· 开发数据战略、数据政策，高阶概况的描述数据治理的目标、主要内容和行动计划，指导数据治理方向性选择。

· 制定数据管理相关制度、建立数据管理组织架构，明确企业数据所有权和数据管理工作的职责和职责分配。

· 定义数据管理工作流程，保障数据治理相关工作有序推进和工作成果的及时汇报。

· 组织开发/购买数据资产管理平台，提高数据管理相关活动的效率。

· 元数据管理：帮助企业了解数据来自哪里、数据在业务系统中含义、业务代码含义、口径说明、存储结构、谁是数据所有者、谁管理和解释数据等。

· 数据标准管理：帮助企业规范业务术语、统一技术要求，确保数据需求的业务一致性，促进不同数据源的数据共享。

· 数据质量管理：帮助企业主动、全面地发现数据质量问题，高效地分析和解决数据问题，实现完整的数据质量管理闭环。

· 数据安全管理：帮助企业识别涉及商业机密和客户隐私的数据，准确对数据进行安全分类和分级，保障数据安全的访问和使用。

· 数据架构管理：理解企业数据需求，分析企业信息价值链，保持图形化的企业数据模型和数据流与实际业务一致。

· 数据建模：根据不同的数据应用的业务和技术要求，选择适合的数据建模方法和数据模型，如三范式建模、维度建模、Data Vault建模、本体建模等。

· 数据开发与应用的服务：为数据开发和应用提供数据质量保障，指导数据开发和使用。数据开发包括以下活动：数据整合项目、数据仓库和商业智能项目、数据集市项目、主数据管理项目、历史数据平台项目等。数据应用包括以下活动：数据可视化项目、商业智能报表（综合展示平台、报表、仪表盘、数据立方体/OLAP等）项目、预测性分析与数据挖掘项目、数据科学研究项目等。

快速掌握数据在其生命周期中的状态，提高数据在其生命周期中的效率

提升银行内部部门之间的共享数据和协同工作能力

发现数据存在问题，协助提升银行数据质量

健全数据运用和数据服务，确保数据运用的安全性和规范性

配合银行数据治理成果的落地和管理，促使银行数据质量提升