IT運(yùn)維管理：ITIL先鋒論壇-2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告

（內(nèi)部資料注意保存）前言 31.調(diào)研背景 51.1調(diào)研重點(diǎn) 61.2調(diào)研方法 61.3樣本說明 62.運(yùn)維概況 92.1業(yè)務(wù)應(yīng)用 2.2運(yùn)維數(shù)據(jù) 2.3運(yùn)維工具 3.運(yùn)維數(shù)據(jù)治理概況 153.1運(yùn)維數(shù)據(jù)治理能力提升需求 3.2運(yùn)維數(shù)據(jù)治理問題與挑戰(zhàn) 3.3運(yùn)維數(shù)據(jù)治理能力建設(shè) 3.4運(yùn)維數(shù)據(jù)治理標(biāo)準(zhǔn)規(guī)范應(yīng)用 3.5運(yùn)維數(shù)據(jù)治理組織及職能 203.6運(yùn)維數(shù)據(jù)治理平臺(tái)建設(shè) 223.7運(yùn)維數(shù)據(jù)應(yīng)用場(chǎng)景 233.8運(yùn)維數(shù)據(jù)質(zhì)量問題 244.運(yùn)維數(shù)據(jù)資源分類 254.1運(yùn)維數(shù)據(jù)分類管理 264.2運(yùn)維數(shù)據(jù)模型管理 274.3運(yùn)維數(shù)據(jù)開放共享 305.建議 315.1充分認(rèn)識(shí)運(yùn)維數(shù)據(jù)的地位與作用 325.2圍繞數(shù)據(jù)質(zhì)量提升持續(xù)推進(jìn)運(yùn)維數(shù)據(jù)治理 325.3打造運(yùn)維數(shù)據(jù)治理產(chǎn)業(yè)服務(wù)生態(tài) 325.4分享同業(yè)運(yùn)維數(shù)據(jù)治理優(yōu)秀案例 325.5編制運(yùn)維數(shù)據(jù)治理實(shí)施指南或標(biāo)準(zhǔn) 335.6提供運(yùn)維數(shù)據(jù)治理能力提升培訓(xùn)服務(wù) 335.7探討支持運(yùn)維數(shù)據(jù)綜充分發(fā)揮作用的監(jiān)管方法與制度 336.報(bào)告研究團(tuán)隊(duì) 357.專家點(diǎn)評(píng) 37016 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告1.1.調(diào)研重點(diǎn)本次調(diào)研內(nèi)容主要包括各金融機(jī)構(gòu)運(yùn)維概況（業(yè)務(wù)應(yīng)用、運(yùn)維數(shù)據(jù)和運(yùn)維工具）、運(yùn)維數(shù)據(jù)治理概況（治理能力建設(shè)、應(yīng)用場(chǎng)景、標(biāo)準(zhǔn)規(guī)范、組織職能、治理平臺(tái)等）和運(yùn)維數(shù)據(jù)資源分類實(shí)踐（分類管理、模型管理和開放共享）三部分。目標(biāo)是了解金融機(jī)構(gòu)近一年在運(yùn)維數(shù)據(jù)治理中標(biāo)準(zhǔn)應(yīng)用、工具建設(shè)和應(yīng)用場(chǎng)景等方面的變化情況，以及在運(yùn)維數(shù)據(jù)資源分類方面的實(shí)踐信息，為下一步運(yùn)維數(shù)據(jù)治理提供更合理有效的建議和輸入。1.2調(diào)研方法本次調(diào)研采用在線問卷填報(bào)的方式，共收集有效問卷27份。問卷問題按照調(diào)研重點(diǎn)劃分運(yùn)維概況、運(yùn)維數(shù)據(jù)治理概況和運(yùn)維數(shù)據(jù)資源分類，以及分會(huì)服務(wù)4大板塊，大部分問題采用單選、多選方式進(jìn)行選項(xiàng)選擇，少部分采用文字填報(bào)方式進(jìn)行信息收集。1.3樣本說明參與本次調(diào)研的對(duì)象以金融機(jī)構(gòu)為主，包括政策性銀行、國有商業(yè)銀行、股份制銀行和城商行、農(nóng)商行等金融機(jī)構(gòu)，占比96%。圖1-1參與調(diào)研的機(jī)構(gòu)7 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告參與調(diào)研的部門主要分布在運(yùn)維團(tuán)隊(duì)和調(diào)度團(tuán)隊(duì)及相關(guān)崗位。