在数字智能时代，数据在国家经济社会发展以及创新驱动战略的重要性与日俱增，数据成为国家基础性战略资源，是21世纪的“钻石矿”。国家“十四五”规划纲要明确提出了“加快数据发展、建设数字中国”的战略目标，要求“充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎”。中央国债登记结算有限责任公司(以下简称“中央结算公司”)作为国家重要金融基础设施，在债券、银登、理财等领域积累了海量丰富数据，形成各金融子市场的联动效应，是数据的天然沃土。在国家战略大背景下，公司积极响应号召，适时启动数据战略项目，全面引导和促进数据价值的发挥，为金融市场提供更加安全、高效的服务。

　　站在公司新一代系统建设的坚实基础上，产品中心接棒承担数据战略规划重任，这个由新一代建设数据领域核心骨干、技术骨干和少量新员工组成的年轻团队，秉承新一代的工匠精神，开启了“数据”新征程。

　　一、厘清数据工作内容，明确数据工作意义。

　　何为数据工作，为什么要开展数据工作？这是团队建立初期需要回答的第一个重要问题。数据工作有其独有的特点，很多人称数据工作为“下水道工程”，不像“高楼大厦”摆在面上，短期很难释放明显价值。数据工作者不能急功近利，需要沉下心来、长期耕耘。“下水道”虽然表面不起眼，但如果做不好，将影响城市的健康、有序、安全运行。数据管理工作不落实，数据将是无序、分散的孤岛，无法有效汇总、统计、分析、预测，难以充分展现其价值，管理的缺位甚至会导致形成“数据沼泽”。数据工作的意义就在于统一数据规则，打破孤岛壁垒，将各自行动的“杂牌军”转变为训练有素的“正规军”，充分提高其作战能力。

　　二、塑造团队数据思维，统一数据基本概念。

　　着手开展工作，第一道关卡为统一概念。数据领域概念众多，数据架构、主数据、元数据、数据字典、数据湖、数据中台等等，不同人对同一事物的表述五花八门，看似专业的词汇，反而造成了交流障碍和误导。团队抱着清零的心态、从头开始，通过阅读专业文献、专家访谈、借鉴行业先进实践经验等多种方式，一个一个啃术语，将各种陌生而晦涩的专有名词进行剖析解读，形成统一的概念体系。

　　三、明确数据战略价值，度身定制战略规划。

　　数据战略之于公司的意义是什么？如何规划数据战略？纵观众多案例，数据治理工作往往“雷声大、雨点小”，原因是方法论是通用的，但每家机构企业文化不同、战略重点不同，没有做到学懂弄通，因地制宜，数据战略只能停留在口号上。

　　为此我们秉承博采众长、为我所用的理念，对业界头部的9家专业机构开展调研。彼时，新的问题接踵而来。一是数据工作各种流派、各种观点轮流上演，到底谁的观点正确、谁的观点更适应当前的数据战略环境不得而知。二是在公司整体战略框架下，公司的数据战略方向在何处，什么样的数据战略才能与公司大国基础设施重器相匹配？

　　为促进数据流派观点与公司战略的融合，建立数据理论与公司业务的联系，团队成员进一步扩展数据知识范畴，深入思考数据领域各项工作做什么、起什么作用、与其他工作的关系，把疑问之处记录下来并汇总，形成了一个长达70条问题的清单，逐一讨论解决。那时，团队成员吃饭在思考、走路在思考，甚至睡梦中都是各种想法在争论。最终在2021年7月，我们依靠自己的不懈努力，厘清了数据领域各项工作的基本关系，形成了一套相对清晰的适用于中债自身情况的体系框架，虽然比较稚嫩，但对数据战略方向核心掌控起到了至关重要的作用。此后，数据战略项目开始集中推进，《中央国债登记结算有限责任公司2021-2025年战略规划》得到了公司的认可，并最终在12月正式发布，为各项数据工作指明了方向。

　　四、攻克战略实施难点，创造典型实战案例。

　　数据战略项目中，团队面临无数困难，亟待解决多项问题。一是基础数据标准不统一，缺少数据标准贯彻执行措施和数据质量管控手段，数据质量问题不能及时发现和有效解决。二是统计指标体系尚未建立，统计指标口径不一致、理解差异普遍存在，需要在全公司形成统一的指标体系。三是数据资产不清晰，跨条线数据间的关系不明确，公司数据的专业度及主导地位难以体现，亟待梳理形成完整、清晰、直观的数据资产。同时数据资产的管理和使用权责不清，使用环节存在诸多“堵点”，数据流通和价值发挥受阻。数据战略项目组从这些痛点难点出发，重点攻克。

