提速数据能力建设探索商业银行数字化转型之路

1、提速数据能力建设，探索商业银行数字化转型之路数字经济时代，数据要素已明确上升为国家数字化战略 的重点。具有天然数据禀赋的商业银行，成为探索数据要素 前进方向的先行者，并积极开展数字化转型，而数据赋能银 行数字化转型已经成为大数据时代的必然选择。数字化转型 对银行传统的数据管理和运营理念，乃至数据应用模式都有 颠覆性的冲击，银行如何加强数据能力建设并发挥数据价值, 已成为商业银行无法回避和亟待解决的重大课题。全面加强数据能力建设势在必行在大数据时代的浪潮下，数据要素市场的建设如火如荼, 数据资产已成为关键的生产要素，并发挥出对其他生产要素 的乘数倍增作用，数据要素已上升为国家数字化战略的重 占

2、O中央和地方政府对数据要素高度重视并积极实践运用大数据技术建设敏捷多态的数据交付中心。数据中 台的数据交付中心充分利用Hive、Hbase Flink、 SparkStreaming. Kafka Redis等各类大数据技术，对非结 构化数据、海量数据和实时数据进行多维度整合，微服务配 置化开发，建立健康度评估体系，提供实时、订阅化及批量 的数据交付服务，满足不同业务场景对数据时效性的需求， 提供敏捷的数据交付能力。充分应用国产化技术提升数据开发效率。数据中台创新 数据工艺，应用国产化产品华为GanssDB,全力支持催熟国 产化金融科技创新。数据资产中心通过业务聚合层对银行经 营活动的最细粒度

3、对象业务呈现，业务领域层面向应用需求, 供各类前端应用直接访问经过简单加工后使用的数据层次， 大大提升了数据建模的规范性以及响应的效率。依托于行内 底层数据仓库、数据湖和准实时系统所提供的批量和流式数 据处理能力，实现了 Kafaka在线数据、“MPP+Hive”离线数据 的统一采集与加工，支持快速实现“厚中台”；以“云服务”多 集群间互联互通；采用智能化数据开发平台、数据画像等工 艺，有效提升开发效率。深挖数据价值，数智赋能业务全景光大银行深化“业、技、数融合”，已建立算法模型近千 个，沉淀全行客户画像标签两千余个。基于企业级平台化的 支撑，光大银行积极建设“AI模型工厂”，深化数据挖掘在零

4、 售金融、公司金融、风险管理等方面的应用，数据驱动价值 创造效果凸显。智慧化零售模式实现新突破。2019年，光大银行零售客户突破1亿户大关，科技赋能智慧零售新模式是助力业务发 展的关键。近年来，光大银行聚焦“智慧零售”理念，运用大 数据技术，深化零售、私行、长尾等行内重点客群经营，强 化手机银行流量经营，赋能零售金融价值创造。第一，提升零售客群价值贡献。构建“客户+产品+渠道” 的零售客户智能营销体系，敏锐洞察客户的潜在价值，精准 预测客户的生命周期变化和产品服务需求，优化客户经营策 略，引导客户营销模式从关系驱动向数据驱动转变，提高零 售客户价值挖掘及综合经营能力，提升客户体验和客户贡献。

5、同时，积极开展“总分协同”，将总行营销模型、营销策略和 培训下沉至分行，实现数字化营销业绩的规模化增长，提升 AUM资产数百亿元。第二，强化手机银行流量经营。以“数据一模型一策略一 运营一反应”的运营闭环为核心，开展智能流量经营，实现获 客、活客和客户价值提升。围绕手机银行月活提升目标，通 过数据分析挖掘手段和大数据技术从存量盘活、流量经营、 权益促活、社交获客四个方面定位精准客群，细化用户生命 周期和行为特征，开展差异化运营，提升业务运营效率和用 户体验。数字化公司金融开启新开展。为充分发挥公司金融的 “压舱石”作用，光大银行充分挖掘行内外数据价值，建立数 字化精准营销体系，推进重点关注行业

6、的客户经营，持续扩 展壮大对公客群，持续开展普惠生态链，提升小微客群经营 能力，助力公司金融业务实现新突破。第一，扩展对公业务的有效客群。针对绿色低碳行业、 高端制造业等国家重点关注行业开展精细、全面、深入的数 据分析，建设对公客户营销模型，打造对公智慧经营模式， 开展对公客户数字化精准营销，增强高价值客户的挖掘、获 取、转化和提升能力。第二，持续开展普惠金融生态。围绕普惠金融两增两控 的监管指标开展普惠数字化营销，建立普惠大数据经营分析 体系，提升小微客户经营能力，实现普惠金融产品数据运营 闭环。支持光大名品“小微快贷及多种生态链、供应链产品 运营，持续开展普惠生态链。全面化风险管控展现新担