以系統(tǒng)運(yùn)維和應(yīng)用運(yùn)維團(tuán)隊(duì)為主（占比51.85%其次是運(yùn)行調(diào)度團(tuán)隊(duì)（11.11%）、安全管理團(tuán)隊(duì)（7.41%以及軟件開發(fā)、網(wǎng)絡(luò)運(yùn)維、設(shè)備運(yùn)維、業(yè)務(wù)運(yùn)營、技術(shù)管理、風(fēng)險(xiǎn)管控（均各占比3.7%）。圖1-2參與調(diào)研的團(tuán)隊(duì)02 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告2.1業(yè)務(wù)應(yīng)用金融機(jī)構(gòu)業(yè)務(wù)應(yīng)用規(guī)模較大。業(yè)務(wù)應(yīng)用系統(tǒng)數(shù)量分布集中在100-500，占比51.85%；系統(tǒng)數(shù)量100以內(nèi)的占比14.81%；500-1000甚至1000以上的共占比33.33%，較2022年度的17.4%占比有大幅提升。圖2-1業(yè)務(wù)應(yīng)用數(shù)量云與容器在金融機(jī)構(gòu)得到大面積應(yīng)用。約89%的機(jī)構(gòu)有使用云或容器，其中測(cè)試環(huán)境、生產(chǎn)環(huán)境都使用云或容器的，占比約81%；僅測(cè)試環(huán)境使用云或容器的，占比約7%。而未使用云和容器的占比僅為11%。圖2-2云與容器應(yīng)用 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告2.2運(yùn)維數(shù)據(jù)運(yùn)維數(shù)據(jù)種類眾多、范圍較廣，運(yùn)維數(shù)據(jù)識(shí)別存在一定的認(rèn)知偏差?；A(chǔ)設(shè)施、資源配置、軟件應(yīng)用、流程工單是最常見的運(yùn)維數(shù)據(jù)種類，占比均在85%以上。圖2-3運(yùn)維數(shù)據(jù)種類與范圍從2019年至今的三次調(diào)研數(shù)據(jù)中可發(fā)現(xiàn)，運(yùn)維數(shù)據(jù)日增量正在持續(xù)、快速增大。超48%的機(jī)構(gòu)運(yùn)維數(shù)據(jù)日增量超過5T，而上年度調(diào)研結(jié)果為39%；其中，5T-10T的機(jī)構(gòu)占比從13%增加到19%，10T以上的機(jī)構(gòu)也從26%增加到30%。圖2-4運(yùn)維數(shù)據(jù)日增量 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告圖2-5運(yùn)維數(shù)據(jù)日增量三次調(diào)研對(duì)比2.3運(yùn)維工具運(yùn)維工具應(yīng)用廣泛，數(shù)量眾多，33%的金融機(jī)構(gòu)運(yùn)維工具保有量在30個(gè)以上。各機(jī)構(gòu)運(yùn)維管理工具數(shù)量多為10-30個(gè)，占比52%，10個(gè)以下占比15%。圖2-6運(yùn)維工具數(shù)量 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告（CMDB）100%全覆蓋，網(wǎng)絡(luò)性能管理、日志管理也都在90%以上。在成本管理方面相對(duì)較少，覆蓋約為19%。圖2-7運(yùn)維工具種類03 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告3.1運(yùn)維數(shù)據(jù)治理能力提升需求調(diào)研顯示，金融機(jī)構(gòu)對(duì)運(yùn)維數(shù)據(jù)治理相關(guān)服務(wù)需求較強(qiáng)、范圍廣泛。其中分享同業(yè)運(yùn)維數(shù)據(jù)治理優(yōu)秀案例（96%）、編制運(yùn)維數(shù)據(jù)治理實(shí)施指南或標(biāo)準(zhǔn)（85%），以及提供運(yùn)維數(shù)據(jù)治理培訓(xùn)服務(wù)（74%）。圖3-1運(yùn)維數(shù)據(jù)治理需求3.2運(yùn)維數(shù)據(jù)治理問題與挑戰(zhàn)運(yùn)維數(shù)據(jù)治理和應(yīng)用價(jià)值正在得到越來越多的重視，面臨的問題仍比較突出。