图一：数据质量管理流程
二、将数据质量问题考核作为重中之重
为实现数据质量的切实落地，推进数据质量问题的有效解决，银行应将数据质量问题考核作为重中之重，将数据质量问题解决效果与部门KPI挂钩，减小数据质量落地难度，及时对发现的数据质量问题进行处理，为数据质量的推进提供驱动力。
数据质量体系建设项目实践
我们在某银行的数据质量平台建设全过程，大体可以分为三个里程碑。
第一里程碑：搭建数据质量系统。借助数据质量管理系统自动对数据仓库进行检核, 摸清数据质量情况，确认出现数据质量问题的重灾区。
第二里程碑：定位问题责任主体。将数据质量问题检核提前到业务系统中来，将问题数据所在分行以及业务数据录入人一并获取到数据质量管理平台，从而为数据质量问题的追本溯源奠定了技术基础。
第三里程碑：成立数据质量考核评价小组。为保证已发现的数据质量问题能得到有效地解决，设计出了分层级的考核体系，由数据质量考核评价小组对各家分行数据质量问题的解决效果进行打分，计入各家分行的KPI绩效考核中。
在整个数据质量体系建设过程中，数据质量考核是落地保证，目前多种考核规则已经在这家银行的数据质量系统中运行，对银行内部多个业务部门进行了考核，考核范围包括多个重要的业务系统，检核出了各家分行的多项数据问题，大大提升了数据质量问题的修改率，涉及到超过数十亿的贷款额度。
普元的数据质量管理平台
“工欲善其事必先利其器”，数据质量管理平台是整个数据质量管理建设的支撑，下面我将简单介绍一下在整个项目中，我们的数据质量管理平台的架构。
我们的数据质量管理平台集数据质量类别管理、检核方法管理、问题数据展现、问题数据趋势分析、数据质量报告等功能为一体，以度量规则和检核方法管理为主线，通过自身调度模块或者第三方调度为触发点，帮助企业建立统一的数据质量管理平台，系统整体功能架构如下：
综上所述，国内银行应快速适应国内复杂的市场环境，借助数据质量管理平台，将数据质量管理组织、技术和流程三者进行有机结合，在数据质量管理建设过程中遵循“五项基本原则”，同时将数据质量问题考核作为重中之重，最终实现提升银行数据质量的目标，支撑银行上层数据业务应用。
关于作者：
刘庆会
普元信息技术股份有限公司 大数据产品部 数据治理专家
拥有十年以上软件从业经验，先后为多家大型金融机构以及大型企业设计和规划数据治理整体框架，其中包括国家开发银行、北京银行、重庆农商行、上海银行、攀枝花银行等重要金融行业客户以及新奥能源、山东鲁能电力、江西电力集团等知名客户，负责指导企业完成大数据平台数据治理解决方案和大数据平台建设方案的编写。
担任国家开发银行数据治理项目的项目经理，负责国家开发银行新一代数据治理系统的实施和新功能的设计，将数据治理与软件开发过程相融合，把数据治理工作前移，实现了对数据整个生命周期的管理。
