XX银行数据管理办法（最终五篇）

第一篇：XX银行数据管理办法

XX银行数据管理办法

第一章 总 则

第一条

为了提高我行经营管理的信息化水平，贯彻执行数据管理体系规划，规范数据管理和具体实施流程，加强各级经营管理机构的数据管理和应用能力，树立和发挥数据的资产价值，特制定本办法。

第二条 本办法适用于我行企业数据架构管理、数据标准管理、数据质量管理、主数据管理、元数据管理、数据安全管理、数据生命周期管理、数据基础平台管理、数据应用以及数据需求与规划管理共十项数据管理领域的管理活动。

第三条

本办法所指数据是在我行经营管理和日常操作中通过计算机系统形成和存储的数据，可以分为内部数据和外部数据，内部数据指我行业务运营管理过程中产生的数据，外部数据指从我行以外的来源取得的数据。

第四条

我行数据管理体系建设的总体方针如下：

（一）提供可用、可信数据，打造可靠的应用基础。

（二）围绕数据应用、价值呈现推动数据管理建设。

（三）以高效的应用服务能力，支持全行业务发展和创新。

-1-第五条

本办法是指导全行数据管理活动的纲领，是建立、完善和落实数据管理体系的基础，我行数据管理制度和细则都应在本办法规定的基础上制定。

第二章 组织与职责

第六条

数据管理组织架构是通过建立与全行数据管理和应用工作相适应的组织机构和岗位，并明确各层级权责，保持内部沟通顺畅，确保全行数据管理战略的实施。我行数据管理组织的构成分为三个层次，自上而下划分为决策层、管理协调层以及执行层。

第七条

数据管理决策层是全行数据管理的最高决策机构，由信息科技指导委员会、信息科技管理委员会组成。

信息科技指导委员会的主要职责包括：

（一）审批全行数据管理整体方针和策略。

（二）定期听取信息科技管理委员会对数据管理工作的 汇报。

信息科技管理委员会的主要职责包括：

（一）审议数据战略目标和策略、体系规划、政策制度 以及数据管理领域的重大事项。

（二）统筹资源，协调解决数据管理领域重大事项。

（三）对全行数据管理工作进行监督评价。

-2-第八条

数据管理协调层是数据管理各领域工作的直接领导与组织部门，设立数据管理领导小组及秘书。

数据管理领导小组设组长、副组长各一人，及小组成员若干。组长由信息科技部负责人担任，副组长由资产负债管理部负责人担任；小组成员由软件开发中心、数据中心、电子银行中心、公司银行部、个人银行部、小微企业银行部、小企业信贷中心、信贷监控部、评审部、国际业务部、票据业务部、资金部、信用卡部、财务部、会计结算部、风险管理部、资产管理部、稽核部、合规部、人力资源部和运营管理部负责人担任。

数据管理领导小组的主要职责包括：

（一）负责组织各领域业务专家、总行各部门及分支机构开展数据管理相关工作，包括但不限于数据质量管理、数据标准管理等方面内容；协调并推进数据管理相关工作并监督落实，发布数据管理相关文件并向上汇报。

（二）针对特殊任务组建专项小组并予以指导。

（三）对于数据管理领域的重大事项，由数据管理领导小组决定是否上报信息科技管理委员会进行审议。

数据管理领导小组秘书由数据管理领导小组任命，可由数据质量管理岗相关人员兼任。其主要职责包括：负责全行数据管理的日常事务的组织协调，组织召开数据管理相关各类会议等。

-3-第九条

数据管理执行层负责全行数据管理工作的具体执行，设立数据管理执行组。

数据管理执行组由总行各部门数据质量管理岗、数据架构管理岗、数据需求管理岗、数据管理岗的任职人员组成。其中，数据质量管理岗、数据架构管理岗、数据需求管理岗由信息科技条线一部三中心委派人员担任；数据管理岗由总行各部门委派人员担任，且应至少确保一名在职员工担任或兼任，部门应包括：资产负债管理部、软件开发中心、数据中心、电子银行中心、公司银行部、个人银行部、小微企业银行部、小企业信贷中心、信贷监控部、评审部、国际业务部、票据业务部、资金部、信用卡部、财务部、会计结算部、风险管理部、资产管理部、稽核部、合规部、人力资源部和运营管理部。

数据管理执行组的主要职责包括：

（一）数据质量管理岗、数据架构管理岗和数据需求管理岗负责各项具体工作的推进，包括制定和完善数据管理各个领域的专项工作规章制度和流程，指导推进各部门、分支行数据管理工作，数据管理相关项目的立项和验收，以及数据管理系统的功能需求及系统管理。

（二）总行各部门数据管理岗代表本部门长期参与数据管理工作，负责整理和反馈数据标准、质量等相关工作需求，在部门内部宣传和提高数据管理意识。

-4-各分支机构参与数据管理执行工作，履行数据管理相关职责，主要负责按照数据标准和数据质量管理要求进行数据的录入与维护工作，并按照各项数据标准与数据管控制度开展本机构数据管理工作。

数据管理执行组中各岗位人员的变动及调整，需报数据管理领导小组批准。

第三章 数据管理

第一节 企业数据架构管理

第十条 本办法所称企业数据架构管理是通过对全行数据模型、数据分布、数据流转的管理，在全行范围内提供一个促进数据资产存储、集成、使用、访问和传输的框架结构组件，从而支持数据的集中管理和分析应用。

第十一条

业数据架构的管理内容包括：针对信息需求制定数据架构规划，定义和维护数据架构原则与规范，开发和

-5-维护数据模型，明确可信数据源与数据流，明确数据分布与存储情况，审核系统设计是否符合数据架构整体设计等。

第十二条

企业数据架构管理的目标包括：

（一）统一业务与技术认识，奠定沟通基础。

（二）优化数据共享、支持不同系统间互操作。

（三）统一视角，指导信息管理与建设。

（四）方便评估业务流程和应用变更影响。

第十三条

企业数据架构管理应遵循以下管理原则：

（一）可信数据源原则：在明确定义全行各数据主题的基础上，确定需要共享数据的源系统，由相应系统的业务管理部门在该数据源系统内完成数据的创建、更新和删除操作。

（二）数据分布减法原则：减少不必要的数据冗余，简

-6-化数据存储分布。对于跨系统使用的关键数据，原则上规划唯一的主要数据存储。如由于性能等原因必须存在冗余数据，应建立可靠的机制确保数据同步，建立清晰的冗余数据使用约束，确保不因冗余数据影响业务正确性。经由数据架构评审决定，在全行层面统筹规划管理数据整合

（三）数据完整性原则：在全行数据架构中体现业务现状和需求所需的数据，统筹考虑缺失数据的弥补方案。

第十四条

企业数据架构管理工作包括：

（一）制定我行数据架构规划，定义和维护数据架构原则与规范，组织识别并确定全行数据源系统、数据血缘关系，审核系统设计是否符合企业数据架构规范，并协调指导相应数据源系统的业务管理部门完成数据维护工作。

