□朱涛

滨海农商银行严格落实金融统计要求，扎实推进统计数据治理工作，持续提升业务系统数据的准确性、完整性和一致性，不断夯实底层数据质量，为金融统计和业务发展提供有力支撑。

固本强基，机制建设再优化。该行实行统一领导、分级负责的管理机制，成立数据治理工作领导小组，总行行长任组长、总行副行长任副组长，组员包括数据治理归口管理部门风险管理部及各相关业务部门负责人。风险管理部下设独立的数据治理中心，负责全行金融统计数据工作的组织、协调和管理，并协调落实数据治理运行机制、数据质量提升等工作。各业务部门分别设立数据治理和统计工作专职或兼职岗位，负责在日常工作中落实数据质量管理要求，把控源头数据录入的准确性。

清前堵后，底层数据再夯实。根据监管报送规范和省联社要求，全面排查源系统存量数据存在的问题，将存量数据整改任务分解到月，在确保月度无新增差错数据的前提下，由业务管理部门推动前台对历史问题数据进行整改和清理。截至目前，已累计完成133047户核心历史客户的信息整合及清理工作，完善存量信贷客户基础信息21403户，解决5299位客户跨系统信息不一致的问题，有效提升了行内客户信息的有效性、完整性与一致性，降低了无效客户对行内资源的浪费，为后期数据统计及分析奠定底层数据基础。

科技赋能，治理效率再提高。通过构建数据模型，自动采集和分析源系统数据质量，重点抽取字段缺失、内容重复、跨系统不一致及逻辑不合理的数据，并逐条形成修改建议，按日推送至条线部门。数据治理牵头部门已建设并部署16项数据质量监测模型，实现了对核心、信贷、贷记卡审批系统数据的常态化监测，对业务部门问题数据整改进度进行常态化跟踪，及时发现并解决数据质量问题，有效提升数据治理工作效率。

持续创新，数据价值再发掘。数据治理的目标是实现业务系统底层数据的“可用、能用与好用”，滨海农商银行通过数据清洗、数据治理、数据建模等方式，不断提升数据的可用程度和价值深度。截至目前，已累计引入或创建各类数据模型35项，分享至省联社数据模型平台9项，通过对数据价值的不断挖掘，有效提升风险识别能力及业务管理水平，为高质量发展提供有力的数据支撑。