數據治理在公積金行業數字化轉型的研究

楊世利 廖強 陳雪 洪曉霞 鄭國林

（1.重慶市住房公積金管理中心 重慶市 401121 2.浙江大學 浙江省杭州市 310058）

重慶市住房公積金管理中心（以下簡稱重慶公積金中心）主要負責授權范圍內住房公積金和其他房改資金的日常管理。重慶公積金中心現有信息系統架構為“一個平臺+兩個系統”（一個平臺為云數據中心平臺，兩個系統為核心業務系統和綜合管理系統），隨著業務的不斷發展和壯大，逐漸形成重慶公積金中心特有的數據特色，如：數據體量大、數據分布廣、基礎屬性多、自帶金融屬性、時間跨度長等。

數據體量大：重慶公積金中心從成立之初到現在，已保存了20 多年的公積金繳存明細數據，其中核心庫約6T、管理庫約6T、中轉庫約3T、數據上報庫約800G、住房補貼庫約800G、微信數據庫約500G，共涉及約4.8 萬家實繳單位基礎信息，298.6 萬實繳員工基礎信息。

數據分布廣：隨著重慶公積金中心信息化水平的逐漸提升，建設規模的不斷擴大，目前數據廣泛分布于以核心業務系統、綜合管理系統為代表的28 個應用系統和11 個服務渠道中。

基礎屬性多：在數據信息融合的大趨勢下，重慶公積金中心廣泛與不動產登記中心、社保部門、民政部門、公安部門及銀行開展數據協同工作，進一步使得公積金基礎數據屬性不斷增長，涉及多個部門，多個渠道的字段。

自帶金融屬性：重慶公積金中心數據涉及面極廣，不僅包含了基礎屬性，還覆蓋公積金貸款、房屋基礎信息、銀行卡綁定信息等金融屬性，具備動態、實時、變化極快的特征。

時間跨度長：數據往前可追溯至1995 年重慶公積金中心創立之初，當下可展示實時數據，未來也將持續新增并維護，數據長度跨越了過去、現在、未來三個時間維度。

但伴隨著重慶公積金中心的不斷發展壯大,其中也產生了一系列數據隱患，如：

數據孤島問題：在住房公積金中心發展過程中，建立了許多相對獨立的系統，形成了“一類業務，一個IT，一個數據庫”的封閉式IT 架構。其帶來的直接問題就是“數據孤島”：IT 系統中的數據語言不統一，不同IT 系統之間數據不貫通，同樣的數據需要在不同的IT 系統重復錄入，甚至不同IT 系統中的同一個數據不一致等，這些問題限制了運營效率的提升。

數據價值挖掘問題：重慶公積金中心經歷20 年的信息化發展，圍繞業務需求建設了眾多的業務系統，各個業務系統每日產生的海量數據以復雜而分散的形式存儲，看似積累了眾多的數據資產，實則在需要使用時困難重重，數據得不到有效利用。

數據質量問題：重慶公積金中心經過近20 年的發展歷程，累積了海量歷史數據，這些海量歷史數據的價值無疑是巨大的，但是由于時代的局限性，數據準確性也存在一定的問題，重慶公積金中心在2018 年第四代信息系統建設前期，已持續開展了歷史數據清理工作，取得了較大的成效，但數據質量仍有待提高。

數據安全問題：信息共享融合是發展的必然趨勢，大數據時代背景下如何管理好共享數據出口，保障繳存客戶信息的安全是重慶公積金中心需深入研究的重要工作。

基于以上存在的問題，數據治理成為了重慶公積金中心迫在眉睫又不得不面對的一個難題。將數據視為一種高度關注的社會資源和新興的研究對象，如何有效地管理和使用這些數據資源成為一個挑戰，這將需要從數據獲取、管理、利用和安全等各個角度對數據治理問題進行系統深入的研究，以指導重慶公積金中心的治理實踐。同時，由于公積金管理中心為類金融性管理機構，數據治理問題更具復雜性，我們不僅要在數據管理和使用的實踐中探索，更要加強數據治理的理論研究。