（二）根据我行数据架构规划构建各应用系统的数据架构及数据模型，维护各系统的数据架构及数据模型相关文档，确保各应用系统符合我行总体的数据架构规划。

第二节 数据标准管理

第十五条

本办法所称数据标准是一整套数据规范、管控流程和技术工具，用以确保我行的各种重要信息，包括产品、客户、组织、协议等，在全行内外的使用和交换都是一致、准确的。

数据标准体系包括基础类数据标准和分析类数据标准两部分。数据标准的主体由数据定义和分类、业务属性、技术属性和标准代码构成：

（一）数据的定义和分类：明确业务主题的概念、本质、内涵，以及其在我行的分类体系。

（二）业务属性：对数据项应遵循的业务规则的统一定义与解释，如信息大类、信息小类、中文名称、英文名称、-8-业务含义等。

（三）技术属性：业务应用对数据项技术规则的统一要求与定义，如数据类别、数据类型、数据格式、缺省值等。

（四）标准代码：明确数据标准定义中所涉及的公共代码的取值和业务含义，如代码名称、业务含义、编码规范、技术属性等。

第十六条

数据标准管理内容包括：建立数据标准体系框架与规划，对包括数据的定义和分类、业务属性、技术属性和标准代码在内的数据标准进行制定、评审、发布与维护，执行并监督数据标准在各系统中的落地，审核系统设计是否符合数据标准管理规范，建设并维护数据标准平台等。

第十七条

数据标准管理的目标包括：

（一）提升数据质量：统一数据定义，明确数据填写及处理要求，提供管控方面的保障，为管理决策提供准确、全面的数据，并提升统计效率及报送准确率。

（二）提升IT实施能力：提升IT系统的数据模型设计效率，降低各系统间集成的复杂度，提高系统间交互效率。

（三）提升整体业务效率：统一业务语言，明确业务规则，规范业务处理过程，有效提升业务效率。

第十八条

数据标准的制定应以业务为导向，遵循前瞻性和实用性的原则，并符合外部法定标准。应为数据标准设置准入原则，重点关注行内多处使用、频繁交换的数据。

-9-第十九条

数据标准管理工作包括：

（一）组织制定我行各数据标准的定义和分类、业务属性、技术属性和公共代码集。

（二）依据已制定的数据标准，推进各信息系统的标准落地。

（三）根据实际需要提出数据标准需求，进行数据标准的制定、审核和维护。

第三节 数据质量管理

第二十条

本办法所称数据质量是指数据满足我行业务需求与业务规则的程度，主要从完备性、一致性、有效性、唯一性、时效性、精确性和真实性等维度对数据进行描述和度量。

第二十一条

数据质量管理内容包括：定义业务规则、识别数据质量问题，并进行有效的解决；同时持续监控和报

-10-告数据质量问题，确保我行数据质量的持续提升，以满足业务需要；通过数据质量管理活动的反馈，修正数据标准等其他数据管理活动的内容等；组织制定数据质量考核方案，并组织开展数据质量考核工作。

第二十二条

数据质量管理的目标包括：

（一）规范我行数据质量的日常监控、分析、评估、改进和考核工作。

（二）形成我行数据质量主动管理机制，持续优化数据质量，支持全行业务运行、管理分析和领导决策，提升数据资产的业务价值。

第二十三条

数据质量管理应遵循以下原则：

（一）由数据的消费者确定数据质量需求。

（二）定义适当的度量规则来确保数据符合数据质量要求。

（三）确定数据项的可信数据源，从源头保证数据质量。第二十四条

数据质量管理工作包括：

（一）制定、审批并发布数据质量管理工作的制度和流程，数据质量监控、提升、考核方案；组织数据质量的评估与考核。

（二）组织数据质量问题的分析；推动数据质量提升工作的实施；协调技术、业务部门进行数据质量管理的度量规则、检核规则编制等相关工作。

（三）根据实际需要提出数据质量度量规则及更新、维护需求，配合执行数据质量监控、分析、改进及评估工作。

第四节 主数据管理

第二十五条

本办法所称主数据是指在全行范围内跨业务条线、跨系统共享的，相对静态的、描述业务实体的数据集合，是企业关键业务实体的最权威、最准确的数据。

主数据管理范围涉及我行内创建、整合、使用和维护主数据的全过程，包括明确主数据的整合需求、建立主数据体系框架与规划、定义主数据来源、制定主数据整合规则与共享机制、主数据技术支撑等。

第二十六条

主数据管理内容包括：

（一）识别主数据可信数据源，维护主数据整合架构。

（二）在企业范围内按一定业务规则合并主数据信息，保证数据的惟一性与完整性。

（三）利用数据质量管理手段对主数据进行治理，保证主数据的准确性。

（四）实现跨系统信息的一致性、共享性，将主数据信息同步到相关系统中。

第二十七条

主数据管理的目标是保障我行的监管报送、业务运营、管理分析及领导决策中跨业务条线、跨渠道的核

-13-心数据的唯一性。

第二十八条

主数据管理应遵循以下原则：

（一）以业务和应用驱动主数据管理，从最关键的主数据开始建设。

（二）规范数据问责制和数据所有者，确保每个主数据有且只有一个拥有者。

（三）建立有效的主数据管理制度和流程。

（四）审慎应用匹配规则，确保所做的所有归并和更改是可可逆。

第二十九条

主数据管理工作包括：

（一）定义主数据业务管理流程，识别主数据来源，并规划主数据管理系统的建设方案。

（二）建设与维护主数据管理系统。

（三）进行常规性主数据同步与共享，并进行主数据源的识别。

第五节 元数据管理

第三十条

本办法所称元数据是描述数据的数据，用来描述数据的业务涵义、技术涵义、加工处理过程、覆盖范围、-14-逻辑和物理结构、数据的所有者和提供方式等相关信息。

元数据可分为业务元数据、技术和操作元数据以及管理元数据。业务元数据定义和业务相关的数据信息，用于辅助定位、理解、及访问业务信息。技术元数据定义在IT的基础架构中对数据的说明，如数据的存放位置、数据被访问时的名称、数据的存储类型、数据的血缘关系、数据整合、数据关联情况和数据在IT环境之中的流转等内容。操作元数据主要是系统日常运行产生的操作数据。管理元数据记录数据的责任部门以及数据访问权限等。

第三十一条

元数据管理是关于元数据的规划、定义、存储、整合、应用与控制等一整套流程的集合。其主要内容包括：元数据的版本、变更、权限控制等流程管理，元数据的获取、检核、存储等内容管理以及元数据的映射分析、影响分析、血缘分析、实体关联度分析、实体差异分析等应用管理。

第三十二条

元数据管理的目标是提供数据的准确说明，帮助理解数据来源背景、关系及相关属性，提高数据的可信度，减少数据冗余性，提升数据共享程度，降低企业IT系统维护成本，提高系统运行可靠性。

