本文档是2023年度金融行业运维数据治理调研报告，由中国计算机用户协会信息科技审计分会编写。报告通过调研分析，揭示了金融行业在运维数据治理方面的现状、问题与挑战，并提出了改进建议，旨在推动金融行业运维数据治理能力的提升，为金融行业的数字化转型和智能化运维提供有力支撑.

调研背景与方法

随着信息化的快速发展，金融行业对运维数据治理的需求日益增长。本次调研旨在了解金融机构在运维数据治理方面的现状、问题与挑战，以及在运维数据资源分类方面的实践情况。调研采用在线问卷填报的方式，共收集有效问卷27份，参与对象以金融机构为主，包括政策性银行、国有商业银行、股份制银行和城商行、农商行等，占比96%。参与调研的部门主要分布在运维团队和调度团队及相关岗位.

运维概况

金融机构业务应用规模较大，业务应用系统数量分布集中在100-500个，占比51.85%。云与容器在金融机构得到大面积应用，约89%的机构有使用云或容器。运维数据种类众多、范围较广，基础设施、资源配置、软件应用、流程工单是最常见的运维数据种类，占比均在85%以上。运维数据日增量正在持续、快速增大，超48%的机构运维数据日增量超过5T。运维工具应用广泛，数量众多，33%的金融机构运维工具保有量在30个以上，配置管理（CMDB）100%全覆盖，网络性能管理、日志管理也都在90%以上.

运维数据治理概况

金融机构对运维数据治理相关服务需求较强、范围广泛，其中分享同业运维数据治理优秀案例（96%）、编制运维数据治理实施指南或标准（85%），以及提供运维数据治理培训服务（74%）。运维数据治理面临的问题仍比较突出，首先是运维数据治理工作量太大、周期太长的问题，占比约为70%；其次是缺乏相关专业人才，占比约为59%；运维数据治理带来的价值不直观，占比为48%。超过一半（约63%）的金融机构已有效开展运维数据治理，各金融机构主要结合第三方机构的产品与服务、业界标准与实践，主动探索和研究运维数据治理。与T/CCUA 019-2022《金融机构信息系统运维数据治理能力成熟度评估规范》对治理能力水平的定义对标，参与调研的金融机构，70%的机构处于起始级和发展级，仅有约4%的机构达到优秀级，未发现达到卓越级的机构.

运维数据资源分类

对运维数据进行有效分类是运维数据资源化/资产化的关键步骤，超过一半的金融机构已初步建立了运维数据分类管理方法。运维数据分类管理已建立和正在建立的机构达到52%，未建立但有规划的机构占比22%，未建立且无规划的占比26%。已建立和正在建立运维数据分类管理机制的大部分金融机构按照运维数据内容进行分类管理，占比89%，如性能数据、告警数据、工单数据、日志数据等；占比11%的机构按照运维数据类型结构进行分类管理，如结构化数据、半结构数据、非结构化数据。运维指标体系有大面积缺失（约44%）。41%的机构已建立运维指标管理体系，15%的机构正在建立。数据的分类分层需要数据模型来承载，不同种类运维数据的模型管理呈现出参差不齐的状态。其中，监控策略、性能指标、流程工单相关模型占比70%；其次为关联关系、告警均为67%。相较上年调研结果，模型的丰富度有实质性的提升.

报告提出了以下建议：充分认识运维数据的地位与作用，建立数据驱动的意识和原则，基于运维数据的全生命周期有序管理，不断拓宽运维数据边界，充分挖掘和释放运维数据价值；围绕数据质量提升持续推进运维数据治理，建立运维数据分类分层模型，构建运维数据模型和数据标准；打造运维数据治理产业服务生态，形成运维数据治理产业生态；分享同业运维数据治理优秀案例，为促进金融行业运维数据治理实践、提升金融行业数据治理水平提供有益的路径参照；编制运维数据治理实施指南或标准，为运维数据治理落地提供标准路径；提供运维数据治理能力提升培训服务，构建和提升运维数据治理能力体系；探讨支持运维数据综充分发挥作用的监管方法与制度，从监管方法、制度上探讨如何进一步支持提高治理水平、充分发挥数据要素作用.

金融行业运维数据治理在金融行业仍处于前期探索阶段，相关实践缺乏对口标准参考借鉴，在运维数据治理组织机构、角色设置、制度流程、工具平台建设等方面亟待加强。随着金融行业数字化转型的不断深入，运维数据治理的重要性将愈发凸显。金融机构应充分认识到运维数据的价值，加强运维数据治理能力建设，提升运维数据质量，构建完善的运维数据治理体系，推动金融行业的智能化运维和数字化转型，为金融行业的稳定发展和创新提供有力保障.