首先是運(yùn)維數(shù)據(jù)治理工作量太大、周期太長的問題，占比約為70%；其次是缺乏相關(guān)專業(yè)人才，占比約為59%；運(yùn)維數(shù)據(jù)治理帶來的價(jià)值不直觀，占比為48%。本次調(diào)研結(jié)果比較顯著的變化是，組織沒有意識(shí)到運(yùn)維數(shù)據(jù)的潛在價(jià)值的比例由上年度調(diào)研的52%下降到了本次的22%。圖3-2運(yùn)維數(shù)據(jù)治理問題與挑戰(zhàn) 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告3.3運(yùn)維數(shù)據(jù)治理能力建設(shè)運(yùn)維數(shù)據(jù)治理重視度越來越高，超過一半（約63%）的金融機(jī)構(gòu)已有效開展運(yùn)維數(shù)據(jù)治理。一年內(nèi)和三年內(nèi)將開展此項(xiàng)工作的均為7%。圖3-3運(yùn)維數(shù)據(jù)治理能力建設(shè)開展情況各金融機(jī)構(gòu)主要結(jié)合第三方機(jī)構(gòu)的產(chǎn)品與服務(wù)、業(yè)界標(biāo)準(zhǔn)與實(shí)踐，主動(dòng)探索和研究運(yùn)維數(shù)據(jù)治理。37%的機(jī)構(gòu)綜合第三方機(jī)構(gòu)、行業(yè)實(shí)踐、相關(guān)標(biāo)準(zhǔn)和既有經(jīng)驗(yàn)；30%的機(jī)構(gòu)參考行業(yè)實(shí)踐和相關(guān)標(biāo)準(zhǔn)，自行探索；26%的機(jī)構(gòu)暫無運(yùn)維數(shù)據(jù)治理規(guī)劃；還有7%的機(jī)構(gòu)通過單純引入第三方機(jī)構(gòu)相關(guān)服務(wù)和產(chǎn)品來構(gòu)建本單位的運(yùn)維數(shù)據(jù)治理能力。圖3-4運(yùn)維數(shù)據(jù)治理能力構(gòu)建方式 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告金融機(jī)構(gòu)的運(yùn)維數(shù)據(jù)治理能力提升空間較大，對(duì)運(yùn)維數(shù)據(jù)治理能力成熟度有了更進(jìn)一步的認(rèn)識(shí)。與T/CCUA019-2022《金融機(jī)構(gòu)信息系統(tǒng)運(yùn)維數(shù)據(jù)治理能力成熟度評(píng)估規(guī)范》對(duì)治理能力水平的定義對(duì)標(biāo)，參與調(diào)研的金融機(jī)構(gòu)，70%的機(jī)構(gòu)處于起始級(jí)和發(fā)展級(jí)，僅有約4%的機(jī)構(gòu)達(dá)到優(yōu)秀級(jí)，未發(fā)現(xiàn)達(dá)到卓越級(jí)的機(jī)構(gòu)。從三次調(diào)研數(shù)據(jù)來看，發(fā)展級(jí)的占比基本持平，穩(wěn)健級(jí)占比逐年上升。圖3-5運(yùn)維數(shù)據(jù)治理能力成熟度評(píng)估圖3-6運(yùn)維數(shù)據(jù)治理能力成熟度評(píng)估三次調(diào)研對(duì)比 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告3.4運(yùn)維數(shù)據(jù)治理標(biāo)準(zhǔn)規(guī)范應(yīng)用運(yùn)維數(shù)據(jù)治理目前缺乏對(duì)口的國標(biāo)、行標(biāo)用以遵循和參考，但從廣泛的數(shù)據(jù)治理領(lǐng)域?qū)嵺`來看，國標(biāo)GB/T36073-2018《數(shù)據(jù)管理能力成熟度評(píng)估模型》在運(yùn)維數(shù)據(jù)治理中應(yīng)用占比最多占比達(dá)到了48%。其次為團(tuán)體標(biāo)準(zhǔn)T/CCUA019-2022《金融機(jī)構(gòu)信息系統(tǒng)運(yùn)維數(shù)據(jù)治理能力成熟度評(píng)估規(guī)范》（于2022年12月1日開始實(shí)施），占比超過了44%；GB/T34960.5-2018《信息技術(shù)服務(wù)治理第5部分:數(shù)據(jù)治理規(guī)范》，占比41%；JR/T0210-2021《金融IT基礎(chǔ)設(shè)施數(shù)據(jù)元》占比37%。