第三十三条

元数据管理需要遵循以下指导原则：

（一）建立元数据相关政策和管理办法，树立元数据管

-15-理和使用方面的清晰目标。建立数据监管制度，赋予元数据管理责任。

（二）统一全行元数据标准，确保全行范围内元数据的互操作性。

（三）从全行角度着眼规划、确保可扩展性。优先管理特别需要全行协调一致的元数据，以尽快获得收效。

（四）最大化用户访问。

第三十四条

元数据管理工作包括：

（一）定义我行元数据及其属性含义，并负责检核、存储、维护各类元数据，提出该平台的建设需求。

（二）元数据管理工具的建设和维护，以及元数据的获取工作。

（三）业务元数据的定义工作。

第六节 数据安全管理

第三十五条

本办法所称数据安全包括数据本身的安全、数据防护的安全和数据存取与使用的安全。

（一）数据本身的安全指采用现代密码算法对数据进行

-16-主动保护，例如数据保密、数据完整性、不可否认性、双向强身份认证等。

（二）数据防护的安全，主要指采用现代信息存储手段对数据进行保管，例如通过磁盘阵列、数据备份、异地容灾等手段保证数据的安全。

（三）数据存储与使用的安全，其中数据存储的安全是指数据库在系统运行之外的可读性，杜绝非授权访问，建立相应的数据访问策略、检查机制、控制和监控机制。数据使用的安全是指有效地防止数据在录入、处理、统计或打印中由于硬件故障、断电、死机、人为的误操作、程序缺陷、病毒或黑客等造成的数据库损坏或数据丢失现象。

（四）数据查询的安全，指在日常的数据查询过程中建

-17-立审批制度及流程，防止机密数据外泄。此外，对于查询数据的访问，设置控制措施，确保非业务相关人员接触我行机密数据。

数据安全管理是针对以上管理内容进行计划、制定、执行相关安全策略和规程。确保数据和信息资产在使用过程中有恰当的认证、授权、监控和审计的措施。

第三十六条

出于业务查询分析、监管报送等需求确需查询数据，需经部室负责人及数据管理领导小组批准后方可查询。查询申请中需明确数据使用范围及授权访问人员。涉及敏感信息的，查询人应严格保密，非授权人员无权访问使用。不得使用私人存储介质复制与转存查询数据。除批准的情况外，不得对我行信息进行未经授权的查询。

第三十七条

数据访问授权管理根据“业务必需”原则授予不同用户为完成工作所需的最小数据访问权限。应用系统应设置日志系统控制用户数据查询、使用情况。并定期检查日志，对其中可疑的记录进行分析审核。

第三十八条

数据安全管理的内容包括：定义数据安全标准，划分数据类别、密级，定义数据安全控制及措施，管理用户、密码和用户组成员，管理数据访问视图与权限，监控用户身份认证与访问行为，数据安全工具的使用及选取，-18-审计数据安全。我行数据安全管理目标是建立持续有效的数据安全管理体系。

第三十九条

数据安全管理工作包括：

（一）定期评估数据安全策略、规程以及授权范围，在数据安全和利益相关者的需求间获得平衡。

（二）界定数据访问需要、指导权限定义。

（三）持续宣介数据安全管理意识，推动数据安全管理文化建设。

第七节 数据生命周期管理

第四十条

本办法所指数据生命周期是数据从产生到销毁的全过程，包括数据的收集、创建、分发、存储、使用、归档和销毁。

数据生命周期管理是通过一定的方法、流程和工具，在数据生命周期中一致、有效地管理数据，根据业务需求及内外部合规要求，对数据进行收集、创建、分发、存储、使用和归档，直到数据的退出和删除。

第四十一条

数据生命周期管理的范围包括：定义数据生命周期，定义外部数据的获取策略，定义数据备份与恢复

-19-计划，定义数据保留存储与销毁方案，定义归档数据的检索与使用策略；数据抽取、备份、恢复、存档、存留和销毁活动的执行等。

第四十二条

数据生命周期管理的目标包括：提高数据资产利用率，从而以最低的数据持有成本提供最大的数据利用价值；控制风险，有效合规。

第四十三条

数据生命周期管理遵循以下指导原则：

（一）数据保留与归档时机按照数据商业价值划分。

（二）数据项的保留和归档规则应该由数据所有者定义。

（三）归档的数据应该能够恢复，并且要满足一定的业务时效性要求。

第四十四条

生命周期管理工作包括：

（一）组织和指导各部门、各条线确定数据分类，基于数据分类定义不同的服务级别等级要求，同时指导各部门进行生命周期的具体要素定义、无效数据的识别，推进数据存储及清理的有序管理。

（二）根据不同数据分类的服务级别，定义合理的存储级别，并根据数据的存储级别将数据合理的分布于数据存储环境中，并按服务级别要求进行数据备份和恢复，定期进行数据存档、存留和销毁。

（三）根据实际需要，提出各类数据的生命周期管理要求，并根据具体要素定义执行相应管理要求。

-20-第八节 各项管理工作之间的关系

第四十五条 数据管理各项工作之间相互联系、相辅相成，之间关联关系包括：

（一）数据标准是制定数据质量度量规则的重要依据，数据质量管理过程中的评估和分析结果，为数据标准的维护与更新提供反馈。

（二）数据标准为数据模型的建立提供参考，数据分布和企业数据模型给数据标准的维护与更新提供反馈。

（三）数据架构管理提供数据分布和流转情况，协助数据生命周期管理。

（四）数据生命周期管理需要考虑数据安全管理的原则和指导方针。

（五）数据质量管理、标准管理、数据架构管理、生命周期管理、安全管理都为主数据管理对行内核心数据唯一性的维护奠定基础。

（六）元数据模块与其他七个模块都发生交互，它负责记录其他数据管理领域的关键信息，为其余七项管理工作提供基础支撑。

第四章 数据应用管理

第一节 数据基础平台管理

第四十六条

数据基础平台是面向业务分析和管理决策 提供的工具支持，可支持复杂的信息检索及快速在线访问，可处理大量数据。数据基础平台是各项数据应用的技术工具支撑。

-22-第四十七条

数据基础平台的内容包括数据仓库、数据集市、操作型数据存储ODS、ETL等。从数据采集的路径上划分，数据仓库或ODS的数据来源于各类业务系统及外部数据，数据集市的数据来源于数据仓库或ODS，并由数据集市向各类分析类应用供数。

