lái)講，政府機構部門(mén)來(lái)講，我們要把環(huán)境治理的非常好，其實(shí)有的是像環(huán)保局這兒一個(gè)政府組織機構，它承擔的是環(huán)境領(lǐng)域的綜合體系的評價(jià)以及一個(gè)一個(gè)環(huán)境治理項目的推動(dòng)，同時(shí)它還要達到針對持續性的監測以及后續防范的體系，也就是對我們看數據的角度來(lái)講，跟環(huán)境治理是一模一樣的，我們希望有的是前期的綜合評價(jià)，組織架構的梳理和流程的梳理，推動(dòng)一件一件事情，同時(shí)也要做一個(gè)長(cháng)期監控的體系，以及防范與未然的體系，因此我們構建管控的組織架構有點(diǎn)像管理類(lèi)的職能部門(mén)，從管控被咨詢(xún)的組織架構角度講，整個(gè)管控咨詢(xún)我們沿著(zhù)關(guān)于數據管控類(lèi)的組織框架，這個(gè)里面首先我們會(huì )定義數據管控的目標和原則，大家知道這兩天開(kāi)四中全會(huì )法治社會(huì )，包括這兩天我也特別喜歡看一本書(shū)，看一個(gè)電影，那個(gè)電視叫《大秦帝國》其實(shí)它談的商鞅變法的第一步是法治。

　　這次四中全會(huì )里面有一句話(huà)“憲法為綱要”，也就是我們做數據管控治理首先要定義的也是我們的綱要，就是我們做數據管控治理的目標是什么，我們的戰略規劃以及原則是什么，接下來(lái)要構建的其實(shí)是多維度的數據管控體系，我們先看這兩個(gè)角度，其實(shí)它談的就是中國人理論上講的三定，定組織，定崗位，定職能，這一部分是我們說(shuō)的整個(gè)活動(dòng)環(huán)節的定義，制度與流程，有了這部分定義以外，接下來(lái)就是工具支撐以及在管控領(lǐng)域要用同業(yè)的最佳實(shí)踐，告訴你別人是怎么做這件事情的，我們應該借鑒別人好的地方，吸取他的教訓。所以這是管控咨詢(xún)的一些基本框架。

　　然后我們再來(lái)看管控組織架構的思考，管控組織架構我們在很多次跟大家講的過(guò)程中，數據管控絕對不是科技部門(mén)一方的事情，也不是記財一方的事情，我們希望管控有層次化的組織架構體系，這個(gè)組織架構體系要有整體的治理委員會(huì )，要協(xié)同業(yè)務(wù)、科技、運營(yíng)管理多部門(mén)能力的管控委員的構建，中間要有實(shí)體化的部門(mén)，下面應該有具體的每一個(gè)崗位職能的設定。這是一個(gè)管控組織架構案例的參考，大家每家企業(yè)針對自身的管控組織架構定義出來(lái)，跟另外一家企業(yè)會(huì )有差異性，我們通常來(lái)看國內企業(yè)在管控組織架構設立里面，無(wú)非三種模式，一個(gè)科技下面的獨立二級部門(mén)，一個(gè)是記財下面的二級部門(mén)，還有中間一個(gè)一級部門(mén)，這三種模式各也利弊，應該根據每個(gè)企業(yè)歷史上的一些延續特征選擇性的構建，但是你要講實(shí)際來(lái)說(shuō)，數據管控既不是純技術(shù)的事，更不是純業(yè)務(wù)的事，它是一個(gè)技術(shù)和業(yè)務(wù)交叉，又有很多數據管理方法在里面的一件事情。

　　我們看第二部分方法流程和模板，我們在談流程制度的時(shí)候，我們會(huì )這樣思考問(wèn)題，首先我們要想清楚這件事情怎么做，也就是方法論的問(wèn)題，管理辦法，包括數據在各個(gè)領(lǐng)域的管理辦法，應該先討論清楚，第二個(gè)管理流程和制度，依托以管理辦法我們開(kāi)始制定流程，管控流程，管控流程應該有一系列的技術(shù)規范和模板支持他做實(shí)現，所以這是制定整個(gè)數據管控流程的完整過(guò)程，包括這三部分，先談方法，再定流程最后做實(shí)現。