7、当。光大银行以“知大局、守底 线、强管理”为指导方针，落实监管要求，坚持合规经营，加 强全面风险管控，利用云计算、大数据、人工智能等新技术 提升全面风险管理能力，助力风险防控体系建设，在反欺诈、 反洗钱领域已取得一定成效。第一，提高账户风险识别能力。深入推进电信网络诈骗 和跨境赌博“资金链”治理，提高账户交易风险的识别与管理 能力。搭建企业级智能反欺诈平台，快速甄别海量交易数据, 实现对高风险交易、异常可疑账户的动态监控、智能预警、 综合查询治理，建设账户全生命周期模型体系，实现高精度、 广覆盖、自动化的账户风险识别管控，提高网点可疑账户排 查质效，提升账户风险管控的准确率与覆盖度，屡次协助警

8、 方抓捕嫌疑人，有效支持了国家的反欺诈工作。第二，提升洗钱交易监测能力。光大银行坚持创新驱动, 围绕监管要求，深入洗钱可疑交易监测与回溯分析，在智能 反洗钱领域研发实现两项专利技术，建设智能反洗钱模型, 根据上游洗钱场景类型使用专利技术及其他监管科技，有效 提取洗钱及上游犯罪活动的关键特征，及时、准确、全面地 识别疑似洗钱客户及团伙，切实提高反洗钱数据报送质量, 提升洗钱可疑交易监测能力，有效预防洗钱及相关违法犯罪 活动。结束语随着数据要素市场建设的深入，全国数据交易流通生态 体系已经初具雏形。数据与业务、技术的深度融合，正在迅 速积聚数据资产的能量，在公开、公正、公平的数据交易市 场中有序流

9、通，释放出巨大的数据资产价值。未来，光大银 行将以数据驱动引领为定位，以“新体验、新模式、新融合” 及“中台化、敏捷化、智能化”为目标，夯实数据能力建设基 础，积极探索商业银行在全国数据交易流通生态体系中的定 位和角色，探索数据资产入表，创新数据资产融资产品，促 进数据创新成果的转化，为共筑数据交易流通生态体系，持 续促进金融业乃至于全社会的数据要素融合贡献光大力量。2020年4月，中共中央国务院关于构建更加完善的要 素市场化配置体制机制的意见首次将“数据”纳入生产要素， 明确提出“加快培育数据要素市场”。2021年3月，“十四五” 规划中提出“迎接数字时代，激活数据要素潜能”。同时，部 分省

10、市率先探索数据要素市场化改革，广东、深圳、上海等 地相继出台数据要素市场化配置改革行动方案数据条例 等法规和指导文件，北京、上海、深圳等国际大数据交易所 相继成立或已处于筹建阶段。各级数据支持政策的频繁发布, 表达了国家和地方各级政府对数据要素市场的开展高度重 视，也坚定了商业银行推进数字化转型的决心。监管机构和银行对数据能力的要求和关注度日益提升在数据要素市场建设全面提速的背景下，监管部门加强 了对数据能力建设及数据治理的要求和指引。2021年，银保 监会在商业银行监管评级方法中首次增加“数据治理”要 素。2022年,中国人民银行印发的金融科技开展规划（2022- 2025年）明确提出“全面

11、加强数据能力建设”。此外，中国人 民银行发布的金融业数据能力建设指引、银保监会发布的 关于银行业保险业数字化转型的指导意见均对数据能力 建设的各项工作提出了指导意见，自上而下地推动行业数字 化转型。在银行4.0时代，作为商业银行持续创造财富的“内燃机的数据资产化如何通过数据能力建设提升金融数据的 规范性和科学性，释放数据生产力，充分激活数据资产潜能， 已成为行业关注焦点。数据驱动业务开展催生出丰富的数据融合需求物联网、云计算、人工智能等新一代信息技术的开展， 进一步催生了数字经济的新产业、新业态及新模式，各商业 银行纷纷尝试打破传统的数据管理理念，拓宽数据应用场景, 改变人们的生产、生活和消费

12、模式。在当前的新时代下，新 机遇不断涌现，也催生出了诸多新挑战，可以总结为以下四 个方面。缺乏数据战略顶层规划，投入大，产出小。数据能力建设是一个体系化、系统化的工程，需要“谋定而后动”，须用 全局的角度和统筹的方法形成统一的数据思想，指导数据工 作的开展。目前，大多数银行缺少顶层数据战略整体规划， 导致数据方面资源投入缺乏，重点数据建设路径不明确，对 数据价值的理解不一致，不能形成业务与科技的合力，无法 快速应对数字经济时代的各种挑战。亟须建立科学有效的数据治理体系。当前，大局部银行 的数据治理仍停留在单点和被动治理的层面，主要采用“头痛 医头，脚痛医脚”的方式凭经验开展数据治理，主要表达在

13、以 下几个方面：一是缺少组织级的保证，组织内部职责不清晰, 问题追溯机制不健全，人力资源缺乏；二是数据标准管理以 规模速度型为主，建标快、落标难，造成数据标准与实际脱 节，数据质量不高；三是缺少通用的实践理论指导，不同的 治理人的治理思路、方法存在较大差异，需要体系化的工艺 路线指导。新业态下，银行对数据共享畅联的需求日益旺盛，打破 “数据壁垒”和“信息孤岛”势在必行。在传统的各业务条线应 用系统的烟囱式建设的模式下，沉淀了海量、多源、碎片化 的数据。同时，随着业务的不断开展，引入了大量的外部数 据，这些数据散落在不同部门的不同系统中，没有经过统一 的管理和整合，数据使用受到“部门墙”的限制,

