随着大数据时代的来临，银行对数据价值的重视程度不断提高，数据对于银行来说已经成为一项重要资产，这项资产的质量好坏和其能挖掘的经济价值就显得尤为重要。从内部来看，数据质量的好坏不仅体现了一个银行整个经营管理细节方面的工作是否到位，其最终结果还会影响经营成果的体现、战略決策的制定。从外部来看，影响涉及监管统计报表报告等对外披露信息质量及监管评级等诸多方面的问题。如何提升数据质量已然成为目前银行迫切需要提升的关键工作目标任务之一。
　　我们这里所说的数据按维度可分为两大类，一类为基础数据，也就是底层明细数据信息，另一类为基于基础数据信息按需汇总编制的应用数据。基础数据记录要素的真实、准确、完整、及时、连续是数据质量的关键所在，也是影响数据应用的基础，没有扎实的基础数据，数据应用价值就无从谈起。
　　一 、基础数据质量普遍存在的问题
　　（一）标准不统一执行不到位
　　未制定统一的基础数据录入标准及相应的执行规范，基础数据归类相互混淆、错误录入的情况屡见不鲜。常见情况主要有，前台柜员或客户经理为客户录入基础信息时，仅凭个人理解进行系统字段录入，导致账户开立时，将机关团体账户、财政专户等开立为普通单位账户，将同业业务中商业银行、资产管理公司、基金公司、特定目的载体存款等按交易对手分类选择相互混淆，客户类型判别时，个体工商户与法人企业，预算事业单位与机关事业单位等判别不清，录入国标行业、企业规模、控股经济分类等关键字段时，因缺乏专业知识培训，未切实按照开户资料信息对应选择正确选项，导致录入信息错误。
　　（二）业务系统数据管理问题
　　因银行涉及各类业务众多，且分散在各具体业务经办部门，多数银行由于系统建设初期没有从更高的角度看待系统建设问题，未对业务信息系统建设进行统筹规划，各业务部门根据自身需求自行开发系统，导致出现以下两个方面问题。
　　1.对单个系统来说，由于需求考虑、厂商技术开发水平、投入资金等因素局限，业务部门主要从业务流程设计，自身数据处理能力，本部门数据应用方面倾注过多的精力，仅重视数据的片面性，导致“数据丰富，信息缺乏”。2.对系统间数据整合来说，由于系统来源于不同业务条线，一方面开发厂商众多，厂商间协调与数据接口开发耗时费力。另一方面同一客户不同系统字段配置信息存在差异或同一字段信息不一致等，在对差异数据信息确认整合方面需要投入大量人力物力。以上两方面造成系统兼容性受到极大约束，系统间有效整合难度大，成为大数据集中与应用方面最大障碍。
　　（三）监控检查、问题治理与考核存在的问题
　　在标准建立的前提下数据的录入监控检查、问题治理、形成配套的考核激励机制是基础数据质量提升的前提。目前在这些工作方面存在以下几项问题。
　　1.缺乏有效的数据监控手段，基础数据信息录入未进行及时有效的数据审核和监控。
　　2.未形成长期有效的数据质量定期或不定期检查机制，存在检查范围覆盖面不全，检查流于形式，问题梳理归类不清晰等问题。
　　3.对发现的数据质量问题未进行跟踪治理，或治理过程存在系统改造影响大，跨部门跨分支机构沟通协调困难，数据治理经费紧张等实际问题。
　　4.未建立数据质量考核激励机制，或考核机制不够细化，不能落到具体责任部门及责任人等问题，考核激励机制无实质作用。
　　二、基础数据质量提升要点
　　（一）制定并落实信息录入执行标准
　　统筹协调制定全行各业务条线数据信息录入的标准体系，充分开展标准体系学习培训，实施统一的培训考核上岗与持续学习机制，规避不同系统间数据信息差异及数据字段缺失等问题。
　　（二）提升审核质量与效率
　　在统一的标准执行指导下，一方面加强人工审核力度是提升基础数据质量重要关口，审核人员应具备较强的业务审核能力及工作责任心，才能切实把好数据质量审核关。另一方面对已出现过的数据质量问题进行分析总结，将可以通过系统规则对数据质量问题进行技术提示的，落地到系统中，通过技术手段自动审核数据质量，提升数据审核效率。
　　（三）加强检查整改与考核
　　开展以现场与非现场检查相结合的形式，对基础数据质量进行专项或全面的定期及不定期检查，对数据应用过程中发现的相关问题进行记录，落实持续改进。同时对数据质量建立考核机制，定期对考核结果进行通报，形成激励约束机制。
　　（四）明确组织架构落实全员参与
　　数据质量管理涉及到银行多个层面，应通过建立组织构架，明确董事会、监事会、高级管理层及内设部门等职责要求，制定和实施系统化的制度、流程、方法，确保数据统一管理、高效运行。在明确架构职责后，应从管理层高度重视，给予数据质量牵头部门足够的支持，到具体业务人员及技术人员尽职负责，通过上下齐心，全员参与才能对数据质量的提升提供有力保障。（作者单位为昆仑银行运营服务中心）