另有4%的機(jī)構(gòu)還應(yīng)用了其他標(biāo)準(zhǔn)規(guī)范，如JR/T0265-2023《數(shù)據(jù)中心能力建設(shè)指引》。11%的機(jī)構(gòu)未應(yīng)用任何標(biāo)準(zhǔn)。圖3-7數(shù)據(jù)治理相關(guān)標(biāo)準(zhǔn)應(yīng)用約59%的機(jī)構(gòu)有對(duì)運(yùn)維數(shù)據(jù)治理的要求，但未形成制度和流程；26%的機(jī)構(gòu)尚無對(duì)運(yùn)維數(shù)據(jù)治理的要求、制度和流程；僅有15%的機(jī)構(gòu)有單獨(dú)的運(yùn)維數(shù)據(jù)治理制度和流程。 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告圖3-8運(yùn)維數(shù)據(jù)治理制度和流程建設(shè)3.5運(yùn)維數(shù)據(jù)治理組織及職能運(yùn)維數(shù)據(jù)治理職能，超過一半建立在數(shù)據(jù)中心/運(yùn)行中心/科技運(yùn)營管理等組織機(jī)構(gòu)之上（63%）。其次是科技部/信息技術(shù)管理部約為22%，還有15%尚未建立承擔(dān)運(yùn)維數(shù)據(jù)治理職能的組織機(jī)構(gòu)。圖3-9承擔(dān)運(yùn)維數(shù)據(jù)治理職能的組織機(jī)構(gòu) 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告運(yùn)維數(shù)據(jù)治理的崗位大量缺失，崗位職責(zé)有待進(jìn)一步細(xì)分。有67%的機(jī)構(gòu)尚未建立運(yùn)維數(shù)據(jù)治理崗位/角色；在已設(shè)立的崗位/角色中數(shù)據(jù)擁有者占比最高，占比34%；其次是數(shù)據(jù)分析師、數(shù)據(jù)架構(gòu)師、數(shù)據(jù)管家，分別占比22%、19%、15%。圖3-10運(yùn)維數(shù)據(jù)治理崗位/角色大多數(shù)機(jī)構(gòu)中，不同種類的運(yùn)維數(shù)據(jù)明確地由相應(yīng)部門負(fù)責(zé)（63%）。22%的機(jī)構(gòu)所有運(yùn)維數(shù)據(jù)由某部門統(tǒng)一歸口管理，還有15%的機(jī)構(gòu)尚未明確具體管理職能，由相關(guān)團(tuán)隊(duì)自發(fā)管理。圖3-11運(yùn)維數(shù)據(jù)管理模式 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告運(yùn)維數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)管理各自獨(dú)立。運(yùn)維數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)遵從上級(jí)統(tǒng)一管理，二者作為平行模塊進(jìn)行獨(dú)立管理，占比52%；運(yùn)維數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)完全獨(dú)立管理，沒有共同的上層管理部門或要求，占比30%；尚未進(jìn)行運(yùn)維數(shù)據(jù)專項(xiàng)管理的，占比19%。圖3-12運(yùn)維數(shù)據(jù)與業(yè)務(wù)數(shù)據(jù)管理關(guān)系3.6運(yùn)維數(shù)據(jù)治理平臺(tái)建設(shè)運(yùn)維數(shù)據(jù)治理平臺(tái)與制度流程情況類似，大部分處于缺失狀態(tài)。暫無運(yùn)維數(shù)據(jù)治理平臺(tái)和正在規(guī)劃中的高達(dá)74%，使用公司業(yè)務(wù)數(shù)據(jù)治理平臺(tái)的占15%，已建立獨(dú)立的運(yùn)維數(shù)據(jù)治理平臺(tái)的僅占11%。 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告圖3-13運(yùn)維數(shù)據(jù)治理平臺(tái)建設(shè)情況3.7運(yùn)維數(shù)據(jù)應(yīng)用場(chǎng)景運(yùn)維數(shù)據(jù)的應(yīng)用場(chǎng)景發(fā)展較快、分布廣泛，智能運(yùn)維仍是關(guān)注焦點(diǎn)。