1 全局數據治理體系

基于重慶公積金中心目前存在的數據孤島、數據挖掘、數據質量、數據安全等問題，設計了具備重慶公積金中心數據特色的全局數據治理體系（見圖1），體系包含數據保障體系、數據管控平臺、數據中臺、數據應用平臺四個部分，從規章制度、數據治理、數據服務、數據挖掘四個方面，規范公積金業務數據，滿足相關標準要求。

圖1：全局數據治理體系

1.1 數據保障體系

基于重慶公積金中心數據治理現狀和數據管理能力成熟度，設計并規劃相應的數據保障體系（見圖2），支撐重慶公積金中心數據治理工作有序開展。數據治理的保障體系包括治理組織、規章制度、流程管理、績效管理四個方面的內容，其中：

圖2：數據保障體系

治理組織：確保數據管理工作的推動力和執行力；

規章制度：從法理層面保障數據治理工作“有據、可行、可控”；

流程管理：制定數據治理各項活動應遵循的活動步驟，保證數據操作的標準和規范性；

績效管理：以考核的形式，保證數據治理工作持續推動，不斷改進，形成長效機制。

1.2 數據管控平臺

在數據保障體系的組織、制度、流程不斷更新和完善的背景之下，圍繞重慶公積金中心面向主題域的數據倉庫，對數據治理重點關注的內容：數據模型，數據標準、數據質量、元數據、主數據、數據生命周期等，進行設計和規劃數據管控平臺（見圖3），其中：

圖3：數據保障體系與數據管控平臺的關系

數據模型：定義和描述重慶公積金中心“28 個系統和11 個渠道”的數據及數據間的關系；

數據標準：實現數據的標準化、規范化；

數據質量：負責事前預防、事中監控、事后處理的全面質量監控；

主數據：從核心業務系統和綜合管理系統抽取價值最高、最核心、最需共享的高價值數據，經清洗整合的過程，建立企業級的數據視圖；

元數據：通過血緣分析、影響分析、冷熱度分析、關聯度分析、數據資產地圖，幫助重慶公積金中心掌握數據的“數據資產”、“前世今生”和“異常定位”；

數據生命周期：針對數據生命周期的在線階段、歸檔階段、銷毀階段三大階段，建立合理的數據類別，針對不同類別的數據制定各個階段的保留時間、存儲介質、清理規則和方式、注意事項等。

1.3 數據中臺

基于全局數據治理體系建設思路，整合現有數據保障體系，數據管控平臺的功能模塊，進行優化和增強，同時新增數據服務模塊形成數據中臺，對數據進行有效管理和價值變現。一方面，數據保障體系和數據管控平臺支撐和服務于數據中臺，屬于數據中臺的一部分；另一方面，數據中臺的數據服務質量和效率的反哺，又不斷優化和完善數據保障體系的組織、制度、流程，提升數據管控平臺數據標準化、規范化、高質量的能力，從而形成一個數據閉環，不斷規范數據標準，高效與相關單位數據共享。數據中臺分為5 個層次：匯聚層、加工層、資產層、安全層、服務層，見圖4。

圖4：數據中臺

匯聚層：從28 個系統和11 個渠道中采集原始數據；

加工層：實現數據到數據資產的轉化，提煉數據價值；

資產層：將數據匯聚和數據加工后的數據分層存放在數據倉庫；

安全層：對敏感數據從多方面、多層次進行安全保障；

服務層：把數據變為一種服務能力，對外輸出，便捷與相關單位共享數據。

1.4 數據應用平臺

利用數據中臺強大的數據服務能力，集成大數據、區塊鏈、人工智能等工具，挖掘28 個系統和11 個渠道數據的潛在價值和關聯關系，落地統計報表、客戶畫像、機器學習、推薦系統、智能運維、決策分析、智能客服、指標體系等應用場景，激活數據價值，提升重慶公積金中心的決策能力和服務水平。如圖5 所示。