第四十八条

数据基础平台管理工作包括：

（一）数据基础平台的建设和维护。

（二）按照应用与技术规划要求，从企业数据架构和数据标准落地的角度，规划和建设数据基础平台，保障数据基础平台建设满足数据应用的需要。

第二节 数据应用

第四十九条 数据应用是基于全行统一及分散的数据存

-23-储和应用类系统，提供数据查询、报表定制、数据分析与深入探索等数据支持与运用服务，发挥数据资产价值。数据应用的水平代表了企业数据运用和服务的水平。

第五十条

数据应用的内容包括监管报表、管理报表等报表应用、KPI管理仪表盘、数据查询和业务领域专项分析类应用等。

第五十一条

数据应用管理工作包括：

（一）协调数据标准、数据质量管理等工作在各系统中的落实，并为各系统新建和改造提供数据管理支持。

（二）应用系统和报表技术平台的建设和维护。

第三节 数据需求与规划管理

第五十二条

数据需求与规划管理是统筹数据应用建

-24-设，搭建全行统一的数据需求入口，使用统一的指标统计口径，并实现全行各类报表全生命周期管理的管控活动，为数据应用和数据基础平台运作创造良好环境。

第五十三条

该领域涵盖需求管理、应用与技术规划、报表生命周期管理以及指标体系管理四个方面。

（一）数据需求包括数据查询、报表制定、数据分析等数据服务需求，数据仓库、数据应用系统等数据密切相关系统建设需求，以及源系统建设需求中数据相关部分等内容。

（二）应用与技术规划是指梳理行内应用系统关系，从整体把握全行业务重点和未来机会，统筹规划全行应用系统建设。

（三）报表生命周期管理是对全行报表全生命周期进行

-25-统一管理，涵盖报表需求收集、拆分、整合、审核、生成、跟踪维护及退出等。

（四）指标体系管理是面向全行绩效分析、财务管理、风险管理、经营决策等领域的指标口径进行梳理、定义、统一、维护的管理活动。

第五章 附 则

第五十四条

本办法由信息科技管理委员会批准，信息科技部负责制定、修订和解释。

第五十五条

各部门应根据本办法制定并完善相关操作管理规章制度，报经数据管理决策层审批通过后负责组织落实。

-26-第五十六条

本办法自20XX年XX月XX日起执行。

第二篇：XX银行数据标准管理办法

XX数据标准管理办法

第一章 总则

第一条 为规范我行数据标准管理工作，明确管理职责，推动数据标准在业务领域和技术领域的应用，提高我行整体业务运行和管理效率，提升IT实施能力，特制定本办法。

第二条 本办法适用于我行及分支机构所有与数据标准有关的管理活动，包括数据标准的制定、评审、发布、执行、变更及复审等工作。

第三条 本办法所称数据标准，是指针对我行各种重要数据制定的规范性文件，以确保这些重要数据在全行内外共同使用和交换中的一致性和准确性，是实施数据治理、提升数据质量的重要基础。

第四条 本办法所称重要数据，是指我行跨业务部门或跨系统多处使用的数据。

第五条 数据标准按照数据加工程度划分为基础类数据标准和分析类数据标准两大类型，本办法主要针对基础类数据标准。

第六条 本办法所称基础类数据，是指日常业务开展过程中所产生的具有共同业务特征的基础性数据，可进一步划分为不同的数据主题，包括客户、产品、协议、交易、资产、财务、地址、组织、渠道、营销十个数据主题。

第七条 数据标准内容可以划分为业务和技术两部分：

第1页

（一）业务规范是指从业务层面对数据的统一定义，包括数据项的业务涵义和数据项处理加工的业务规则等；

（二）技术规范是指从技术实现层面对数据的统一规范和定义，包括字段长度、数据格式等。

第八条 XX银行数据标准制定遵循以下原则：

（一）以业务为导向。基于我行实际业务情况制定数据标准，并根据业务需求分阶段推进制定工作。

（二）全面性及完整性。数据标准立足于我行整体业务架构，覆盖未来所有经营范围内的相关业务。

（三）前瞻性及科学性。既满足现阶段业务需求，更应结合国内外先进经验，考虑未来我行业务类型逐步发展所带来的数据标准需求。

（四）遵循外部标准。充分遵循各类成熟的外部标准，并按照国家标准/国际标准、金融行业标准、监管报送要求的顺序进行采纳。

第九条 我行数据标准信息项及代码的选择遵循以下准入原则：

（一）已有的内外部成文规范纳入数据标准，包括：行业、国家或国际组织正式发布的数据标准；监管部门管理指引、监管统计规范等已经明确提出要求的相关数据规范；行内已经发文进行明确的相关数据规范。

（二）未有外部成文规范，但我行当前已经在广泛使用

第2页 的，尤其是跨业务条线和系统使用的信息项和代码纳入数据标准。

（三）针对未在现有信息系统中出现，但依据我行信息规划或者同业相关经验，在未来信息系统中会多处使用的数据和代码纳入数据标准。

第二章 组织与职责

第十条 数据标准管理组织分为数据管理协调层和数据管理执行层。

第十一条 数据管理协调层是数据管理各领域工作的直接领导与组织部门，设立数据管理领导小组及秘书。数据管理领导小组的人员组成参见《XX银行数据管理办法》。数据管理领导小组直接领导与组织数据管理各领域工作，负责组织各领域业务专家及总分支机构数据管理相关部门开展工作，协调并推进数据管理相关工作并监督落实。其涉及数据标准管理的具体职责包括：

（一）监督并评审数据管理执行组开展数据标准的制定、评审、执行、变更、复审等工作；

（二）发布新版本数据标准。

第十二条 数据管理执行层设立数据管理执行组，负责全行数据管理工作的具体执行。数据管理执行组的人员组成参见《XX银行数据管理办法》。数据管理执行组中的数据标准管理岗（暂由数据质量管理岗兼任）总体协调与管理数据标准工作，负责组

第3页

织、推动数据标准相关工作的开展，具体职责包括：

（一）负责制定数据标准工作计划及工作方案；

（二）负责制定和维护数据标准定义模板；

（三）负责收集数据标准的新增及变更需求并协调相关部门参与数据标准制定、变更、评审；

（四）牵头制定数据的业务标准并审核技术标准；

（五）负责组织开展数据标准评审、执行及复审工作；

（六）负责维护数据标准；

（七）审核IT项目组在系统建设中的数据标准落地范围与落地方案等；

（八）监督各部门对数据标准的执行情况；

（九）定期向数据管理领导小组汇报重大事项。第十三条 信息项归口管理部门是数据标准的业务标准的权威认定部门，负责本部门管理的信息项业务标准和标准代码的解释和指导。

第十四条 总行各部门是数据标准需求提出方与执行者，负责提出数据标准制定及变更的需求。其涉及数据标准管理的具体职责包括：

（一）参与数据标准的制定；

（二）参与数据标准的变更与评审工作；

（三）负责落实并执行相关数据标准；

（四）向数据标准的系统落地方案提供建议。

第4页

第十五条 分支机构是数据标准的需求提出方与执行者。其涉及数据标准管理的具体职责包括：

（一）根据日常运营统计及监管报送的需要通过总行分管条线业务部门向数据管理执行组提出数据标准需求；

（二）在数据获取阶段按数据标准的管理要求开展工作。第十六条 IT项目组是数据标准落地的主要执行者，也是需求的提出方。其涉及数据标准管理的具体职责包括：

（一）制定数据标准在本项目的系统落地范围与落地方案；

（二）参照数据标准进行相关数据字典和数据模型设计；

（三）在系统设计与开发过程中按照数据标准落地方案实施；

（四）根据需要，在IT系统建设或改造的需求分析、设计过程中，提出数据标准的新增或变更需求。

第三章 数据标准的制定

第十七条 数据标准制定，是指按照数据标准需求，定义各类数据的业务标准（包括信息项分类、信息项中文名称、信息项英文名称、业务定义等）、技术标准（包括标准类型、长度、精度等）、以及标准代码（包括代码编号、代码取值、代码含义、代码规则、代码说明等）。

