本文是一篇工商管理论文，本文主要研究了长安国际信托股份有限公司数据管理体系优化方式。首先对长安国际信托的数据管理体系的现状进行了分析总结，依据DCMM数据管理能力成熟度模型对长安国际信托现状及不足进行了评估分析，得出数据管理体系中——数据架构、数据质量及元数据管理存在明显缺陷，需要进一步优化。根据以上几个需要优化的明显不足，进行了问题分析，并提出了优化方案。
1 绪论
1.1 研究背景及意义
随着金融行业与信息科技高度集成的时代到来，云计算、大数据等新技术逐渐崭露头角，信息科技与金融发生良好的化学反应，信息化引导着业务逐渐转型，越来越多的业务模式浮出水面。数据源头五花八门，数据量也成指数增长，如今，数据已成为极为重要的资源。根据全国数据权威机构——互联网数据中心统计，2020年在全球范围内的数据产生量已经高达40.5ZB（1ZB=1024EB）(1),数据的增多，增加了数据的管理成本，金融行业的数据量庞大，且其对数据的安全性，完整性有着极高的要求，为了更好地利用数据，数据管理体系的重要性逐渐显现出来（2-3）。
2020年国务院、银保监会、中国信托登记有限责任公司及陕西省银监局分别发布和转发了《银行业金融机构数据治理指引》、《关于启动信托收益权信息定期报送的通知》、《科学数据管理办法》、《中国银监会信科部关于中国银监会信托业监管数据标准化规范（试行）的通知》。从一系列国家监管机构发布的政策来看，国家、监管部门对数据治理，特别是金融机构数据治理工作越来越重视。长安国际信托需要报送的数据种类较多，如业务数据、信托财务数据、自营投资配置流水、自营相关数据、人力资源管理等公司经营管理方方面面的数据。
长安国际信托的互联网金融业务涉及消费信贷、房抵贷、车贷等，均已具有一定规模，每日录入的数据数量庞大，现有的数据管理方式，在数据读取、利用效率上均出现了比较明显的瓶颈。当业务量再度上涨，底层数据的问题将会上升至业务层面，对公司发展造成较大影响。
为了解决上述问题，为长安国际信托股份有限公司优化提升现有的数据管理体系，将高质量的数据提供给企业，为企业决策提供支撑，从而提升企业在同行业内的竞争力。
1.2 研究方法
本文主要通过文献研究，定量、定性、比较分析法进行研究。
（1）文献研究法。通过翻阅数据管理体系建设、数据结构、数据质量等相关书籍、文献、杂志，结合相关领域的研究，对数据资产、数据管理进行阐述。
（2）定量分析法。通过搜集、整理和分析长安国际信托数据管理体系现状，并通过图片、表格方式进行展示，为研究提供了充足的数据。
（3）定性分析法。参考DCMM数据管理能力成熟度评估模型、DAMA数据管理体系金字塔模型，定性分析长安国际信托数据管理体系现状及不足，为后续提出优化数据管理体系方案建立理论方面的支持。
2 相关概念界定和理论基础
2.1 数据资产
数据资产是指通过软硬件设备记录下来的数据资源，该数据是可被管理，具有一定的资产价值[4]。具体来讲，数据资产是指以相片、文档、图纸、音视频、数字版权等等文件数据，是以数据形式存在的、具有一定价值的一类资产。数据资产被认为是数字时代的最重要的资产形式之一。其中，个人数据为：相片、歌曲、个人文档、聊天记录等各类数据；企业数据为：协议、电子发票、用户信息、数据库数据、业务报表等[5]。
数据管理是对数据进行收集、存储、处理和应用的过程。数据管理最初是完全通过人力登记管理的方式进行，后续随着信息化的发展，逐步出现了文件系统，当数据量越来越大时，出现了数据库系统技术。其中数据结构的概念能够更加充分地体现数据间的联系，便于数据修改、更新，数据架构还可以让数据变得可靠、安全，重复无用的数据减少，数据管理效率以及高可用性也从此提高[6]。
数据管理是数据高可用的基础，也是企业管理数据的一套完整机制，在数据管理的规章制度、流程、技术手段、组织和职责进行指导，为企业提高数据质量及可用性，从而降低企业经营成本[7]。
2.2数据管理知识体系
国际数据管理协会（Data Management Association ，简称“DAMA”），由全球的数据管理爱好者们组成，随着众多专家倾注热情与专业的编著，《DAMA数据管理知识体系指南（第2版）》横空出世，这本书明确地定义了数据管理体系建设的完整知识体系，成为数据管理知识体系建设指明灯般的存在[8-10]。
（1）《DAMA-DMBOK2 职能框架》主要介绍了数据管理知识体系中 11 个主要的数据管理职能，如图2-1所示：
①数据治理：建立数据决策体系，指导监督数据管理工作，从而考虑到满足企业的整体需求。
②数据架构：是管理数据资产的绝对重点，数据架构取决于企业的战略目标。
③数据建模和设计：通过数据模型展现、沟通实际需求。
④数据存储和操作：在整个数据存储生命周期中，从初期设计到最终灭失，实现数据价值最大化。