圖5：數據應用平臺

2 應用場景

全局數據治理體系是構建標準化、高質量、安全共享的數據的基本保障和前提，是把數據當作資產來管理的有效手段。在大數據時代，數據治理將為數據的應用奠定基石，重慶公積金中心數據將得到更好的治理，具體的應用場景有：數據匯聚、標準統一應用、異?？焖俣ㄎ?、數據熱度分析、數據電子稽核、數據上報服務、靈活就業應用、數據保險箱。

2.1 數據匯聚

通過全局數據治理體系的數據管控功能，從重慶公積金中心的28 個系統和11 個渠道中抽取數據元數據，匯聚到數據管控平臺。各個部門的業務人員只需輸入庫、表、字段名稱進行模糊查詢，便能確定相關元數據信息(如：字段名稱，字段類型，字段長度，字段非空等)、分布服務器、所屬業務系統、相關責任人、業務屬性等信息，減輕業務人員手工管理數據源的負擔，節省業務成本，提高重慶公積金中心的服務質量與效率。

同時，數據管控功能保證了庫表更新的時效性。當源系統的表或字段發生更新時，數據管控中臺會及時檢測到表或字段的差異性，立即作出預警，進一步維護了數據結構在上下游系統中的一致性。

2.2 標準統一應用

全局數據治理體系結合公積金行業數據規范和重慶公積金中心數據特色，形成系統性的數據標準管理體系。方便各業務系統在新建需求時，僅需通過查詢數據標準信息，就能獲取相應行業數據標準規范，做到各業務系統數據標準的一致性，同時有效避免各部門之間因行業規范版本差異，導致數據標準的不一致，加快重慶公積金中心數據治理進程。

2.3 異?？焖俣ㄎ?/h3>

全局數據治理體系不僅將重慶公積金中心所有業務系統的數據進行標準化，規范化的管理，還進一步將數據使用場景和數據源頭建立血緣關系，解決數據“從哪里來，往哪里去”的溯源問題。首先，業務場景發生時，操作人員可快速根據“血緣關系”圖譜，了解到指定數據的來源業務系統，計算加工方式等信息，節省業務辦理時間，保證服務質量。其次，當下游業務系統數據異常，相關運營人員可根據血緣關系快速反向定位源業務系統和相關負責人信息，明確責任范圍，自動發起修復流程，避免了“職責無邊界，認責不明確，數據前世今生不清楚”的問題。使得業務人員對千萬級別的數據做到“心中有數”，異?？焖俣ㄎ?。

2.4 數據熱度分析

全局數據治理體系應用于重慶公積金中心各業務系統，從業務和技術雙重層面反哺重慶公積金中心。業務上：統計近7 天、近1 個月、近1 年的數據查詢量、數據使用量、數據影響面等指標，分析客戶關注熱點、群眾訴求, 針對客戶痛點、難點，及時調整政策和服務, 提升重慶公積金中心服務口碑和形象，為廣大客戶提供多元化、便捷化的高質量服務。技術上：數據價值分析指標結果也間接反映了各業務系統受歡迎程度，從而對各業務系統進行業績考核或線上渠道優化，打造明星產品。

2.5 稽核檢查

全局數據治理體系的數據質量監控通過配置多重精確規則，基于客觀事實多重校驗，確保數據可信、一致。對數據錄入進行嚴格度量和控制，確保下游各環節能夠及時、準確、完整的獲取所需數據，并在整個業務端到端鏈條中對異常數據進行嚴格監控，并將異常數據及時反饋給業務人員，避免異常擴散至其余業務系統，產生雪崩效應，提高重慶公積金中心識別風險的能力，規避潛在風險。

2.6 數據上報服務

目前，全國各城市住房公積金中心都需要將T+1 日數據按照《住房公積金基礎數據標準》規范，上報住房和城鄉建設部。同時根據重慶市政府相關規定，需向重慶市大數據局等單位共享相關數據，在數據上報或共享過程中，時常遇到“數據標準化”和“數據新鮮度”兩個問題。而隨著數據服務與重慶公積金中心體系的有效結合，這兩個困擾業務人員和開發人員的問題便迎刃而解。