　　(一)基础数据标准初步建立，助力系统开发设计精准落地。

　　在企业级数据管控体系中，数据标准管理体系是基础，做好数据标准工作，可为数据战略规划其他重点工程的构建打下坚实的基础。公司各业务条线具有数据来源广、业务种类多、数据量大等特点，基础数据标准的编制工作存在诸多困难。

　　一是数据标准梳理工作量较大，参考依据较多但存在差异。新一代数据标准、企业标准、现行系统、数据字典都是形成数据标准的参考材料，这些材料所属责任部门不同，对数据的视角和理解有差异，故在梳理数据标准时，数据团队需要吃透参考资料，识别制定数据标准可用、适用的部分。

　　二是数据标准准入规则界定不易，数据标准工艺有待完善。数据标准准入规则是判定纳入数据标准项的依据，即将数据标准项长清单与已有数据标准内容进行比对，完成数据标准项的去重合并。其难点在于，比对材料中出现同名不同义、同义不同名等情况，针对这些现象的识别、判定需要扎实的业务基础。

　　三是数据标准业务规则确定复杂，制定依据求证困难。数据标准的业务规则是数据的业务含义、形成条件的集合。数据标准制定依据则是可供参考制定数据标准的法律、法规、公司规定以及具体系统项目等。为明确业务规则和制定依据，需要查询海量标准类资料并面向多部门反复求证、多次征求意见。

　　为推进数据标准工作顺利进行，数据战略团队成员各自负责一个领域，专注该领域的数据标准梳理。团队成员比对现有参考材料，梳理特定领域全量数据字段，根据数据标准准入规则，筛选数据标准项。针对已识别的数据项，查看需求和需求规格说明书，请教业务部门同事，确定数据项的业务规则和制定依据；反查系统，明确数据标准的格式和长度。

　　通过钻研相关理论知识，并结合实践中摸索总结的经验，团队成员逐渐理清了制定基础数据标准的思路、方法，交付了满意的答卷。标准编制方面，梳理了1798条存量企业级基础数据标准以及3044个代码扩展值，历经12稿整合修订，形成基础数据标准基线版本。数据标准制定工艺方面，结合行业经验和公司业务特征，搭建中债数据标准框架，提炼数据标准制作工艺，指导后续数据标准的制定、发布和落地。数据标准管理方面，形成数据标准管理制度，提升了数据标准领域的数据治理能力。

　　(二)统计指标体系建设实现从无到有，从单一项目建设到多项目推广应用的长足进步。

　　指标数据标准是实现统计口径统一、报表快速装配的有效途径。指标数据标准是根据内部管理和统计分析要求加工形成的数据制定的规范，包括客户服务、统计监测、业务运营和风险管控等主题。统计指标的建立，难点在明确“加工逻辑”。一个统计数据如何加工而成，需要基于交易线的业务规则，在此明确业务规则前提下，才能实现指标口径的标准化，以及对指标进行多维度的加工统计。为了解业务逻辑，需要熟悉业务背景、相关概念与业务本质。

　　团队仔细阅读需求，展开需求分析，尝试理解与还原业务，以期了解业务规则。然而，文字上的呈现毕竟有限，业务逻辑很难较为清晰地在需求中体现。为厘清业务规则，团队成员多次向各业务专家请教。有时候，为弄清一个指标的加工逻辑，需要两三天的时间，请教五六位同事，最终才能写下那一句话的加工逻辑。

　　然而，困难还不仅如此。在努力了解业务逻辑时，还会遇到不同的使用部门、不同的业务同事理解不一致的情况。一些年代久远的报表翻新时，这种问题尤为突出。我们试图找到某块业务的原始需求撰写人和系统建设人，但是责任人或难以追溯，或相关同事已经离开公司。所以，大家从当前对业务理解的角度，纷纷发表自己的见解，多种观点不停在团队成员的大脑里碰撞，难以区分出对错。

　　任务再艰巨也要啃下来，本着这样的执念与信念，团队成员多次邀请业务专家共同讨论，为协调大家同时参会，会议时间一改再改。受到团队成员真诚与热情的感染，业务部门专家拨冗参会，大家基于自身对业务的理解充分发表见解。通常经过数次讨论，才能确定一个指标的业务逻辑。