　　但是這個(gè)里面我們也有一些教訓，我跟國內某家股份制銀行接觸時(shí)，他們應該是四大幫他做了一個(gè)資訊，在這個(gè)里面遇到了一個(gè)很大的問(wèn)題，他們前期梳理了一堆的管理辦法，后期發(fā)現基本上都很難落地，因此在這個(gè)領(lǐng)域我從來(lái)不建議客戶(hù)，你應該定義十個(gè)，八個(gè)管理辦法，而是根據你當前在執行過(guò)程中最有問(wèn)題的點(diǎn)制定一部分管理辦法，沿著(zhù)這些管理辦法選擇性的做推動(dòng)，我們做事情的時(shí)候，永遠花20%的力量解決80%通用性的問(wèn)題，而不是花80%的經(jīng)歷解決20%最難解決的問(wèn)題，所以管控從制度建設上有一個(gè)循序漸進(jìn)的過(guò)程，只有把一個(gè)流程完完整整走順了，才會(huì )發(fā)現其實(shí)每一個(gè)流程執行都挺難，因為站在中國人的立場(chǎng)上，管理的東西是需要協(xié)調的，需要大量的協(xié)調性工作，需要這個(gè)數據管理部門(mén)有協(xié)調技術(shù)和業(yè)務(wù)的全方面能力，這個(gè)真的不是一件很好做的事，所以在管控制定上一定不要追求量，而是追求質(zhì)的問(wèn)題。

　　這是一些樣例我們就不再講。接下來(lái)講管控領(lǐng)域的三個(gè)最重要的概念，第一個(gè)概念數據標準，數據標準我們認為它是解決數據領(lǐng)域的度量衡的問(wèn)題，換句話(huà)說(shuō)我們說(shuō)這個(gè)企業(yè)數據質(zhì)量好與不好，其實(shí)有尺度衡量，我們做數據質(zhì)量的治理最終也有目標，其實(shí)標準就是解決這個(gè)問(wèn)題，是數據的度量衡，但是在這個(gè)里面講一段話(huà)，什么叫度量衡，其實(shí)秦始皇統一了中國的度量衡，我們目前用的也不是秦始皇統一的度量衡，我們用的是國際頒布的一個(gè)標準，為什么在秦始皇那個(gè)點(diǎn)上制定的是中國范圍內的度量衡，而我們用的是國際范圍內，也就是標準其實(shí)在一定范圍內被大家認可達成共識的東西，本身并不是標準，只是達成共識了，在銀行定義數據標準的過(guò)程中，在于我們把技術(shù)和業(yè)務(wù)針對數據發(fā)生點(diǎn)它的真實(shí)的含義以及它應該具有的屬性狀態(tài)被定義出來(lái)，大家達成共識的過(guò)程。也就是說(shuō)我們無(wú)論給任何一個(gè)企業(yè)定義數據標準很容易，為什么？把給別的企業(yè)定義好的樣板拿過(guò)來(lái)給你，80%、90%可用，但是少了一個(gè)大家達成共識的過(guò)程，所以標準應該是咨詢(xún)的產(chǎn)出，我隨便拿一個(gè)東西你照樣可用，但是推不下去，這是客戶(hù)標準的樣例，這個(gè)今天不展開(kāi)講了。

　　標準里面除了基礎數據標準化以外，還有指標數據標準化，關(guān)于指標數據標準化，我們要強調一點(diǎn)，目前我們看到指標數據標準化，確確實(shí)實(shí)能夠在銀行的統一報表平臺，統一監管報送體系還有面對機構的KPI管理，這些領(lǐng)域備用的一個(gè)點(diǎn)，所以這一塊我們一般會(huì )構建指標體系去基于數據倉庫支持指標的構件，依托于指標部去支持各個(gè)領(lǐng)域。

　　我們接下來(lái)看一下標準管理的系統實(shí)現，其實(shí)標準管理我們講它是一個(gè)極其簡(jiǎn)單的系統，從開(kāi)發(fā)上也不復雜，只解決一個(gè)問(wèn)題，也就是我們定義完數據標準之后，我們需要有針對數據標準的增刪改查的功能，然后我們定期要管理我們所定義好的數據標準在真實(shí)的系統里面被影射，在采納，被使用的過(guò)程，所以這個(gè)東西就是標準管理平臺該做的。

