工行新余分行根据总省行数据治理工作的相关要求,认真开展了2021年的数据质量治理工作。及时制定了新余分行数据质量考核办法及实施细则,分管该项工作的分行负责人高度重视,定期开展数据治理专题会议,要求主管部门履职主体责任,定期通报全行数据质量指标,查找短板,提出改进措施,加强与数据治理部门沟通,指导其开展本专业的数据质量监测及治理工作。

一是定期对各专业、各支行数据质量进行通报。针对上级行考核扣分较多的重点指标进行重点提示;同时为各支行开通数据质量管理系统用户,督促支行密切关注本支行的数据质量水平,掌握各项指标的错误数据提取方法。通过及时转发上级行的的数据质量考核通报,并对扣分事项进行分析,对扣分较多的短版指标实施重点治理,提升数据治理工作的针对性;另外对客户信息完整率、客户信息真实有效性两个考核比重较大且较落后指标实行按月通报,推动该项指标的有效提升。对出现重大数据质量问题主管部门及支行,将根据相关制度办法进行严厉追责,提高全行防范数据质量管控风险意识。

二是开展数据质量实时监测。利用总行的“数据质量管理平台”系统,每日监测“错误数据统计表”,重点加强对客户信息类、信贷业务类、渠道管理类和资产负债类等指标的监测,对发现的差异数据及时反馈到分管部门和经办行,并跟踪差异数据的整改落实情况。各专业部门对本部门负责的数据指标(主要为个人金融业务部负责的个人信息真实有效性指标)实时监控,确定专人负责数据治理工作。及时督促支行将错误数据上报分行,由分行进行批量治理。同时做好对各专业、各支行数据质量工作的检查,包括数据质量管理系统的应用及日常数据质量管控制度实施情况,有效促进全行数据质量治理常态化。

三是做好源头数据管控。通过分析省行下发的每季度数据质量评价结果,梳理扣分项指标,同时重点关注落后于系统平均得分的指标,认真分析原因,配合数据主管部门共同研究制定纠改措施。对扣分较频繁及扣分涉及二级分行较多的一些指标给予重点监控,加强与兄弟行的横向沟通,学习好的治理措施,与部门支行密切配合,提高对源头性数据重要性的认识,狠抓源头数据质量管理,做到错误数据的源头性纠改,同时举一反三,查找数据错误的根源,寻找出现源头性数据质量问题的原因,提出针对性措施,从而提升源头数据准确性。(供稿:工行新余分行办公室)