第十八条 总行各部门均可根据业务运行管理及监管要求的需要，提出数据标准制定的需求，填写《数据标准需求申请

第5页

表》（附件一），经所在部门主管负责人批准后提交数据管理执行组。各分支机构如提出数据标准的制定需求，经总行分管条线业务部门初审后，由总行分管条线业务部门提交至数据管理执行组。IT项目组在全行改造或新建IT系统的需求分析、系统设计过程中，可以根据需要提出数据标准的新增需求，填写《数据标准需求申请表》（附件一）并提交至数据管理执行组。

第十九条 数据管理执行组负责汇总并分析全行数据标准新增需求，编制数据标准制定工作方案与模板，组织相关部门制定业务/技术标准，并明确主题。

第二十条 数据管理执行组组织相关业务部门制定相关信息项/代码的业务标准，明确该信息项所属主题；组织开发中心，制定相关信息项/代码的技术标准。

第二十一条 数据管理执行组对制定的业务/技术标准进行初审，并汇总各部门意见后形成数据标准审议稿，用于数据标准评审。

第四章 数据标准的评审与发布

第二十二条 数据标准评审，是指在数据标准管理过程中开展的审议审批工作。

第二十三条 数据标准发布，是指按不同主题，向全行发布最新的数据标准版本的工作。

第二十四条 数据标准评审工作依据数据标准制定原则进行，评审参考标准如下：

第6页

（一）数据标准是否满足业务需求，分类标准、信息项和代码等内容必须满足各标准相关方的迫切需求；

（二）数据标准是否具有业务前瞻性，分类标准、信息项的设置和代码的编排等内容必须考虑未来我行业务发展可能产生的标准需求；

（三）数据标准是否明确无歧义，标准信息项和代码的定义必须反映我行实际业务情况，在我行范围内有一致的理解；

（四）数据标准是否具有权威性，标准的定义必须充分参考各类成熟的外部标准，将遵循的外部标准出处、内容进行明确的标注和解释。

（五）数据标准是否具有可落地性，数据标准在定义时必须考虑技术层面的实现难度，在各相关系统可以落地。

第二十五条 数据管理执行组根据总行业务部门或IT项目组提出的相关数据标准需求，组织相关业务部门召开数据标准评审会议，评审数据标准的制定成果，协调解决数据标准制定过程中出现的问题，并形成会议纪要。数据管理执行组应将数据标准评审会议的会议纪要提交相关与会部门确认。

第二十六条 具体评审方式可酌情多样化，如对新增需求内容较少或未能采取会议评审形式的数据标准，也可采取会签形式进行评审。

第二十七条 对于新增主题的数据标准，须提请数据管理领导小组审批。对于已发布主题数据标准的新增内容，数据管理

第7页

执行组可根据业务影响范围、重要性等因素酌情提请数据管理领导小组审批。

第二十八条 数据管理执行组组织参与评审部门填写《数据标准发布审批表》（附件二），形成最终的审议审批意见。

第二十九条 数据标准评审通过后，数据管理领导小组在全行范围内发布。

第五章 数据标准的执行

第三十条 数据标准执行，是指已发布的数据标准在具体业务操作及IT系统中的实施和运用，以及对落地实施的监督。

第三十一条 全行各单位是数据标准的使用者和执行者，应依照业务发展和管理需要，配合数据管理执行组开展数据标准的落地实施工作。

第三十二条 总行各业务部门及各分支机构在业务需求编写、业务信息采集表和统计分析报表的设计中要遵照数据标准的要求。

第三十三条 各分支机构在进行数据采集、维护、应用、归档等操作时，应遵循数据标准的要求。

第三十四条 各IT项目组在进行新建或改造IT系统时，均应遵循已发布的数据标准制定落地方案，经数据管理执行组、信息项归口管理部门及相关业务部门审核后依此开展系统的设计与实施工作。

（一）对于合作开发和委托开发的IT系统，其数据模型

第8页

开放程度及我行数据标准的采纳程度应纳入招标采购评价标准中，作为招标采购的评标依据。

（二）对于IT系统（包括自主开发类、合作开发类、委托开发类）的建设，IT项目组应按照落地方案建立该IT系统数据项与已发布数据标准（包括已有代码）之间的映射关系，按此映射关系进行详细需求分析与数据模型设计并开发。

（三）如数据标准落地实施涉及系统改造及历史数据处理等工作，数据管理执行组、系统业务牵头部门及相关信息项的归口管理部门需共同商议系统改造和数据标准落地的具体工作方案，并制定历史数据处理方案。

（四）数据管理执行组组织评审项目设计阶段数据标准的执行情况。对于不满足数据标准落地方案要求的，数据管理执行组有权要求IT项目组进行整改，直到评审通过后方可进入项目开发阶段。

（五）对于自主开发类系统，IT项目组按照落地方案及已发布的数据标准开展实施，进行规范编码；对于外购成熟系统，IT项目组应分析系统和外围系统交互的数据，在系统接口上进行标准落地，保证与此系统交互的数据遵循数据标准。

（六）在系统验收阶段，数据管理执行组按照数据标准进行严格检测，出具数据标准符合性审核报告并报数据管理领导小组审批，经数据管理领导小组批准同意后方可验收投产。

第六章 数据标准的变更

第9页

第三十五条 数据标准变更，是指由于业务运行与发展需要，或外部监管要求，或引用的国家标准等外部标准的变化，对已发布的数据标准进行变更的工作。

第三十六条 数据标准变更的范围包括数据标准分类的修改，数据标准信息项业务定义与技术定义的修改，标准代码的修改，以及数据标准的废止。

第三十七条 数据标准的变更既要反映数据标准业务含义和业务规则的变化，又要保持数据标准的相对稳定，减少由于数据标准的频繁变动对业务应用和IT系统建设造成的影响。

第三十八条 总行各部门及各分支机构均可提出数据标准变更需求。总行各部门填写《数据标准需求申请表》（附件一）后由本部门负责人审批后提交数据管理执行组。各分支机构如提出数据标准的制定需求，需由总行分管条线业务部门初审后，由总行分管条线业务部门提交至数据管理执行组。

第三十九条 数据管理执行组、总行信息项归口管理部门及总行相关部门共同对变更事项进行确认。

第四十条 数据标准变更事项经总行各业务部门确认同意后，数据管理执行组组织参与评审部门填写《数据标准发布审批表》（附件二），形成最终的审议审批意见。由数据管理领导小组发布变更。

第七章 数据标准的复审

第四十一条 数据标准复审，根据业务发展及IT系统建设情

第10页

况，对数据标准适用性进行复审的工作。原则上复审周期为一年。

第四十二条 针对已发布的数据标准在系统与业务管理中的执行情况，数据管理执行组应每年组织开展标准复审工作，通过征求总行相关部门意见，了解数据标准的适用性，对不适用的数据标准及时进行废止或修订。

第四十三条 对于复审结果为废止的数据标准，数据管理领导小组应在全行发布数据标准废止通知。

第四十四条 对于复审结果为修订的数据标准，应根据修订的范围开展后续工作。如果数据标准修订范围较小，参照本办法第六章规定完成变更工作；如果数据标准修订范围较大，参照本办法第三、四章规定完成重新制定、评审与发布工作。