　　通过团队成员的不懈努力，经过多个项目的实践，数据战略团队最终建立起结构化的指标体系，共计完成17个重点项目，228个指标、66个维度的梳理与制定，并且在不断迭代更新，从而满足了不同部门的业务发展诉求，实现对指标数据分类的统一管理，形成能够准确表达业务的、全公司统一的指标数据语言，实现业务指标的全公司共享以及指标分层管理，为可持续化的数据管理工作提供保障。

　　(三)初探数据资产管理模式，形成具有中债特色的数据资产分类。

　　公司的数据资产管理是一项开创性工作，为解决数据资产概念较为模糊、资产的分类逻辑不明确、数据孤岛普遍存在等问题，数据战略项目聚焦“公司有哪些数据、数据都在哪里”的问题进行了研究。

　　一是理论结合实际，形成科学、合理的数据分类体系。“不谋全局者，不足谋一域”，无论是对数据资产进行编目、标准化，还是数据安全的定级，亦或是数据的确权和管理，有效的数据分类都是首要任务。然而摆在眼前的问题是，行业成熟的数据分类方法主要适用于银行业态，对于金融基础设施而言，我们是在走一条未曾有人走过的路。为此团队成员进行了大量的访谈和调研工作，通过细致的推演，复盘公司业务场景，剖析公司在支持货币政策实施、财政政策实施、产业政策实施，积极发挥监管支持职能中所涉及的债券全生命周期、银登、理财、估值等数据内容，并尽可能覆盖各类不同的数据形式，通过对标行业先进经验，最终形成了符合中债金融基础设施实际场景的“参与人”、“产品”、“协议”、“账户”、“资源项”、“事件”、“金融资产”、“分类”，“业务方向”九大主题及268项数据分类，为后续的数据安全分级、数据标准分类提供框架支撑。

　　二是结合业务和技术语言，构建全面、直观的数据资产分类。为了尽可能确保数据资产分类的完整性和全面性，团队参考行业先进的数据资产分类结构，结合公司各项数据工作成果及形式，提炼了覆盖规范类、基础类、集成类、服务类、产品类五大类的中债特色数据资产分类结构，形成了结构健全、类目清晰的数据资产管理框架，为公司实现数据的可见、可控、可信与价值实现奠定坚实基础，为发挥公司数据资产的价值做好积累。

　　五、培养数据管理团队，“腰部力量”不断发挥。

　　数据战略需要有一个“咬定青山不放松”的执行团队，坚定不移地贯彻落实。这个团队需要将数据战略思想贯穿到每项工作中，做到“工作成体系，多而不乱。执行不走样，一以贯之。”

　　一方面，项目组结合人员特点，为每个人指定一个主攻方向，提高专业能力，逐个攻破难点；另一方面，紧跟最新发展趋势，鼓励大家持续关注数据资产确权、数据资产价值评估等全新理念的行业动态，保持工作的前瞻性。工作中，经常出现多项任务交织在一起同时推进的情况，一个工作的牵头人员，又是另外一个工作的配合人员，需要团队充分发挥不怕吃苦、勇于担当、互相支持的精神。牵头成员重点掌握所负责领域的专业知识，制定工作开展计划与任务分工，向其他成员讲授知识、方法论、任务目标和交付件，团队其他成员要理解并高效配合。所有人一边学、一边实践、一边成长，形成了公司数据领域的“腰部力量”，在公司各部门的支持下，协同业务和技术资源，推动数据战略各方面工作有序开展。

　　“宝剑锋从磨砺出，梅花香自苦寒来。”经过不懈努力，数据战略项目组在数据治理、数据应用、数据架构、数据安全、数据资产管理等领域共完成73项规划、制度及落地成果，并在具体工作中实战落地。经外部咨询机构的初步内评，数据战略项目开展以来，公司在数据管理工作提升了一个等级。数据战略小组的奋斗经历，是“敬畏事业、敢于斗争、专业专注、协同信任”的中债精神的缩影，是新一代建设团队砥砺奋进的延续。“最快的脚步不是跨越，而是继续”，中债数据战略规划蓝图已发布，未来团队将秉承“实干”、“担当”的朴素作风，点滴行动中践行，潜移默化中变革，继续在服务债券市场创新发展、落实数据战略任务的征途上前行。

(编辑：苗爽；责任编辑：潘思琪；栏目负责人：刘一林)