银行数据分类分级

要解决什么问题

国内银行在做数据安全时，往往同时面对金融监管总局《银行保险机构数据安全管理办法》、人民银行业务领域数据安全办法、网信办重要数据识别等多套口径。合规、科技和业务团队常见困境是：客户或交易类数据「该定几级」、检查前如何出整改方案、数字人民币等新业务如何纳入现有体系、向监管报送重要数据目录时字段怎么对齐。本技能不是泛泛讲合规概念，而是把规则收敛成可复制的清单、定级依据和管控措施表。

技能如何工作

技能按场景先分流：从零搭建、单条数据定级、对照新规整改、监管报送、技术落地（加密/脱敏/审计）、第三方共享评估。信息不足时会追问机构类型、业务系统、数据量级与现有基础。

核心能力包括：

• 数据分类：客户/业务/经营管理/系统运维四大类及二、三级细分（详见分类体系参考）。
• 数据分级：核心、重要、敏感一般、常规一般四级，并与 JR/T 0171-2020 的 C3/C2/C1 做对照映射。
• 差异化管控：按级别给出加密、脱敏、访问控制、审计、出境等要求。
• 重要数据识别：结合用户规模与精度门槛与法规对照。
• 合规检查与法规衔接：制度、执行、持续合规三层自检，多套规则就高从严取最高要求。

典型输出分三层：可直接用的分类分级清单与管控表；资产梳理→分类→分级→落地的步骤；模板、评估表与检查清单。定级时可按「影响对象/程度、规模门槛、精度是否公开、地域属性」等要素速查常见项（如卡密、生物特征、大规模个人或交易数据集）。

边界与注意点

输出不构成法律意见；数据出境、核心数据认定、涉国家安全与经济运行场景及行政处罚风险，应提示以最新官方文件与专业法律顾问为准。多规则交叉时必须就高从严，并覆盖数据全生命周期。若出现规避监管、人为压低级别或违法共享等诉求，应拒绝并给出合规替代路径。