　　我們再看管控里面的下一個(gè)題目，就是千奇百怪的數據質(zhì)量問(wèn)題，我可以舉行八個(gè)十個(gè)例子，但是產(chǎn)生的原因都不一樣，比如我們最早幫光大銀行定義為客戶(hù)主題數據標準化的時(shí)候，關(guān)于客戶(hù)被識別的三要素證件類(lèi)別代碼，證件號和姓名，其實(shí)在光大銀行的十大個(gè)人系統里面，關(guān)于證件類(lèi)別代碼的定義都是不統一的，如何把這些東西能夠統一做，有統一的定義被執行，支持你單一客戶(hù)的整合，他只這一個(gè)代碼的治理大概花了幾十個(gè)人員的時(shí)間，這就是一個(gè)典型的數據質(zhì)量問(wèn)題。所以數據質(zhì)量其實(shí)是特別不好解決的問(wèn)題，等會(huì )兒我講數據質(zhì)量專(zhuān)項的時(shí)候大家會(huì )發(fā)現，依托于我們定義的數據管控的整體框架我們去推動(dòng)數據質(zhì)量治理的過(guò)程，其實(shí)是一個(gè)一個(gè)問(wèn)題獨立的被分析，找解決方案，推動(dòng)治理的過(guò)程，這個(gè)需要做的是長(cháng)效，這個(gè)里面我們會(huì )提兩個(gè)點(diǎn)，第一個(gè)點(diǎn)關(guān)于數據質(zhì)量的KPI，說(shuō)數據質(zhì)量會(huì )提一致性問(wèn)題、準確性問(wèn)題，及時(shí)性的問(wèn)題，有效性的問(wèn)題，這些所謂數據質(zhì)量的一個(gè)個(gè)緯度，其實(shí)都可以被這個(gè)領(lǐng)域內的一系列數據質(zhì)量規則去支撐，比如說(shuō)我認為一致性的問(wèn)題，我們垮系統之間的數據一致性，更多反應在主數據編碼以及功用代碼體系的一致性，我就可以把銀行這個(gè)領(lǐng)域的一個(gè)一個(gè)的數據質(zhì)量規則拿出來(lái)統計一個(gè)指標，這就是數據質(zhì)量一致性的指標，這樣的話(huà)我們可以構建一個(gè)數據質(zhì)量的KPI，這是講的第一，因為構建數據質(zhì)量的KPI體系是量化你數據質(zhì)量的過(guò)程。

　　第二點(diǎn)任何一個(gè)數據質(zhì)量在被治理的過(guò)程中都應該有一個(gè)目標，當然標準是理想目標，但是你達到標準到底是70%就可以滿(mǎn)足業(yè)務(wù)分析還是達到90%才能滿(mǎn)足業(yè)務(wù)分析，這需要被定義，這是質(zhì)量里面我們要關(guān)注的兩個(gè)點(diǎn)。

　　這是我們在廣發(fā)做的典型數據質(zhì)量問(wèn)題，大家可以看出來(lái)，基本上所有數據質(zhì)量問(wèn)題，包括檢查出來(lái)的，還是銀行統計出來(lái)的，都會(huì )沿著(zhù)產(chǎn)生問(wèn)題原因的分析治理的進(jìn)展，包括錯誤代碼錄入的修復還有系統設計層面的問(wèn)題，逐一的被分析和整治。

　　下面在談管控領(lǐng)域的另外一個(gè)概念叫原數據管理，這解決什么問(wèn)題？其實(shí)在企業(yè)里面解決兩個(gè)問(wèn)題，第一個(gè)問(wèn)題是關(guān)于企業(yè)整體數據資產(chǎn)的信息瀏覽和查看的問(wèn)題，也就是你每一類(lèi)數據資產(chǎn)到底在哪兒如何被定義，如何被存儲，可以由原數據來(lái)做管理，第二點(diǎn)解決整個(gè)數據加工鏈條管理的問(wèn)題，從原系統的數據產(chǎn)生抽取加工實(shí)現報表，它有一個(gè)完整的數據鏈，加工鏈，這個(gè)鏈條應該被管理，因為原系統一旦發(fā)生改動(dòng)之后，會(huì )對一系列的下游產(chǎn)生影響，而這個(gè)影響過(guò)程是持續性的，而且是長(cháng)期大量存在的問(wèn)題，我們跟很多商業(yè)銀行一開(kāi)始在構建數據平臺的時(shí)候，都會(huì )談一個(gè)問(wèn)題，ODS特別辛苦，特別難，為什么？稍微不告訴我它變了，我們天天在生產(chǎn)上加班，修復，去改大的，去修復這些已經(jīng)產(chǎn)生的，被加工過(guò)錯誤的數據質(zhì)量問(wèn)題，這是很平常的問(wèn)題，然后他們被告知說(shuō)我們上原數據管理，只要能上原數據管理這個(gè)問(wèn)題就解了。

　　這個(gè)問(wèn)題是不對的，為什么？不是不對，但是我認為欠妥，我個(gè)人的主張從來(lái)不建議一上來(lái)就上原數據管理，因為當你沒(méi)有把企業(yè)及原始業(yè)務(wù)數據字典以及在加工過(guò)程中通過(guò)開(kāi)發(fā)的規范化管理產(chǎn)生的原數據，被記錄和被管理下來(lái)，你其實(shí)做原數據管理一點(diǎn)都無(wú)項，是因為你是可以構建一個(gè)平臺，但是你沒(méi)辦法持續性的對它做管理。