在運(yùn)維數(shù)據(jù)治理的應(yīng)用場(chǎng)景和價(jià)值實(shí)現(xiàn)中，異常檢測(cè)、資源容量預(yù)測(cè)等智能運(yùn)維場(chǎng)景最受關(guān)注，占比均為85%。數(shù)據(jù)質(zhì)量提升、根因分析與定位、IT資產(chǎn)管理場(chǎng)景也有超八成的機(jī)構(gòu)關(guān)注。圖3-14運(yùn)維數(shù)據(jù)應(yīng)用場(chǎng)景和價(jià)值 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告3.8運(yùn)維數(shù)據(jù)質(zhì)量問題運(yùn)維數(shù)據(jù)的質(zhì)量是運(yùn)維數(shù)據(jù)場(chǎng)景價(jià)值發(fā)揮的基礎(chǔ)，金融機(jī)構(gòu)目前面臨的運(yùn)維數(shù)據(jù)質(zhì)量問題種類多樣。數(shù)據(jù)的唯一性和完整性問題尤其突出，占比均超過70%；數(shù)據(jù)的有效性、準(zhǔn)確性、一致性、可用性和實(shí)時(shí)性問題也比較明顯。圖3-15運(yùn)維數(shù)據(jù)質(zhì)量問題04 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告4.1運(yùn)維數(shù)據(jù)分類管理對(duì)運(yùn)維數(shù)據(jù)進(jìn)行有效分類是運(yùn)維數(shù)據(jù)資源化/資產(chǎn)化的關(guān)鍵步驟，超過一半的金融機(jī)構(gòu)已初步建立了運(yùn)維數(shù)據(jù)分類管理方法。運(yùn)維數(shù)據(jù)分類管理已建立和正在建立的機(jī)構(gòu)達(dá)到52%，未建立但有規(guī)劃的機(jī)構(gòu)占比22%，未建立且無規(guī)劃的占比26%。圖4-1運(yùn)維數(shù)據(jù)分類體系建設(shè)情況已建立和正在建立運(yùn)維數(shù)據(jù)分類管理機(jī)制的大部分金融機(jī)構(gòu)按照運(yùn)維數(shù)據(jù)內(nèi)容進(jìn)行分類管理，占比89%，如性能數(shù)據(jù)、告警數(shù)據(jù)、工單數(shù)據(jù)、日志數(shù)據(jù)等；占比11%的機(jī)構(gòu)按照運(yùn)維數(shù)據(jù)類型結(jié)構(gòu)進(jìn)行分類管理，如結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。圖4-2運(yùn)維數(shù)據(jù)分類維度 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告數(shù)據(jù)分層管理體現(xiàn)數(shù)據(jù)治理的深化程度，超過一半的金融機(jī)構(gòu)沒有對(duì)分類運(yùn)維數(shù)據(jù)進(jìn)行分層管理（占比56%）。分為3層的占比22%，分4層的占比15%，分2層的占比7%。圖4-3運(yùn)維數(shù)據(jù)分類層級(jí)運(yùn)維指標(biāo)體系有大面積缺失（約44%）。41%的機(jī)構(gòu)已建立運(yùn)維指標(biāo)管理體系，15%的機(jī)構(gòu)正在建立。圖4-4運(yùn)維指標(biāo)管理體系4.2運(yùn)維數(shù)據(jù)模型管理數(shù)據(jù)的分類分層需要數(shù)據(jù)模型來承載，不同種類運(yùn)維數(shù)據(jù)的模型管理呈現(xiàn)出參 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告差不齊的狀態(tài)。其中，監(jiān)控策略、性能指標(biāo)、流程工單相關(guān)模型占比70%；其次為關(guān)聯(lián)關(guān)系、告警均為67%。相較上年調(diào)研結(jié)果，模型的豐富度有實(shí)質(zhì)性的提升。圖4-5運(yùn)維數(shù)據(jù)模型數(shù)據(jù)模型主要通過元數(shù)據(jù)識(shí)別與管理來實(shí)現(xiàn)，管理元數(shù)據(jù)在責(zé)任部門、來源應(yīng)用等責(zé)任標(biāo)識(shí)方面覆蓋率較高，在安全等級(jí)、是否加密等安全與隱私保護(hù)方面覆蓋范圍較窄。