【 课程背景 】

近些年来，随着大数据在各个行业领域应用的不断深入，数据作为基础性战略资源的地位日益凸显，数据标准化、数据确权、数据质量、数据安全、隐私保护、数据流通管控、数据共享开放这些问题越来越受到国家、行业、企业各个层面的高度关注，这样一来，数据治理的概念就越来越多受到了关注，成为目前大数据产业生态系统中的新热点。通常数据治理被认为是获得高质量数据的核心控制规程，用于管理、使用、改进和保护企业数据加工过程中数据质量。许多企业通过学习、培训和借鉴经验，开展自身的数据管理实践，通过寻找行业基准和通用框架建立实施方法论。

由于信息系统建设往往是分散的，并且建设中重功能轻数据，导致缺少统一的规划与标准，缺少有效数据治理，在数据应用中数据不全、不准、无法有效关联等问题突出，无法有效满足新形势下经营决策、监管合规的需要。数据来源于业务流程，信息系统是数据的载体，表面看到的数据问题是一种表象，深层次的原因是业务的问题和系统的问题。数据治理是一门将是数据视为企业核心资产的实践性很强的学问，它涉及到对组织内人员、流程、技术和策略的编排，以从企业数据资源管理工作中获取最优的业务价值回报。

【 培训目标 】

本培训将帮助学员了解银行面对金融科技的挑战，数据治理工作的重要性和迫切性，数据治理的方法、熟悉数据治理的平台与工具、掌握数据标准化过程，启发数据治理相关项目的实施与落地等工作思路。启发学员通过数据治理，以数据应用为推动力，触及信息化建设中的深层次问题，从根本上推动业务流程的衔接、业务规则与数据标准的统一，完善系统建设需求，指导系统整合与逻辑集中，促进银行信息科技的价值提升。

【 培训天数 】

2 天（每天 6 小时）

【授课形式 】

现场讲授+案例分析+互动交流

【 课程纲要 】

第一天上午

1.互联网时代的金融科技发展形势

1.1. 互联网对银行业的冲击

1.2 分析“互联网+金融科技”的本质和发展趋势

2.当前银行为什么急需开展数据治理工作

2.1 回顾金融信息化的发展历程

2.2 信息化发展阶段规律和各阶段特征

2.3 解读面对互联网会遇到“被信息化”陷阱

2.4 当前中国大多数银行数据问题和成因分析

2.5 当前银行为什么急需开展数据治理工作

第一天下午

3.数据治理、数据管理与国内外最佳实践

3.1 数据与数据管理知识体系

3.2 数据治理工作的核心地位

3.3 数据治理与管理内涵辨析

3.4 数据管理能力成熟度评估

4互动环节：本单位信息化现状与数据管理工作要求研讨

4.1 本单位信息化现状与数据问题

4.2 本单位当前数据管理工作内容

4.3 本单位当前数据治理、数据管理能力成熟度评估评价

第二天上午

5.银行数据治理方法与业界实践经验

5.1 银行开展数据治理方法思路与工具

5.2 如何融入当前业界热门的数据中台

5.3 讲师相关工作经验分享与案例研讨

第二天下午

6.数据架构、数据标准化与数据质量管理实践

6.1 数据架构管理和最佳实践

6.2 结合数据标准化提升数据质量的思路

7互动环节：本单位数据治理工作思路研讨

7.1 本单位数据治理现状水平与能力差距分析

7.2 本单位数据治理提升路径和工作思路研讨

8. 课程总结与交流

8.1课程内容回顾

8.2讲师学员互动

【 讲师专著 】