14、难以有效共 享，造成数据频繁搬家，浪费大量存储和计算资源，且数据 的一致性难以保证，无法有效地支持银行的经营决策。业务开展对数据融合的广度、深度、敏捷度提出了更高 的要求。受限于数据规模和数据源种类的丰富程度，多数银 行的数据应用刚刚起步，主要运用经营结果数据产生经营分 析报告进行辅助决策，对数据的挖掘深度缺乏，数据应用场 景较少。此外，数据服务目前主要采用传统交付模式，自动 化程度低，不能快速响应业务的需求，数据产品和服务对不 同群体的差异化和针对性设计缺乏，导致数据产品的使用率 和普及率较低，业务场景的数智化程度亟待提升。光大银行数据能力建设实践在商业银行数字化转型过程中，数据是基础。但数

15、据并 非天然是生产要素，只有经过价值化的转换过程才能释放数 据价值。而数据能力正是数据价值释放的催化剂，是银行金 融科技开展与创新的基石。光大银行在数据战略、数据治理 体系、数据中台建设、业数融合等方面持续深耕、积极实践， 探索释放数据价值的有效路径。全面规划企业级数据战略，构建价值驱动的服务式数据 治理体系规划企业级数据战略蓝图，为数据能力建设“立柱架梁”。在“一流财富管理银行”的战略愿景的驱动下，光大银行构建 了企业级数据战略规划蓝图，明确数据资产可信化、数据构 建敏捷化、业务运营数智化及数据资产货币化四大目标工程。 其中，数据资产可信化是数据资产可建、可用的基础和必要 条件，包括数据资产

16、本身质量、数据标准可信化，以及相应 治理机制的可信化和数据平安的可信化；数据构建敏捷化是 提升数据资产效能的必要途径，数据的敏捷构建离不开与之 相匹配的数据算力支撑，通过企业级的数据中台以适应日趋 灵活、即时的数据服务要求；业务运营数智化是数据战略的 核心目的，通过梳理现有的业务场景，识别数智业务环节, 与业务深度融合，赋能业务运营；最终通过数据资产货币化 实现数据资产价值的变现。同时，数据战略还制定了 10大举 措，明确了银行未来35年的数据开展路线，为数据能力提 升“立柱架梁”。建设可持续的数据资产管理与运营体系，提升数据治理 能力。数据只有用起来才有价值。数据资产管理与运营体系 的落地，

17、需要管理与执行并重。光大银行提出以“全面、权威、 智能、敏捷、生态”为核心目标，开展内容建设、平台建设和 机制建设，实现全行内外部数据资产的统一采集、智能盘点 和应用，提供一站式的数据资产服务。以“服务”驱动数据资 产管理，助力数据内容更准确、完整、透明、平安；以“运营” 打通数据资产链路，使数据的使用过程更人性化、更快捷、 更智能，推进业务数字化、数字价值化、科技智能化。实现 不同种类、不同形式的数据资产的自动采集与统一管理，智 能化盘点出全行35万数据资产，覆盖200多个系统（见图DoDo逐 步 深 化）运营机制智能 权威平台工具全面1十资产内容图1数据资产管理核心目标建设数据标准、质量一

18、体化机制，提升数据权威。光大 银行秉承“一张蓝图绘到底”的指导理念，推动数据战略实施 工作的落地执行，形成价值驱动模式的数据治理体系，开展 数据标准和质量一体化治理，提升数据质量。制定数据标准 2.0体系框架和数据标准作业流程，通过魔豆、魔数工具实 现数据标准智能落标，推动标准化开展由“数量规模型”向“质 量效益型转变。建立源头数据质量监控机制及数据质量刚控机制，降低数据质量问题数量和处置本钱；开展数据质量专 项提升工作，通过监管报送整改、数据落标及系统建设等专 项工作，实现特定领域“短、平、快的数据质量提升。强化 数据认责机制，以监管要求为驱动，贯通数据管理各环节, 依据“谁主管谁牵头、谁为主谁牵头、谁靠近谁牵头”原那么， 明确数据责任，推动数据管理工作落实到位、提升数据质量。构建数据全生命周期的平安合规体系，护航数据共享应 用。随着数据平安法个人信息保护法等法律的公布实 施，平安合规已成为挖掘数据要素价值的必要前提。在此背 景下，光大银行率先上线业内首家基于多方平安计算技术的 数据共享融合平台，实现数据的“可用不可见”及“可控可计 量”,促进数据资产平安地在社会各企业及机构间的共享和融 合。平台上线以来，全面开展业务应用赋能，已用于挖潜高 净值客户价值、信用卡精准营销