其中，創(chuàng)建時(shí)間占比最高，達(dá)85%；更新時(shí)間、責(zé)任部門也均占約70%。圖4-6運(yùn)維數(shù)據(jù)管理元數(shù)據(jù) 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告超七成的機(jī)構(gòu)通過CMDB（配置管理數(shù)據(jù)庫）來管理運(yùn)維數(shù)據(jù)的元數(shù)據(jù)。約7%的機(jī)構(gòu)建立了單獨(dú)的元數(shù)據(jù)管理平臺(tái)，還有15%的機(jī)構(gòu)暫未對(duì)元數(shù)據(jù)進(jìn)行專項(xiàng)管圖4-7運(yùn)維數(shù)據(jù)元數(shù)據(jù)管理方式運(yùn)維數(shù)據(jù)在分類分層、模型標(biāo)準(zhǔn)方面的遵從性管理方面，普遍缺乏自動(dòng)化手段。無明確管理手段，依賴既有工具能力，占48%；其次為數(shù)據(jù)資產(chǎn)盤點(diǎn)、數(shù)據(jù)質(zhì)量考核、數(shù)據(jù)審批流程，分別占比41%、37%、33%。圖4-8運(yùn)維數(shù)據(jù)遵從性管理 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告4.3運(yùn)維數(shù)據(jù)開放共享運(yùn)維數(shù)據(jù)當(dāng)前主要以數(shù)據(jù)形態(tài)服務(wù)于運(yùn)維工具內(nèi)部，面向業(yè)務(wù)應(yīng)用、甚至以運(yùn)維數(shù)據(jù)衍生產(chǎn)品或服務(wù)的方式對(duì)機(jī)構(gòu)外部進(jìn)行共享的情況極少。74%的機(jī)構(gòu)通過數(shù)據(jù)跨內(nèi)部運(yùn)維工具做數(shù)據(jù)集成或服務(wù)，數(shù)據(jù)滯留在生成的運(yùn)維工具中占比52%；其次為數(shù)據(jù)跨內(nèi)部業(yè)務(wù)應(yīng)用做數(shù)據(jù)集成或服務(wù)，占比26%；數(shù)據(jù)以產(chǎn)品方式對(duì)外銷售或提供服務(wù)、數(shù)據(jù)以報(bào)告方式對(duì)外銷售或提供服務(wù)，分別均占比11%。圖4-9運(yùn)維數(shù)據(jù)開放共享05 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告5.1充分認(rèn)識(shí)運(yùn)維數(shù)據(jù)的地位與作用建立數(shù)據(jù)驅(qū)動(dòng)的意識(shí)和原則，基于運(yùn)維數(shù)據(jù)的全生命周期有序管理，不斷拓寬運(yùn)維數(shù)據(jù)邊界，充分挖掘和釋放運(yùn)維數(shù)據(jù)價(jià)值。運(yùn)維的數(shù)字化轉(zhuǎn)型與發(fā)展，需要運(yùn)維數(shù)據(jù)的支撐。運(yùn)維數(shù)據(jù)是連接運(yùn)維平臺(tái)化、服務(wù)化與智能化的橋梁和必經(jīng)之路，是智能運(yùn)維的土壤，向上加持智能算法與應(yīng)用場(chǎng)景，方可邁進(jìn)智能運(yùn)維階段。5.2圍繞數(shù)據(jù)質(zhì)量提升持續(xù)推進(jìn)運(yùn)維數(shù)據(jù)治理提升運(yùn)維數(shù)據(jù)質(zhì)量是運(yùn)維數(shù)據(jù)治理的第一目標(biāo)，也是推進(jìn)運(yùn)維數(shù)據(jù)治理的突破口和連接器。建立運(yùn)維數(shù)據(jù)分類分層模型，構(gòu)建運(yùn)維數(shù)據(jù)模型和數(shù)據(jù)標(biāo)準(zhǔn)；進(jìn)而建立數(shù)據(jù)質(zhì)量稽查規(guī)則與質(zhì)檢制度，落實(shí)數(shù)據(jù)質(zhì)量責(zé)任主體；標(biāo)識(shí)數(shù)據(jù)源頭，明晰數(shù)據(jù)鏈路。在數(shù)據(jù)質(zhì)量保障基礎(chǔ)之上，構(gòu)建的數(shù)據(jù)地圖、數(shù)據(jù)服務(wù)等才能被信任、被使用，最終呈現(xiàn)數(shù)據(jù)價(jià)值。