一、项目方案

随着业务的快速发展，公司对于高效管理并运用数据资产，反哺业务良性发展的需求迅速增加。根据内部排查调研，公司在数据资产的运用上，存在数据口径不统一、统计时间长、指标标准不明确等多种问题。例如：对于保费收入这一业务维度指标，存在多达8种指标定义和统计口径，各业务部门在30余项统计作业中采用不同的指标口径，导致科技中心的统计报表开发工作耗时长达6天，对不同报表进行整合统计的时间长达4小时，使监管报送的准备工作繁重。

针对数据资产的运用和管理，公司推出了数据治理项目，公司成立由数据治理委员会、数据治理办公室、数据治理执行小组组成的数据治理组织架构。由数据治理执行小组对公司各部门和系统的数据资产使用情况进行调研和摸底，建立数据质量管控平台，协同15个部门梳理超200条有效数据指标，对105万条元数据进行综合管理，实现与各类业务报表展示平台的对接。

图一：复星保德信人寿数据治理组织架构

二、创新点

在应用层面，数据治理项目一方面梳理了存量数据口径，通过制度化、程序化的流程规范了各业务部门的新增数据指标，防范数据统计维度的无序扩张。另一方面实现了后台仓储的数据质量管理平台与前端业务的报表展示平台的对接，大幅减少自动化报表开发作业中就指标口径、标准定义等方面的沟通工作。

数据治理系统为通用数据管控平台，实现了标准管理模块的配置化，以及元数据管理、数据质量管理、数据资产等业务模块，以及通用配置模块，各模块相互独立又能紧密关联，能够帮助用户很好的管控数据、数据标准和数据质量，实现数据指标的标准统一、管理统一和平台统一。

三、技术实现特点

在系统部署上，该系统在程序设计层面做到了配置信息与程序分离，做到同一套应用程序可在不同应用环境部署。

在开发框架上，前端使用Vue2.0 + element-UI + ts，后端使用springboot+mybatis。

四、项目过程管理

数据治理一期项目分为四个阶段，总用时9个月，共有19个部门参与，具体过程如下：

1.调研分析阶段：项目于2021年1月召开项目启动会，2021年2月完成全部门数据资产管理现状的调研和痛点分析；

2.系统设计阶段：2021年5月完成系统设计工作，提交需求文档与技术实现文档；

3.系统开发阶段：2021年9月数据质量管控平台上线，2021年10月完成与报表开发等平台的对接；

4.试运行及上线阶段：2021年11月完成存量数据指标标准导入，用户部门完成自测工作，各部门的增量数据资产正式纳入数据治理体系。

五、运营情况

数据治理项目落地运行至今，在数据资产的基础标准管理、统计标准管理、元数据管理和数据质量管理方面发挥了显著作用，具体运营情况如下：

1.基础标准管理：配置了220条数据标准，详细定义了业务属性、技术属性和管理属性，涉及参与方、协议、产品、渠道、理赔等五大主题。

图二：复星保德信人寿数据基础标准管理模块

2.统计标准管理：维护了241个统计指标标准，涉及创新与增长、核心运营、客户发展、渠道建设、支持引擎和资产管理等六大主题域，覆盖总公司各业务渠道及中后台支持共19个部门。

图三：复星保德信人寿数据统计标准管理模块

3.元数据管理：对核心业务系统、销售管理系统等多个关键底层业务系统的元数据定期归集，目前共归集元数据986266个元数据。

图四：复星保德信人寿元数据管理模块

4.数据质量管理：支持数据质量校核规则定义、定时执行、质量报告生成和通知订阅等功能。

图五：复星保德信人寿数据质量管理平台

六、项目成效

项目沉淀了行业数据治理方法论和组织机制，落地指标管理工作体系，提升了公司对数据资产的应用水平，具体成效如下：

1.报表开发成本方面,数据资产标准化大幅提高技术开发人员的报表制作效率，节约了需求分析确认数据口径的时间，开发报表时效平均提升20%；

2.业务统计效率方面，数据质量管控平台便于数据统计人员查询、统一数据口径，数据统计效率提升60%，大幅提升业务人员对报表的开发自主性；

3.监管数据报送方面，对数据资产的标准化处理降低了汇总不同数据源的复杂度，将监管数据报送工作量减少30%。

七、经验总结

作为处于发展初期的公司，复星保德信人寿通过组织架构方面的集中突破，有效降低了数据治理的资源投入与人力成本，数据资产的标准化管理赋能一线业务，积极探索了适合中小公司在面对资源禀赋方面的限制条件时的数智化转型道路。