　　所以我們在原數據管理領(lǐng)域里面，更愿意推動(dòng)在構建的初期，我們做一些規范化的梳理，去約束你的數據字典定義，約束你的模型設計，約束你的影射，約束系統投產(chǎn)的過(guò)程，通過(guò)這個(gè)東西達到原數據原始產(chǎn)生點(diǎn)的一致性和規范性，然后等人工流程能夠實(shí)現的情況下，我們再借助于系統，這樣你原數據管理系統會(huì )走的特別順暢，因此我們不要做前期馬馬虎虎上系統，然后把它扔掉，我們拍腦袋又說(shuō)，說(shuō)原數據其實(shí)壓根沒(méi)用，其實(shí)不是這么回事，我從2007年工行開(kāi)始建原數據管理系統，首先構建的是數據倉的原數據管理，又跟他原系統企業(yè)級原數據管理做對接，去真正打造了企業(yè)級的原數據管理，而工行這個(gè)項目是2013年才拿出來(lái)去銀監會(huì )銀行體系評價(jià)，他走了多少年的路，而且我認為工行的IT領(lǐng)域在國內是走在最前面的。所以這個(gè)領(lǐng)域我們一定要嘗試的是，管理制度流程和規范的梳理，先推動(dòng)然后再構建系統，千萬(wàn)不要急于上系統，這是原數據的一些影響性分析和分析鑒定。

　　最后想強調一點(diǎn)是整個(gè)數據管控體系其實(shí)跟IT管控體系是不可剝離的，因為數據管控要依托于系統去實(shí)現，同時(shí)它要實(shí)現的是對你系統產(chǎn)生的管理過(guò)程，而這個(gè)系統其實(shí)是由IT管控體系去約束和控制，所以這兩個(gè)體系其實(shí)不能剝離，而是應該逐步的走向融合，所以這是為什么我們講有很多企業(yè)把數據管理部門(mén)構建在IT部門(mén)的原因，完全可以做，但是需要在業(yè)務(wù)管理上更好的對話(huà)，當然同樣設立在業(yè)務(wù)部門(mén)內的數據管理部門(mén)，同樣應該由科技管理崗跟科技事先有很多對接，而且坦帥的說(shuō)早期的數據管控與治理有時(shí)候從科技角度逐步推動(dòng)解決一些問(wèn)題，從系統基礎建設解決信息問(wèn)題，反而會(huì )更加有效。

　　最后借助于剛才陳述的評估圖，我把前面的東西跟大家做簡(jiǎn)單介紹。前面我們講了平臺建設、管控與治理，其實(shí)整個(gè)企業(yè)級數據治理，從數據倉庫的構建這兩個(gè)緯度來(lái)看問(wèn)題，我們去看這條曲線(xiàn)它是如何定義的，這條曲線(xiàn)我們稱(chēng)為技術(shù)成熟度曲線(xiàn)，同時(shí)我們又把它叫做硅谷曲線(xiàn)，它講的是一個(gè)技術(shù)當它被發(fā)現的時(shí)候，大家會(huì )瘋狂的炒作，讓它達到一個(gè)高度，當達到一定高度的時(shí)候，我們又開(kāi)始冷下來(lái)了，我們去擠泡沫覺(jué)得這個(gè)技術(shù)沒(méi)用，我們逐步再放棄，有些客戶(hù)在這個(gè)過(guò)程說(shuō)這個(gè)技術(shù)沒(méi)用，我選擇放棄，有些客戶(hù)會(huì )沿著(zhù)這個(gè)過(guò)程中堅持，堅持完了之后，其實(shí)這條走到這兒之后，逐步開(kāi)始發(fā)揮作用，舉一個(gè)典型的例子，早年我們在銀行講的SOA架構就經(jīng)歷過(guò)這個(gè)曲線(xiàn)的發(fā)展，因為SOA一開(kāi)始提出來(lái)的時(shí)候，大規模的炒作，其實(shí)商業(yè)銀行很多都沒(méi)用，逐步不炒的時(shí)候，我們現在做系統構建過(guò)程中，是不是基本上都考慮SOA的架構呢？應該是這樣，所以我們講企業(yè)數據治理也好，還是那句話(huà)，它是兩個(gè)基礎工程，應該被堅持，基礎性的工程都是前期投入大，產(chǎn)出小，后期你會(huì )逐步看到它產(chǎn)生的效果。

　　而且我們可以看到對兩個(gè)東西的評價(jià)，他認為整個(gè)行業(yè)的技術(shù)成熟度在五到十年，其實(shí)按照我們的經(jīng)驗，這兩個(gè)領(lǐng)域如果在一個(gè)企業(yè)真正發(fā)揮價(jià)值，讓它IOA轉向這里，而不是負的，應該也是有五到十年時(shí)間，當然我們需要站在更多的前任的肩膀上，依托于別人的積累，看看別人成功的經(jīng)驗以及別人失敗的教訓，我們走我們自己的路。謝謝大家。