第八章 监督管理

第四十五条 数据管理领导小组负责对数据标准管理进行监督和检查。总行相关部门对制度建设和执行情况，定期或不定期开展自查和检查。

第九章 依据文件

第四十六条 《银行监管统计数据质量管理良好标准》

第十章 附则

第四十七条 如果数据标准管理工作中出现争议或分歧，由数据管理执行组协调解决。对无法解决的重大争议或分歧，由数据管理执行组报数据管理领导小组决策。

第11页

第四十八条 本办法由信息科技管理委员会批准，信息科技部负责制定、修订和解释。

第四十九条 本办法自20XX年XX月XX日起执行。

附件：

附件一：数据标准需求申请表 附件二：数据标准发布审批表

附件三：数据标准制定、评审与发布流程 附件四：数据标准执行流程 附件五：数据标准变更流程 附件六：数据标准复审流程

第12页

第三篇：大数据时代银行

近年来，大数据热潮引发了一场思维、生产和生活方式的重大变革，可以说开启了全新的时代。对于天然具有数据属性的金融业来说，一方面，大数据能够为金融机构的经营管理提供充分的信息支持；另一方面，大数据滋生的新型金融业态对传统金融机构带来了严峻挑战。在这场社会大变革中，金融机构将如何应对，非常令人期待。为此，本刊邀请了多位金融机构的高级管理者以及业内专家，共同探讨大数据时代金融业的变革与发展。

近十年来，中国银行业的改革发展取得了令世界瞩目的成就。在今年《银行家》《福布斯》发布的大企业排行榜和市值排名上，五家大型商业银行均已跻身世界前列。随着以移动互联网、云计算、“大数据”和物联网为代表的信息革命的兴起，银行业又一次面临新的机遇和挑战。中国银行业能否用好大数据，实现经营、管理和服务创新，决定了其未来的可持续发展能力。

银行业已初步具备运用大数据的基础

大数据是信息技术与互联网产业发展到特定阶段的产物，从互联网到物联网，从云计算到大数据，信息技术正在从产业基础走向产业核心。而银行业作为与信息技术深度结合的行业，互联网思维和决策数据化已开始嵌入经营管理的全流程。大数据实质是“深度学习”，能够为银行提供全方位、精确化和实时的决策信息支持。银行的经营转型、产品创新和管理升级等都需要充分用好大数据。目前，银行在客户分析、风险管理方面对大数据运用已初步积累了一定的经验，为未来过渡到全面大数据运用奠定了良好基础。

20世纪90年代，随着信息技术发展，国内银行业顺应潮流，将信息技术广泛应用到业务处理和内部管理，以提高服务管理效率。进入21世纪，大银行率先推进系统大集中和数据大集中，整合原有分散化的信息系统，不断适应加快产品创新、提升客户体验等市场需求，建立数据仓库和数据平台，信息化程度不断提高。近几年，银行业大力发展面向客户的新一代核心业务系统，信息系统建设日趋完备，电子银行等在线金融服务大幅增长，在提升客户体验和风险管控能力、满足监管各项要求的同时，形成并储存了庞大的可用数据资源。银行业的数据资源不仅包括存贷汇核心业务结构化数据，也包含客户电话语音、在线交易记录、网点视频等非结构化数据。

中国建设银行（以下简称建设银行）从2011年开始建设企业级全行共享的新一代核心业务系统，以客户为中心、面向服务设计架构，实现业务与IT融合、产品快速创新的目的，目前已初具规模。特别是在新一代系统设计中，充分考虑数据储存和应用的重要性，并专项设置了数据集成层模块，包括数据缓存区、数据记录系统、历史数据存储、分析数据仓库、实时数据仓库、公共数据集市。

银行业开始尝试接入和整合外部数据资源。在传统的数据分析模式下，银行业出于市场分析、内部管理、监管需要，产生并记录了巨量的文本式结构化数据，涉及客户账户资金往来、财务信息等，以及网银浏览、电话、视频等非结构化数据。但是，传统意义上的银行仅能掌握客户与银行业务相关的金融行为，无法获得客户在社会生活中体现兴趣爱好、生活习惯、消费倾向的情感或行为数据，无法与业务数据形成联动。随着电子商务的快速发展和移动金融的深化，银行业逐步加强与外部数据源对接，甄别有效信息，整合多渠道数据，丰富客户图谱。目前，已有多家银行进行了有益尝试。

一是银行与电商平台形成战略合作。银行业共享小微企业在电商平台上的经营数据和经营者的个人信息，由电商平台向银行推荐有贷款意向的优质企业，银行通过交易流水、买卖双方评价等信息，确定企业资信水平，给予授信额度。建设银行曾在这方面做过有益的尝试。此外也有银行参股电商、开展数据合作的案例。

二是银行自主搭建电商平台。银行自建电商平台，获得数据资源的独立话语权。在为客户提供增值服务的同时，获得客户的动态商业信息，为发展小微信贷奠定基础，是银行搭建电商平台的驱动力。2012年，建设银行率先上线“善融商务”，提供B2B和B2C客户操作模式，涵盖商品批发、商品零售、房屋交易等领域，为客户提供信息发布、交易撮合、社区服务、在线财务管理、在线客服等配套服务，提供的金融服务已从支付结算、托管、担保扩展到对商户和消费者线上融资服务的全过程。

三是银行建立第三方数据分析中介，专门挖掘金融数据。例如，有的银行将其与电商平台一对一的合作扩展为“三方合作”，在银行与电商之间，加入第三方公司来负责数据的对接，为银行及其子公司提供数据分析挖掘的增值服务。其核心是对客户的交易数据进行分析，准确预测客户短时间内的消费和交易需求，从而精准掌握客户的信贷需求和其他金融服务需求。

银行业有处理数据的经验和人才。数据分析和计量模型技术在传统数据领域已得到较充分运用，同时也培养出大批精通计量分析技术的人才。如在风险管理方面，我国金融监管部门在与国际接轨过程中，引入巴塞尔新资本协议等国际准则，为银行业提供了一套风险管理工具体系。银行在此框架下，利用历史数据测度信用、市场、操作、流动性等各类风险，内部评级相关技术工具已发挥出效果，广泛应用于贷款评估、客户准入退出、授信审批、产品定价、风险分类、经济资本管理、绩效考核等重要领域。

银行已初步尝试应用大数据。我国银行业大规模运用大数据技术尚不成熟，但多家银行已从关键点、具体业务入手应用大数据挖掘技术，解决效率提升中的难题。例如，有的银行提供集电话、网络在线、客户端、微博、微信于一体的整合服务平台，也有的银行信用卡中心开发智能云语音，着眼于客服语音信息的挖掘和分析，通过对海量语言数据的持续在线和实时处理，为服务质量改善、经营效率提升、服务模式创新提供支撑，从而全面提升运营管理水平。还有些银行在个人客户营销方面，着重客户数据分析，摸索出客户行为模式和潜在需求，促成定向精准销售。例如，通过分析客户行为数据和财务数据来锁定潜在客户，根据客户行为规律，并结合其所在区域、行为内容来确定消费习惯，开展针对性营销；通过分析交易记录信息来有效识别小微企业客户，并用远程银行和云转借实施交叉销售。此外，有的银行还将其内部客户编号和微博、QQ、邮箱等相对应，将互联网数据与传统数据一起存储，建立数据库，不仅了解客户理财、基金购买等交易行为的频繁程度，还可以发现其他动态信息如出差、喜好和社交圈等。