5.3打造運(yùn)維數(shù)據(jù)治理產(chǎn)業(yè)服務(wù)生態(tài)運(yùn)維數(shù)據(jù)治理的持續(xù)、深入開展需要各方面的有效協(xié)同、共同努力，形成運(yùn)維數(shù)據(jù)治理產(chǎn)業(yè)生態(tài)。在行業(yè)和領(lǐng)域方面，實(shí)施指南與標(biāo)準(zhǔn)可形成方向指引、能力框架、最佳實(shí)踐；能力構(gòu)建方面，三方培訓(xùn)服務(wù)可快速地賦能運(yùn)維團(tuán)隊(duì)和數(shù)據(jù)團(tuán)隊(duì)，優(yōu)秀實(shí)踐案例可形成有效參考，同業(yè)交流可激發(fā)創(chuàng)新；能力評(píng)估方面，基于運(yùn)維數(shù)據(jù)治理能力成熟度模型進(jìn)行成熟度評(píng)定，可識(shí)別能力差距、引導(dǎo)建設(shè)目標(biāo)；產(chǎn)品與技術(shù)方面，咨詢服務(wù)可適配規(guī)劃和設(shè)計(jì)運(yùn)維數(shù)據(jù)治理體系，運(yùn)維數(shù)據(jù)治理方案與平臺(tái)可承接和落地運(yùn)維數(shù)據(jù)治理功能要求。5.4分享同業(yè)運(yùn)維數(shù)據(jù)治理優(yōu)秀案例 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告調(diào)研結(jié)果表明，運(yùn)維數(shù)據(jù)治理在金融行業(yè)仍處于前期探索階段，僅有一半?yún)⑴c調(diào)研的金融機(jī)構(gòu)已開展了運(yùn)維數(shù)據(jù)治理工作，相關(guān)實(shí)踐缺乏對(duì)口標(biāo)準(zhǔn)參考借鑒，在運(yùn)維數(shù)據(jù)治理組織機(jī)構(gòu)、角色設(shè)置、制度流程、工具平臺(tái)建設(shè)等方面亟待加強(qiáng)。基于業(yè)界運(yùn)維數(shù)據(jù)治理的最佳實(shí)踐，編制數(shù)據(jù)治理優(yōu)秀案例，為促進(jìn)金融行業(yè)運(yùn)維數(shù)據(jù)治理實(shí)踐、提升金融行業(yè)數(shù)據(jù)治理水平提供有益的路徑參照。5.5編制運(yùn)維數(shù)據(jù)治理實(shí)施指南或標(biāo)準(zhǔn)調(diào)研結(jié)果顯示，運(yùn)維數(shù)據(jù)治理面臨最突出的挑戰(zhàn)是工作量大、周期長，以及人才供給不足。運(yùn)維數(shù)據(jù)治理的關(guān)注群體當(dāng)前多局限于運(yùn)維部門或團(tuán)隊(duì)，這就要求運(yùn)維團(tuán)隊(duì)在履行運(yùn)維職能、提升業(yè)務(wù)效率的同時(shí)，還需要提升數(shù)據(jù)治理相關(guān)技能或引入專業(yè)數(shù)據(jù)團(tuán)隊(duì)、爭(zhēng)取和增加戰(zhàn)略投入。運(yùn)維數(shù)據(jù)治理實(shí)施指南或標(biāo)準(zhǔn)可為運(yùn)維數(shù)據(jù)治理落地提供標(biāo)準(zhǔn)路徑，指出方向、提出要求、明確范圍和規(guī)范步驟，以求加快運(yùn)維數(shù)據(jù)治理速度、規(guī)避潛在風(fēng)險(xiǎn)、促進(jìn)其不斷演進(jìn)、逐步呈現(xiàn)價(jià)值和形成正向循環(huán)。5.6提供運(yùn)維數(shù)據(jù)治理能力提升培訓(xùn)服務(wù)運(yùn)維數(shù)據(jù)治理是一個(gè)較新的領(lǐng)域，涉及面較廣，運(yùn)維團(tuán)隊(duì)或數(shù)據(jù)團(tuán)隊(duì)需要從技能堆棧和業(yè)務(wù)范圍上做進(jìn)一步擴(kuò)展。在業(yè)界案例與標(biāo)準(zhǔn)指南方面做研究之外，還可通過專業(yè)領(lǐng)域的系統(tǒng)性培訓(xùn)，面向運(yùn)維數(shù)據(jù)應(yīng)用場(chǎng)景，構(gòu)建和提升運(yùn)維數(shù)據(jù)治理能力體系。