在《数据驱动型银行的第一本秘籍出现了……》一文中，小编就数据资产管理第一个问题，数据从哪里来做了探讨，本文将针对后续的几个问题，继续探讨：
（二）
数据流动管理
数据是采集进来就能用的吗？这个问题也不难回答，当然是能用，但是不一定好用，大数据追求的是多维的数据，单一的数据并不能释放多少数据价值，核心是数据的整合应用，因此，数据从源头到最终的整合应用，必然是需要一个过程，需要经过一系列环节和节点，因此，数据流动管理是数据资产管理的第二个重要的命题。
从数据的流动来看，数据从数据源产生，一般来说就是业务
源
系统的概念，按照一般商业银行的技术架构要求，业务系统的数据要流到数据仓库，再从数据仓库向其他业务系统提供应用数据，业务系统使用数据仓库的数据后会再产生一些新的数据流到仓库中去，也就是说数据是在银行各个系统之间流动的，数据并不是到了仓库就终止了。
从数据的变化来看，业务源系统产生的第一手数据经过流动后会衍生出很多新的数据，比如说，为了更高效的利用数据，源数据到了仓库后，一般会被整合，整合后的数据被其他业务源系统调用后又会形成新的数据，在数据流动的过程中，数据会产生多次的变化。
由于数据流动环节多、变化也多，因此，如何保证数据口径的一致性、数据的完整性，就成了数据流动管理的重要内容。
首先，要定义全覆盖的数据标准。统一字段名定义规范，避免出现重复命名的问题；要定义清楚字段对应的业务涵义，要定义清楚各系统之间的数据接口标准。
第二，要建立可追溯、易查询的数据流动地图。要建立端到端的数据映射，也就是从最终端到最原始端的数据映射，比如，一个字段，历经多次流动，在每次流动中都衍生出了新的字段，新的字段又衍生出了更新的字段，这中间，需要建立每个环节的衍生映射。需要能够实现数据的可追溯，这样才能在数据口径出现问题的时候，可以逐本溯源。
第三，要建立数据流动全链路的质量验证机制。数据从一个环节流动到下一个环节，接收端要建立自动化的验证机制，一是要与数据的流出端自动验证数据的完整性，包括数据的记录数、字段数；二是要验证数据内容的一致性，采用关键字段匹配验证，保证一致性；三是要建立多层级、多渠道的及时报警机制，当验证发现问题的时候，要立即通过短信、邮件等方式发送相关责任人，同时，建立验证程序的验证机制，对验证程序本身进行检核，自动检查验证日志，避免出现验证程序未及时报警的问题；三是要建立人工定期检核的机制。
第四，要建立数据流动安全管理机制。数据流动环节越多，对数据安全管理的要求就越高。一是要实现对数据流动的全流程做到可及时、动态、自动监测；二是要定期检查、优化监测模型。
第五，要建立数据快速弥合机制。当发现数据流动环节中出现数据丢失或者数据传输出错的情况，要能够及时的弥合数据问题。在大数据时代，对于问题处理的及时性提出了更高的要求。因此，在数据流动问题处理流程中，要减少条条框框的规章制度，降低人为设置的交易成本。
（三）数据的使用管理
要做好数据的使用管理，我们需要定义清楚数据的使用对象是谁，对银行来说，数据的使用者一般包括工程师、数据分析师、业务分析人员、业务人员、管理人员、客户，使用者很多，出于数据的安全性要求及使用需求的差异，因此，要针对不同的角色、不同的需求进行针对性的管理。
一是工程师的使用管理。工程师主要指的是系统开发及维护人员，对于这类人员应该根据工程师所负责的系统进行管理，对于和其系统开发、维护相关的数据都可以而且也必须予以开放，对于与其开发或者维护工作无关的数据予以屏蔽。
二是数据分析师的使用管理。数据分析师是数据价值的挖掘者，是基于数据驱动业务创新的关键用户，对这类用户，不论其所属机构层级、部门，都应该可以使用全部的数据，只有让数据价值的创造者能够清晰的看到全量的数据维度，才更能激发其创新思维。除了数据开放以外，还要尽可能的向分析师提供多种分析工具。
三是业务分析人员的使用管理。业务分析人员主要是从业务视角对业务数据进行一定的统计分析，需要开放其所在业务领域业务分析相关的数据，而且要提供可视化的灵活报表或者数据下载的方式，供其使用。
四是业务人员的使用管理。具体的业务人员使用的数据可能包括分析报告、营销清单、风险名单等数据成果，这类数据的使用需要在数据交付渠道上进行严格的安全性管理，避免出现数据泄露。
五是管理人员的使用管理。对于管理人员要按照不同层级的管理人员提供可视化的数据决策支持平台，通过提供各类数据图表，支持管理人员开展业务决策，同时，数据图表要支持灵活钻取、多维组合、快速生成。
六是客户的使用管理。客户对数据的使用主要体现在查询自身注册、交易等方面的信息，由于涉及客户体验，在管理上，要在保证数据安全的前提下，尽可能的保障高速响应、界面友好、异议快速处理、及时纠错。
延伸阅读：
数据驱动型银行的第一本秘籍出现了……
集中与前置相结合是银行大数据应用的最佳组织模式