（1）“數據標準化”通過資產服務與質量監控，可快速的根據上級或相關單位的共享數據規則，以“拖拉拽”方式，將散落在各業務系統的“黃金數據”聚合在一起，形成高質量，標準化，規范化的數據報表。

（2）“數據新鮮度”也可得到良好的解決，通過數據對外服務的周期性調用配置，定點定時上報數據，保證數據的“新鮮”，解決了重慶公積金中心向相關單位上報或共享數據，因時間口徑差異造成的數據不一致性問題。

2.7 客戶畫像

全局數據治理體系以重慶公積金中心TB 級別的數據體為基礎，從不同的維度對數據進行建模，抽取數據畫像，服務于不同的業務場景，如：

2.7.1 繳存企業畫像

將未開戶繳存企業和已開戶繳存企業的特征，輸入已經訓練好的精準擴面模型，輸出推薦擴面企業，由業務人員進行精準化的服務與推廣。

2.7.2 繳存用戶畫像

（1）強制繳存人員：針對正常繳納社保的用戶數據，構建非公積金用戶、未開戶、政策推廣等客戶標簽。按照業務規則給用戶推送服務、樓盤、租房等消息，并對開戶情況進行監控，進行精準服務推薦。

（2）靈活就業人員：將業務系統的用戶數據，進行二分類算法模型計算，將用戶分別打標：愿意/不愿意繳存公積金；進而細化：推薦繳納方式（一次性繳存，按月定額繳存，自由繳存）。

2.7.3 租房項目畫像

通過對租房項目周邊需求人員情況、租賃企業綜合實力、住房市場發展情況、項目周邊交通情況、租房人員情況等數據進行科學建模，助力租房項目科學選址、有效管控風險、推動租房市場健康發展。

通過以上建模過程，不僅挖掘了數據潛在的價值，提高了數據利用率，同時達到了數據復用，加速應用開發。實現“數據即資產”的遠大目標。

2.8 數據保險箱

通過全局數據治理體系的安全層功能，將數據放進“保險箱”，全方位保護重慶公積金中心數據資產的安全。首先，不同渠道的業務人員登錄系統，僅能查詢授權了的個人信息，繳存單位信息等數據，對未授權數據自動屏蔽。其次，限制業務人員對數據的操作類型，如：刪除、更新、新增等。僅授權的業務人員才能對數據進行修改。有效地防止用戶個人信息的泄漏，保障人民的財產安全。

3 結語

本文針對重慶公積金中心信息化過程產生的“數據孤島、數據挖掘、數據質量、數據安全”等問題，首先調研了重慶公積金中心的數據特色和管理現狀，然后將數據治理和重慶公積金中心服務體系進行有效結合，設計了全局數據治理體系，其中包含數據保障體系、數據管控平臺、數據中臺、數據應用平臺，從“規章制度、數據治理、數據服務、數據挖掘”等不同的維度，探索了“數據到資產轉變”的可行性，通過全局數據治理體系，集成管理重慶公積金中心的數據資產，并遵照行業基礎數據標準，對數據質量進行監控，對外提供數據服務和數據挖掘分析服務，反哺業務管理和系統效能，提升中心服務效率。

在未來數據治理的研究可以從以下三個方面進行深入：首先，關注更多的數據標準逐漸完善研究。本文主要參考了住建部2014 年版《住房公積金基礎數據標準》，可以借鑒更多行業，更多住房公積金中心的數據標準，形成適合重慶公積金中心的系統性的數據標準。其次，建立交叉領域數據共享。與協查系統的各單位建立數據通道，在不泄露用戶信息前提下，抽取用戶畫像標簽，以進一步加深對客戶的了解，精準化服務。最后，深化數據治理工作。強化數據治理的深度與廣度，并拓展數據治理不涉及的數據應用領域，真正實現重慶公積金中心內部數據的閉環。