课程大纲：

数据治理方法培训

【课程背景】
目前中国银行业基本完成了数据集中，正处于“交易和管理电子化阶段”向“提升核心价值阶段”转型阶段。这一阶段，各家行基本建成了“功能比较完备、应用比较完整”的信息系统体系，满足了交易与管理电子化的需要。但也存在很多问题，突出表现为数据的问题。由于系统建设中分散，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学科，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，促进信息科技的价值提升。

【培训对象】
信息技术部门。

【课程纲要】
模块
内容
互联网时代数据的重要性分析
1.1. 互联网带来的商业环境变革
1.2. 互联网对银行业的冲击
1.3 分析“互联网+金融”的本质和发展趋势
1.4 数不到不为财，未来所有生意都是数据生意
1.5 移动互联网时代大数据商业变革分析
当前银行开展数据治理的迫切性分析
2.1 回顾企业信息化的发展历程
2.2 银行信息化发展阶段规律和各阶段特征
2.3当今银行信息化的困境
2.4当前大多数中国银行存在的数据问题分析
2.5解读银行在互联网时代将会遇到的“被信息化”陷阱
2.6 数据质量问题给IT部门带来的双重压力
商业银行数据治理能力框架
3.1什么是数据治理?
3.2数据治理在我国银行业的现状及问题分析
3.3国内外数据治理能力框架介绍
3.4数据治理成熟度评估模型介绍
3.5商业银行数据治理内容详细介绍
3.6商业银行数据治理能力框架介绍
3.7落地数据治理的IT平台与工具介绍
3.8 数据治理和信息化战略规划的关系
数据标准化过程介绍
4.1数据标准管理主要内容
4.2 数据标准化的相关成果介绍
4.3实施数据标准化的四步法
4.4业务建模方法- IBM组件化业务模型(CBM)
4.5从企业业务架构推导出企业数据模型的原理
4.6统一企业数据模型
4.7关于数据标准的推行和落地
数据治理实践经验及案例分享
5.1从何处开始着手数据治理？
5.2 数据治理（含数据标准化）规划项目经验分享
5.3 业界同行对数据治理工作的观点和经验
本行数据治理工作思路研讨(现场互动)
6.1数据治理现状分析
6.2数据治理能力提升建议
6.3数据治理实施路径和工作思路研讨
总结与交流

数据治理方法培训