本文档是2023年度金融行业运维数据治理调研报告，由中国计算机用户协会信息科技审计分会编写。报告通过调研分析，揭示了金融行业在运维数据治理方面的现状、问题与挑战，并提出了改进建议，旨在推动金融行业运维数据治理能力的提升，为金融行业的数字化转型和智能化运维提供有力支撑.

调研背景与方法

随着信息化的快速发展，金融行业对运维数据治理的需求日益增长。本次调研旨在了解金融机构在运维数据治理方面的现状、问题与挑战，以及在运维数据资源分类方面的实践情况。调研采用在线问卷填报的方式，共收集有效问卷27份，参与对象以金融机构为主，包括政策性银行、国有商业银行、股份制银行和城商行、农商行等，占比96%。参与调研的部门主要分布在运维团队和调度团队及相关岗位.

运维概况

金融机构业务应用规模较大，业务应用系统数量分布集中在100-500个，占比51.85%。云与容器在金融机构得到大面积应用，约89%的机构有使用云或容器。运维数据种类众多、范围较广，基础设施、资源配置、软件应用、流程工单是最常见的运维数据种类，占比均在85%以上。运维数据日增量正在持续、快速增大，超48%的机构运维数据日增量超过5T。运维工具应用广泛，数量众多，33%的金融机构运维工具保有量在30个以上，配置管理（CMDB）100%全覆盖，网络性能管理、日志管理也都在90%以上.

运维数据治理概况

金融机构对运维数据治理相关服务需求较强、范围广泛，其中分享同业运维数据治理优秀案例（96%）、编制运维数据治理实施指南或标准（85%），以及提供运维数据治理培训服务（74%）。运维数据治理面临的问题仍比较突出，首先是运维数据治理工作量太大、周期太长的问题，占比约为70%；其次是缺乏相关专业人才，占比约为59%；运维数据治理带来的价值不直观，占比为48%。超过一半（约63%）的金融机构已有效开展运维数据治理，各金融机构主要结合第三方机构的产品与服务、业界标准与实践，主动探索和研究运维数据治理。与T/CCUA 019-2022《金融机构信息系统运维数据治理能力成熟度评估规范》对治理能力水平的定义对标，参与调研的金融机构，70%的机构处于起始级和发展级，仅有约4%的机构达到优秀级，未发现达到卓越级的机构.

运维数据资源分类

对运维数据进行有效分类是运维数据资源化/资产化的关键步骤，超过一半的金融机构已初步建立了运维数据分类管理方法。运维数据分类管理已建立和正在建立的机构达到52%，未建立但有规划的机构占比22%，未建立且无规划的占比26%。已建立和正在建立运维数据分类管理机制的大部分金融机构按照运维数据内容进行分类管理，占比89%，如性能数据、告警数据、工单数据、日志数据等；占比11%的机构按照运维数据类型结构进行分类管理，如结构化数据、半结构数据、非结构化数据。运维指标体系有大面积缺失（约44%）。41%的机构已建立运维指标管理体系，15%的机构正在建立。数据的分类分层需要数据模型来承载，不同种类运维数据的模型管理呈现出参差不齐的状态。其中，监控策略、性能指标、流程工单相关模型占比70%；其次为关联关系、告警均为67%。相较上年调研结果，模型的丰富度有实质性的提升.

报告提出了以下建议：充分认识运维数据的地位与作用，建立数据驱动的意识和原则，基于运维数据的全生命周期有序管理，不断拓宽运维数据边界，充分挖掘和释放运维数据价值；围绕数据质量提升持续推进运维数据治理，建立运维数据分类分层模型，构建运维数据模型和数据标准；打造运维数据治理产业服务生态，形成运维数据治理产业生态；分享同业运维数据治理优秀案例，为促进金融行业运维数据治理实践、提升金融行业数据治理水平提供有益的路径参照；编制运维数据治理实施指南或标准，为运维数据治理落地提供标准路径；提供运维数据治理能力提升培训服务，构建和提升运维数据治理能力体系；探讨支持运维数据综充分发挥作用的监管方法与制度，从监管方法、制度上探讨如何进一步支持提高治理水平、充分发挥数据要素作用.

金融行业运维数据治理在金融行业仍处于前期探索阶段，相关实践缺乏对口标准参考借鉴，在运维数据治理组织机构、角色设置、制度流程、工具平台建设等方面亟待加强。随着金融行业数字化转型的不断深入，运维数据治理的重要性将愈发凸显。金融机构应充分认识到运维数据的价值，加强运维数据治理能力建设，提升运维数据质量，构建完善的运维数据治理体系，推动金融行业的智能化运维和数字化转型，为金融行业的稳定发展和创新提供有力保障.