国际同业大数据运用的经验教训

金融业大数据运用的国际经验主要体现在快速判断宏观经济趋势、分析预测客户及交易对手行为、防范欺诈、改进内部效率以及外包非核心业务等方面。

快速判断宏观经济形势。英国央行已经开始运用大数据对英国房地产市场和劳动力市场趋势作出快速判断。以前，英国央行通过统计部门发布的房地产销售数据、就业数据等，判断房地产市场和劳动力市场变动趋势，但统计部门的数据一般有数日乃至数周的时滞，不利于对形势的快速判断。目前，英国央行已通过对一些网络搜索关键词的监控，如“按揭”“房价”“职位”等，获取最新的经济运行情况。

分析预测客户及交易对手行为。由谷歌（Google）前首席信息官Douglas Merrill创办的信用评估公司ZestFinance，通过大数据技术把收集的海量碎片化数据整合成完整的客户拼图，较为准确地还原客户的真实状况和实际信用状况，并据此支持合作公司向难以从银行获得贷款的美国人提供“工资日贷款”（payday loan）。西班牙对外银行(BBVA)推出的具有记忆功能的ATM机ABIL，不但能记住客户习惯的取款金额、频率，还能根据其账户情况给出相应的取款建议。美国一些基金公司在几年前开始借助社交媒体大数据，分析市场情绪变动，进而判断未来交易是扩大还是萎缩。近期，这些基金公司进一步通过分析金融交易大数据，识别交易对手的交易特征，预判交易对手的交易动向，并采取相应的操作，以获取差价。

防范欺诈。运用大数据分析软件，可以预防信用卡和借记卡欺诈。通过监控客户、账户和渠道等，提高银行在交易、转账和在线付款等领域防御欺诈的能力。在监控客户行为时，大数据可以识别出潜在的违规客户，提示银行工作人员对其予以重点关注，从而节省反欺诈监控资源。

改进内部效率。美国银行用大数据分析该银行某呼叫中心员工的行为，通过在员工姓名牌中置入感应器，监控员工的行走线路与交谈语气，可以知道员工在工作场所的社交状况。监控结果表明，那些一起享受工间休息并相互交流的员工工作效率更高，他们可以在日常交流中分享如何应付“难缠”顾客的小窍门。美国银行发现这一现象后，即转而推行集体工间休息，此后员工表现提升了23%，而员工说话语调所反映出的压力水平则下降了19%。另外，还有些欧美银行运用大数据评价分支机构绩效并获得显著成效。

大数据的应用存在运维风险和运营风险等，前者如数据丢失、数据泄露、数据非法篡改、数据整合过程中的信息不对称导致错误决策等，后者如企业声誉风险、数据被对手获取后的经营风险等。因此，必须加强数据管控。这方面既有成功的经验，也有值得总结的教训。从已出现的问题看，最大的风险来自网络攻击和欺诈：2011年，网络银行欺诈给日本53家银行造成2700亿日元（约合225亿元人民币）的损失；2012年，诈骗集团曾攻击欧美至少60家银行的网络，盗取银行资金；2013年，国内某保险公司受黑客攻击，造成数十万保单信息泄露。为此，一是高度重视并推进统一的数据标准，并做好数据清洗，保证数据质量。二是审慎划定数据边界，合理开展内外部数据共享和非核心数据业务外包。三是大数据下应更加重视隐私保护和信息安全，加大对反网络攻击的投入。

推动大数据应用的策略

党的十八大提出坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路，信息化已升级为国家战略。我国银行业加快大数据应用不仅具有行业意义，而且对于推动我国信息化进程、服务“新四化”发展也有重要作用。我国银行业要从战略高度充分认识到大数据分析、运用的重要性，从管理体系建设、具体运用模式方面不断探索，打造银行业在大数据时代的核心竞争力。

建立完善的大数据工作管理体系。银行业应充分认识大数据的重要性，在总行层面建立大数据工作推进机制，制定大数据工作规划，主管数据部门对大数据工作进行统筹规划、组织协调、集中管理，业务部门承担大数据采集、分析和应用的职责，全面定义、收集、多方式整合集团内外部各类数据，形成管理数据、使用数据和推广数据的有效工作机制。

增强数据挖掘与分析运用能力。在银行内部全面推广基于数据进行决策、利用信息创造价值的观念，引进数据挖掘和大数据运用专业方法和工具，培养专业数据挖掘分析人才队伍，重视人才的经济金融、数学建模、计算机新型算法等复合型技能，建立前瞻性的业务分析模型，把握、预测市场和客户行为，将数据深度运用到业务经营管理过程，利用数据来指导工作，设计和制定政策、制度和措施，做到精准营销和精细管理。

以大数据技术促进智慧银行建设。推动大数据向生产力转化，加快产品创新实验室的技术研发，把实验室成熟产品运用于客户的营销和服务，推进智慧银行建设，把技术创新优势转化为竞争优势。网点服务要运用好大数据等技术成果，推广普及智能叫号预处理、远程银行VTM、电子银行服务区、智能互动桌面、人脸识别等创新服务，将传统银行服务模式和创新科技有机结合，利用智能设备、数字媒体和人机交互技术为客户带来“自助、智能、智慧”的全新感受和体验。智慧网点在建设推广中，还应充分采用用户交互技术和体验设备，吸引客户浏览、试用、比较各类金融产品，辅以工作人员推荐，从地域、客户、产品等多种维度，挖掘客户需求，实现对合适客户、在合适时间、通过合适渠道、推荐合适产品。

建立基于大数据分析的定价体系。当前，资金的交易变动频率和流动性加快，大数据从更宽广角度，预判负债的波动情况，能更灵活测算是否满足监管要求和贷款需求变化，从而为银行以存定贷、以贷吸存策略提供量化支撑，可有效降低资金成本。银行还要运用大数据分析，建立起综合服务和信贷差异化定价体系，做到对不同产品、不同行业、不同区域实施差别化定价，最终实现一户一策的综合化、差异化服务，提升精准营销水平。例如，将对公、对私客户逐步纳入定价系统，进行客户选择，不同服务内容享受不同信贷优惠，达到差别化定价和客户最佳体验的双重目的。

依托大数据技术提升风险管理水平。大数据能较好地解决传统信贷风险管理中的信息不对称难题，提升贷前风险判断和贷后风险预警能力，实现风险管理的精确化和前瞻性。大数据时代，银行业可以打破信息孤岛，全面整合客户的多渠道交易数据，以及经营者个人金融、消费、行为等信息进行授信，降低信贷风险。如建设银行依托“善融商务”开发出大数据信贷产品“善融贷”后，银行可实时监控社交网站、搜索引擎、物联网和电子商务等平台，跟踪分析客户的人际关系、情绪、兴趣爱好、购物习惯等多方面信息，对其信用等级和还款意愿变化进行预判，在第一次发生信贷业务，缺乏信贷强变量情况下，及时用教育背景、过往经历等变量进行组合分析，以建立起信贷风险预警机制。由历史数据分析转向行为分析，将对目前的风险管理模式产生巨大突破。

