近年来，吴江农商银行紧密结合工作实际，积极推进数据管控平台建设，推动数据模型管理体系运用，有效提升数据质量，完善数据治理体系工作，通过充分挖掘数据资产价值，支撑全行业务运营、市场营销、经营决策、风险控制等工作。

　　推进组织构建，强化机制落地。一是组建管理团队。形成从高级管理层-职能部门-基层单位的三级管理架构，明确各层级权责，保证内部沟通顺畅。其中数据治理领导小组负责全行数据管理与应用各领域的重大事项审批以及监督评价；数据治理工作小组负责数据相关各领域、各环节的决策支持、监督执行和组织落实；总行相关部门及各分支机数据负责人开展相应执行。二是制定管理办法。制定数据标准、数据质量、元数据模型、数据服务等管理办法，明确职责分工，落实牵头部门，制定总行部门考核报表、支行考核报表、总体评分趋势图、数据质量问题趋势图，加强监督指导。三是完善数据标准体系。将客户、协议、渠道、交易、组织、产品、资产、财务8大主题的数据标准，以及非现场监管、支付业务、行内业务管理等指标标准导入数据管控平台，持续在ECIF、非零售内评、贷后检查、人事系统等IT系统中加以运用，并根据业务发展要求，不断修正优化标准。

　　推进平台建设，强化执行规范。一是在数据管控平台中提供数据标准查询、下载、变更服务，有效规范软件系统开发建设，为监管报送、风险控制提供统一口径。二是搭建数据质量监控平台，实现数据质量规则定义、自动检查监控、告警数据推送、数据质量报告、考核报告等功能。三是新增数据质量检核规则，涉及核心系统、信贷系统、统一支付业务系统等10个系统，执行每日定时批量检核，及时发现数据质量问题，推送至相关责任人，进行整改。四是梳理数据加工过程，通过数据治理职能部门，形成全行数据地图，方便元数据查询、检核和监控元数据变更，实现数据运用的无缝对接。

　　推进模型建设，强化实践运用。一是建设统一客户信息管理模型，制定客户信息筛选规则，帮助进行客户信息整合和全面识别。二是强化主题数据模型运用。通过贷后检查系统，运用主题数据模型完成客户、贷款、单据等信息梳理，协助业务和监管部门有效控制授信风险、信贷资产质量风险。三是开展电子渠道数据整合改造。分别对网上银行、手机银行、微信银行、直销银行等渠道进行整合改造，确保电子银行渠道数据准确性和一致性。四是开展数据模型管理。通过收集汇总IT系统元数据日常变更需求，参照评审反馈，开展影响性分析，并配合数据仓库，进一步完善数据字典，及时修改完善设计文档，强调数据管理的完整性和系统性。

　　今年以来，通过一系列数据治理工作，已累计变更数据标准6大项，助力8个软件系统建设，新增数据质量检核规则77条，涉及10多个业务系统和项目，检核出数据质量问题32个类别，告警数据2万多条，有效提升全行数据质量，提高管理精细化水平，服务全行经营和监管需要。