5.7探討支持運(yùn)維數(shù)據(jù)綜充分發(fā)揮作用的監(jiān)管方法與制度隨著我國綜合國力的不斷增強(qiáng)，金融行業(yè)為服務(wù)實(shí)體經(jīng)濟(jì)、服務(wù)我國的全球化起到了重要作用。金融行業(yè)的數(shù)字化轉(zhuǎn)型、運(yùn)維數(shù)據(jù)的綜合治理、運(yùn)維數(shù)據(jù)在金 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告融行業(yè)中整體作用的定位及要素化管理、利用等，都需要不斷深入探討、交流與實(shí)踐。與之相應(yīng)的，是相關(guān)領(lǐng)域行業(yè)監(jiān)管制度的研究與支持。我們認(rèn)為，行業(yè)監(jiān)管客觀上有兩個(gè)作用：一是對(duì)各項(xiàng)業(yè)務(wù)進(jìn)行合法合規(guī)的監(jiān)督，保障行業(yè)健康發(fā)展；二是通過監(jiān)管制度的適度調(diào)整，傳達(dá)政府的宏觀調(diào)控意圖，引導(dǎo)行業(yè)在一些領(lǐng)域的發(fā)展。對(duì)于運(yùn)維數(shù)據(jù)領(lǐng)域，同樣需要進(jìn)行深入研究，從監(jiān)管方法、制度上探討如何進(jìn)一步支持提高治理水平、充分發(fā)揮數(shù)據(jù)要素作用，使得金融運(yùn)維數(shù)據(jù)的獨(dú)特作用可以得到充分利用。06 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告中國銀行股份有限公司劉英敏、趙冰、李贊、李侃侃中國郵政儲(chǔ)蓄銀行股份有限公司劉鍇華夏銀行股份有限公司于鋒興業(yè)銀行股份有限公司謝方鎧國家開發(fā)銀行陳鐸文上海浦東發(fā)展銀行股份有限公司陳俊中國光大銀行股份有限公司吳勇中信銀行股份有限公司伍科松上海銀行股份有限公司崔立群北京農(nóng)商銀行股份有限公司周煒貴州省農(nóng)村信用社聯(lián)合社劉超、李友福深圳前海微眾銀行股份有限公司梁澤源開泰銀行股份有限公司丁偉中國銀河證券股份有限公司鐘鋒中央財(cái)經(jīng)大學(xué)顧煒宇南京審計(jì)大學(xué)郭紅建華為技術(shù)有限公司鞠超、董冬冬、鄧懷剛、趙建波、曲圣智、方衛(wèi)國、萬里上海擎創(chuàng)信息技術(shù)有限公司楊辰、張健建信金融科技有限公司吳澤君、鄢立中治研（北京）國際信息技術(shù)研究院魏東、楊曉平信息科技審計(jì)分會(huì)劉述忠、孫衛(wèi)東01 2023年度金融行業(yè)運(yùn)維數(shù)據(jù)治理調(diào)研報(bào)告金融行業(yè)數(shù)據(jù)治理調(diào)研活動(dòng)能夠連續(xù)開展四年，運(yùn)維數(shù)據(jù)治理調(diào)研沿著標(biāo)準(zhǔn)建設(shè)能夠連續(xù)開展三年本身就是了填補(bǔ)行業(yè)專題研究的空白。相信隨著標(biāo)準(zhǔn)的形成和應(yīng)用，這些工作一定會(huì)對(duì)金融行業(yè)數(shù)據(jù)治理能力水平提升發(fā)揮積極作用?！愄烨?，信息科技審計(jì)分會(huì)顧問、中治研（北京）國際信息技術(shù)研究院院長行業(yè)專題調(diào)研活動(dòng)是協(xié)會(huì)組織的必修課，要持續(xù)、深入開展。中國金融科技應(yīng)用水平在全球處于領(lǐng)先地位，開展相關(guān)行業(yè)建設(shè)工作協(xié)會(huì)組織要有這樣的意識(shí)，具有行業(yè)水平代表性的機(jī)構(gòu)應(yīng)該有這樣的意識(shí)和社會(huì)責(zé)任，積極參與進(jìn)來。數(shù)據(jù)治理的本質(zhì)在于用好數(shù)據(jù)，更好地推動(dòng)技術(shù)與業(yè)務(wù)的融合，堅(jiān)持這個(gè)目標(biāo)，持續(xù)做下去，就會(huì)有收獲?！愇男郏鹑谛畔⒖萍贾卫韺＜椅瘑T會(huì)委員、原中國銀保監(jiān)會(huì)檢查局二級(jí)巡視員數(shù)據(jù)、算法、算力是人工智能技術(shù)的三大基礎(chǔ)要素。在金融業(yè)數(shù)據(jù)中心里，每時(shí)每刻都在產(chǎn)生著大量的運(yùn)維數(shù)據(jù)。只有從浩如煙海的數(shù)據(jù)中去偽存真、去蕪存菁，篩選出高質(zhì)量數(shù)據(jù)，才能為扎實(shí)地邁向數(shù)字化運(yùn)