大数据是信息革命中非常前沿且快速发展的技术，银行业要抓紧解决内部数据挖掘分析和外部资源的安全整合利用问题，加快人才队伍建设和技术成果转化，通过大数据的高效应用，加速推进银行业的转型升级和可持续发展

第四篇：银行数据专线

银行数据专线

银行数据专线开通因网点不通，各行接入方式不同，分为2M电路接入和以太网接入

组网方式（以六合农行为例）

总端设备：S385

通过不同时隙划分，经光路传输到各基站（核心机房），基站侧和分点用户端有对应的SDH设备实现数据转换、收发

判断开通完成和故障（分点用户端故障排查）

测光衰、检测SDH设备状态，与网管核查传输数据（若是2M开通，检查2M物理链路，协转状态，与基站和网管对环测试）；

若确认底端设备状态、传输数据均正常，与用户总端对ping测试（该步骤必不可少，各分点会有一套IP地址，一般为“10”开头网断的地址，由网络部提供），若底端和银行总端能ping通，后续网络设置和用软件调试由用户网管接管；若不通，与我方网管和用户网管三方核查传输网时隙，再与基站逐段对光，并做环回测试

第五篇：数据统计管理办法

生产经营数据统计管理办法

一、总则

第一条 为了有效地、科学地组织****公司（以下简称公司）的数据统计工作，保证数据统计资料的准确性与及时性，充分发挥数据统计工作在生产经营活动中的重要作用，特制定本办法。

第二条 数据统计工作的基本任务是对公司生产经营活动情况进行统计调查，统计分析，提供统计资料，实行统计监督。

第三条 公司数据统计实行厂（场）、部门统计管理体制和按业务部门归口负责的原则。业务职能部门负责组织、协调全厂（场）或生产部门的生产数据统计工作。

第四条 根据各生产厂（场）和生产部门数据统计工作的需要以及统计业务的繁简程度，配备专职或兼职核算员。核算员应保持相对的稳定，核算员(包括兼职)调(变)工作时，事前必须征求生产厂（场）或生产部门的意见，并要有适合的人员接替其工作。

二、统计报表的管理与分工

第五条 凡国家统计局、地方统计局等政府机关单位的统计报表，由总经理根据公司内各职能部门的职责分工，确定统计编制责任部门。如报表涉及两个以上部门，而又无适当部门负责时，则由总经理或主管该项工作的副总经理召集有关部门协商统计编制。

第六条 对各种定期上报公司的统计报表，核算员要及时负责向公司相关业务部门填报，并负责报表的准确性和及时性。

第七条 对公司的各类报表，由业务职能部门统一格式，各部门必须按时填报。

第八条 公司内部各种定期统计报表，为确保统计报表数字的准确可靠，各部门、厂（场）主管领导必须对上报报表进行认真审查后方能上报。

第九条 统计报表如有个别项目需要修改时，由原制表业务职能部门直接通知填报生产厂（场）或生产部门，并将修改后的式样送公司企划部门备案。

第十条 需要手工记录的各种定期统计报表，由企划部门根据生产厂（场）和生产部门的实际需要统一印刷、保管、发放。

第十一条 各生产厂（场）或部门对外报送的各种专业统计报表，必须经生产厂（场）或生产部门负责人签字，并报主管副总经理审批。

第十二条 各级统计人员和核算员应加强指标的分析，经常深入实际，调查研究了解有关指标的波动原因，为分析和预测提供资料。

三、统计资料的提供、积累和保管

第十三条 各生产厂（场）、部门提供统计资料，公布统计数字，一律以本厂（场）、部门的统计人员所掌握的统计资料为准。

第十四条 各级领导所需要的统计数字，应由数据统计业务职能部门负责提供，以便克服使用统计数字混乱的现象。

第十五条 凡公司外单位根据上级规定，并持有上级主管部门或政府机关统计部门介绍信来公司索取统计资料的，统一由公司总经理指定有关部门接洽提供。

第十六条 公司各项主要数据统计资料，应由各业务职能部门指定人员负责保管；公司各生产厂（场）、部门的各项主要数据统计资料，由各生产厂（场）、部门指定专人负责保管。

第十七条 各生产厂（场）、部门应将本部门的统计资料，采用台账形式，按月进行整理分类，以便使用。

第十八条 对外公开发表统计数字，在总经理批准后由业务职能部门统计人员统一办理；公司各部门向上级机关汇报情况，在重要会议作报告，或公开发表文章中所引用的统计数据，均须由提供资料人员同业务职能部门统计人员进行核对，以保证统计数字的一致性。第十九条 各生产厂（场）、部门编制的统计台帐和加工整理后的统计资料，必须妥善保管，不得损坏和遗失。

第二十条 所有统计资料均为内部文件性质，某些属于机密甚至绝密性质，均应按公司关于保密工作规定办理；未经批准，不得向无关人员泄漏。

四、统计数字差错的订正

第二十一条 统计资料上报出后，如发出错误，必须立即订正。接收报表的业务职能部门发现数字错误时，应立即通知填报的生产厂（场）或生产部门订正，填报的生产厂（场）或生产部门不得推诿或拖延。

第二十二条 公司内部报表如发生数据错误时，可根据不同情况按下列办法订正：

1、日报表当日发现差错时，应及时用电话或口头查询订正，隔日发现差错时，应当在当日报表上说明。

2、重大差错必须以书面形式订正，书面订正材料必须经公司主管副总经理签字。

五、统计工作的交接

第二十三条 核算员调动工作时必须认真办妥交接手续，在未办妥以前，原任核算员不得擅离工作岗位，更不得因工作调动而影响统计工作的正常进行。第二十四条 核算员调离工作时，必须做好下列工作：

1、将经办工作情况全面地向接替人员交待清楚；

2、培训接替人员的业务，使其能独立工作；

3、所有统计资料(包括统计手册、台帐、报表、文件、历史资料等)与统计用具(如计算机、书刊等)应一一列出清单移交。

六、奖惩

第二十五条 各生产厂（场）、部门核算员，必须严格按照公司业务职能部门的要求、规定提供统计资料，不准虚报、瞒报、迟报和拒报，也不准随意修改。对不按公司规定的要求和时限上报数据的生产厂（场）、部门，公司应对其进行处罚。未按时上报的，每次罚款50元，上报的数据出现错误，每处罚款20元。上下游生产数据必须严格核对，未核对数据出现错误的每次对直接责任人罚款100元；数据上报后发现错误但未及时通知更正的，直接责任人每次罚款100元。

第二十六条 各级领导应当充分重视并支持数据统计工作，各生产厂（场）、部门数据统计工作出现差错问题，相关行政领导应负领导责任，并按其直辖下核算员所罚款的标准进行处罚。

第二十七条 属于保密性质的统计资料，必须严格保密，严防丢失，提供时应按保密制度的规定执行。因个人原因造成泄密或重要数据丢失，根据造成的后果情况对相关责任人进行处罚。

第二十八条 本办法的最终解释权归****公司。第二十九条 本办法自下发之日起执行。