3.1.2  認知與行動

信息化領域有一個很有名的說法叫作“Garbage in，garbage out”，翻譯成中文就是“垃圾進、垃圾出”，意指用垃圾數據作樣本，產生的研究結果也毫無價值。在大數據時代的今天，銀行要用數據說話，要采用先進的數據挖掘技術和全面的數據分析來指導企業的經營和決策，需要一個健全的數據環境做支撐，這就要求把數據治理工作做扎實、做細致！不僅要嚴格確保數據源的可信性、完整性和合理性，還要縮短基礎數據獲取和加工環節，極大地提高數據分析應用的實施效率。

數據的污染可能發生在數據產生、采集、傳輸、流轉、加工、存儲、提取、交換等各個環節，因此要保證數據治理目標的實現就必須對數據進行全流程管控，并使員工在實際工作中堅決貫徹執行。管理的問題、操作的問題、系統的問題等最終都有可能導致數據質量問題，要使數據治理人人有責的理念深入人心，避免因單個環節數據管控失靈而導致的蝴蝶效應，就要在全行范圍梳理和建立數據認責機制，使每個人都能夠清楚地知道自己在數據管控流程中扮演的角色，認清自己對數據質量所承擔的職責與義務，并明確具體的工作要求，才能在全行范圍內對數據質量高度關注的認識達成統一，并實現最終的治理效果。

總而言之，數據治理不是一個短期和簡單的項目，而是一個長期且復雜的工程，作為一項持久的工作，銀行要將數據治理各領域的工作內容進行常規化，將數據作為銀行重要資產的理念融入其企業文化和經營戰略中，才能逐步享受到數據治理為銀行帶來的紅利。那種急功近利，想一口氣吃成個胖子的思想是不適合數據治理的。