⑤数据安全：保障数据的获取和使用。
⑥数据集成和互操作：数据备份、数据共享、数据在应用内数据整合移动的相关过程。
⑦文档和内容管理：主要管理非结构化数据和数据的整个生命周期。
⑧参考数据和主数据管理：核心共享的业务数据，真实、准确地在各系统内一致使用。
⑨数据仓库和商务智能：通过流程管理支持数据，通过分析报告获取数据价值。
⑩元数据管理：通过规划控制，访问定模型、数据流的高质量元数据信息。
⑪数据质量管理：通过质量管理技术，提高数据的适用性。
3 长安国际信托数据管理现状分析 .......................... 12
3.1 长安国际信托简介 ......................................... 12
3.1.1 基本概况 ............................... 12
3.1.2 组织结构 ................................... 12
4 数据管理体系优化 ................................. 34
4.1 数据管理体系优化目标 ......................... 34
4.2 数据管理体系优化方案 ............................. 34
5 体系优化实施保障 ............................................ 50
5.1 制度支持保障 .................................. 50
5.1.1 全员布局数据管理体系建设 ..................................... 50
5.1.2 普及数据管理概念 ................................... 50
5 体系优化实施保障
5.1 制度支持保障
5.1.1 全员布局数据管理体系建设
为实现对数据管理体系全程的把控，长安国际信托应制定由公司高层直接负责，业务部门、风险控制部门和IT部门共同实施的数据管理体系建设架构，透过强有力的组织结构，保证数据管理体系优化的实施及后期的查漏补缺，更重要的是在公司内部营造了一种上至决策层、下至每个员工都高度重视数据管理体系的企业文化，形成了由业务部门和信息技术部门主导数据管理的需求，信息技术部同时还要负责具体保障性实施的良性循环。企业决策者和管理者是企业管理的核心，企业数据管理体系优化达到预计目标的重要条件是高层领导的支持参与，领导层应该目光长远并有决策头脑，保持公司的稳定、持续发展是最重要的任务，提高自身数据管理体系优化意识，同时应采取措施，逐级向下提高部门领导及各个员工的认知[30]。
5.1.2 普及数据管理概念
信息技术部与人力资源部应保障对员工进行培训教育，数据管理体系优化方案实施前应对涉及部门全员进行培训，让每个人知道自己的职责与实施步骤，从而可以极大地提升效率以及成功率。每隔一段时在数据管理体系建设的要求方面向银保监协会进行调研学习。积极参与非金融机构监管部门关于数据管理体系优化相关制度的培训活动，并向全员进行二次培训，提高公司员工合规观念。
5.1.3 加强领导落实分工
要求各个部门进行分工协作，明确每个部门应尽的职责，规定工作范围，加强优化实施的组织部门，根据制定的优化方案实施进行，全面落实方案的实施。信息技术部应按照各项数据管理制度规定的职责分工，加强指导、组织、协调以及监督优化方案实施；各业务部门等涉及数据管理体系优化部门应将方案和目标进行精细规划，履行自己的职责，认真研究方案实施步骤及办法，给方案实施提供支持。
6 总结及展望
6.1 研究总结
本文主要研究了长安国际信托股份有限公司数据管理体系优化方式。首先对长安国际信托的数据管理体系的现状进行了分析总结，依据DCMM数据管理能力成熟度模型对长安国际信托现状及不足进行了评估分析，得出数据管理体系中——数据架构、数据质量及元数据管理存在明显缺陷，需要进一步优化。根据以上几个需要优化的明显不足，进行了问题分析，并提出了优化方案。
本次数据管理体系优化研究成果如下：
（1）本文结合DCMM数据管理能力成熟度评估模型以及DAMA数据管理金字塔模型，分析了长安国际信托股份有限公司的数据管理体系建设现状，定位长安国际信托数据管理体系建设正处于金字塔模型的第一阶段。在这个阶段，数据集成和互操作、数据存储和操作、数据安全、数据建模方面的建设，长安国际信托均已初具规模，全部完成。
（2）针对长安国际信托在数据管理体系中存在的问题进行全面地总结分析，本人认为数据架构不完善、元数据标准缺失、数据质量管理不严等问题，是目前企业数据管理体系优化亟需面对解决的问题。
（3）针对数据架构不完善，本文提出优化方案为，建立《长安国际信托数据架构管理办法》
