3.5  数据治理支撑系统

数据治理不能停留在手工管理层次，而应将相关规划、制度、规范、流程等通过系统支撑来实现，以促进数据治理高效执行。

针对数据治理的关键领域，需要搭建配套的系统进行管理，同时由于各领域间存在着相互协同与验证的关系，相关配套系统也需要互相引用支撑，才能有效提升数据治理的效率，优化数据治理的效果。

1)建立数据资产管理系统，统一管理全行数据资产，包括元数据、数据模型、数据标准，以及其他重要的企业数据资产，并提供可视化的数据查询及展现功能，支持通过功能嵌入等方式实现数据资产的快速与便捷访问。

2)搭建数据质量管理系统，落实数据质量问题治理工作，实现问题发现、跟踪、治理、评价的全流程闭环管理；搭建数据生命周期管理平台，落实数据生命周期管理等。

3)不断丰富前台源系统的基础数据，持续加大数据积累与整合的广度和深度，建设统一的数据仓库平台，满足前台营销、统计分析、决策支持、风险管理和新资本协议实施等多种需求，持续提升对数据的挖掘、分析与深度运用能力。

4)在建立上述配套支撑系统的基础上，还需要实现各系统间的互联互通，相互协同与验证，提供数据统一、形式多样的数据服务。

例如，中国工商银行针对元数据的管理开发了元数据及软件资源管理系统，针对数据标准建立了集团信息标准管理服务系统；针对数据质量建立了数据质量管理平台；针对数据交换有了统一交换系统；针对数据生命周期管理开发了统一清理工具和清理展现平台。

又如，中国农业银行建设了元数据管理系统，搭建了业务元数据和技术元数据的集中管理和发布平台。

基本上各商业银行都会针对本行具体情况建立不同的应用系统和工具，用以推动数据治理工作的全面开展。