商業銀行的數據資產曲線是怎么跑出來的
資訊 彭佳焱 零壹財經 2022-12-29 閱讀：7272
來源 | 零壹財經? ?作者 | 彭佳焱
?
1946年，第一臺電子計算機問世。1947年，赫伯特.西蒙在《行政組織的決策過程》中寫道：如果能利用存儲在計算機里的信息來輔助決策，人類理性的范圍將會擴大，決策的質量就能提高。他預測，在后工業時代，人類社會面臨的中心問題將從如何提高生產率轉變為如何更好地利用信息來輔助決策。
1989年，Gartner提出商務智能（BI）定義：一系列以事實為支持、輔助商業決策的技術和方法。
?
2006年之前，國內主要商業銀行已經紛紛上馬商務智能系統，然而面臨著缺乏確鑿、可信、有效數據的瓶頸問題。正是從大約2000年之后，中國商業銀行的數據管理開始起步了。
?
20年之后，中國商業銀行已經在紛紛探索數據資產管理：如今，銀行不僅能把數據作為輔助決策工具，更是把它當做一種資產來管理。從計算機問世到商務智能，人們用了50多年。從商務智能到數據資產管理，演化的速度要快得多。
?
但對于商業銀行來說，數據資產管理依然只是開始，要把數據變成有效的數據資源、把數據資源變成數據資產，把數據資產價值化、變成“錢”，這是一連串復雜的事情。
?
從商務智能升級到數據資產管理，貫穿銀行20多年的數據沉淀、打通數據資產的全生命周期，這是很多銀行都想做的事情。中電金信希望用剛剛發布的“源啟數據資產平臺”來打開這個新的藍海市場。
?
一、從“拉式”到“推式”
?
2022年2月，工商銀行在推出集團數字化品牌“數字工行（D-ICBC）時，從對內和對外兩個方面闡述了自己的數字化發展方向：在內部管理方面，持續優化企業級數據資產管理體系，全面推動數據管理工作和數據平臺建設升級轉型，實現價值創造；在對外合作方面，深度參與數據要素市場化改革，穩妥開展數據合作共享，打造智能化數據產品體系，推動發展模式由經營資產向經營數據轉型。
?
這基本代表了國內商業銀行數字化轉型的基本方向。
?
?
中國光大銀行副行長楊兵兵也表示，光大銀行將數據作為重要戰略資產進行管理和運營。一方面，筑牢內部基礎建設，推進數據資產管理平臺、數據中臺建設等工作，建立數據標準，提升數據質量，重視“管好數”，更重視“用好數”，培養內部數據文化。另一方面，積極投身國家數據要素市場建設大局，在前沿領域探索實踐，并與北京國際大數據交易所開展戰略合作，探索數據要素多元發展模式。
?
中國商業銀行對數據管理的重視，時間也不短了。光大銀行就是最早開展數據管理的銀行之一。
?
“第一波其實是做標準，2006年、2007年由光大銀行開始做?！敝须娊鹦派虡I分析事業部總經理、中電金信數據研發委員會主席杜嘯爭介紹，2006年之前各銀行被淹沒在數據的海洋之中，雖然紛紛上馬數據倉庫系統，然而面臨著缺乏確鑿、可信、有效數據的瓶頸問題，因此需在數據集中集成的基礎上，加強各類業務數據的整合與清理。之后國內銀行業開始努力探索提高數據管理能力，通過統一數據規范、統一數據交換，開展數據檢核，使各業務系統的數據能夠合理分布、有序流動，形成統一業務視圖，提升數據質量。國內商業銀行的數據治理自此開始，而數據治理，是數據資產管理的基石。
?
從2010年之后，商業銀行數據治理進入百花齊放的蓬勃發展階段，2013年后進入大數據階段，從傳統數據治理到大數據治理的轉型應勢而生，一直發展到今天，形成了銀行業數據資產管理的發展趨勢。
?
杜嘯爭認為，當前商業銀行數據資產管理主要受四個方面驅動：
?
第一個是數據治理方面受監管驅動，這是最大的一個驅動力，而且是一個很好的抓手。
?
第二個是銀行整體數字化轉型的需求，尤其是從去年年底到今年年初，銀行把數據管理部變成一級部門，和傳統的公司部、零售部平級，銀行第一次把數據管理部從科技里獨立出來成為一級部，這是為了推進全行的數字化轉型，而全行的數字化轉型最大的一個驅動力，就是數據驅動，而數據驅動的基礎，是數據質量和數據治理的問題。
?
第三個，是對于數據應用需求的急迫性。我們看到很多銀行的數據資產管理的驅動是“拉式”的，用戶有需求我再反推科技部門去做。但現在逐漸變成了“推式”，由業務部門來主導為去推，同時業務部門建了很多的數據分析團隊，要求數據快速接入，快速應用，這就要求科技部門能夠實現DataOps這種理念，實現數據的快速迭代。
?
第四個，數據交易市場對于數據產品的要求是盡量標準化，商業銀行要進入和運用數據交易市場，就要有高質量的數據資產管理。
?
?
“大家都很清楚，靠傳統的信貸或者利差的這種發展方式，其實銀行已經有一定的瓶頸，到底如何能夠去帶來銀行的第二發展曲線？”杜嘯爭說，各個銀行今天之所以這么重視數據管理部，就是希望這么多年的數據積累能夠變現，能夠變成銀行新的利潤增長曲線。
?
從這個視角來看的話，數據資產管理能夠給銀行帶來幾個方面的業務價值：
?
一、一旦數據要素市場真正的形成交易規模，數據資產管理能夠給銀行帶來直接收益。
?
二、銀行的發展無非就是開源節流，節流方面，最重要的一個方式就是把銀行所有的內容能夠用數據的方式來表現，一切業務數據化，最終通過數據的方式能夠很快找到業務中的問題，反向推進問題的解決。一切業務數據化，相當于建立數字原生企業，幫助銀行實現業務的全流程監控，反向推動整個業務的提速。
?
三、銀行現在主要有兩個數據應用方向，營銷和風控。通過底層的數據平臺整合之后，通過AI算法，無論是在營銷的準確度，還是在客戶渠道推薦上都得到明顯的提升，帶來很大的收益。而數字化風控平臺，可以減少從貸前、貸中、貸后整個過程中的風險，識別出優質客戶和風險客戶。
?
二、“四可”要求，四大痛點
?
從每時每刻都在生成海量數據，到形成可以便捷使用，到可以交易的數據資產，在當下依然殊非易事。
?
雖然國家層面對數據資產還沒有統一的定義，但是作為一種新興的無形資產已經達成共識。中電金信認為，對數據資產的界定可以大致明確四個確認條件：外部變現或內部收益、可控制、可評估以及可計量。因此，對數據資產管理的要求可以總結為可看、可用、可管、可估。
?
可看：管理數據資產的先決條件是可以從海量的數據資源中識別出具有資產化價值的數據資源。只有能夠為企業帶來經濟利益、具有交換價值和應用價值的數據資源才具備了確認為數據資產的條件。
?
可用：原始的數據資源僅是價值創造的“原材料”，數據資產只有以數據產品或服務的形式被最大限度地不斷使用，才能衍生或積聚更大的價值。通過提供涵蓋數據集、API數據、加密數據、數據分析報告、數據應用程序等數據產品，和包含數據采集、數據分析、數據可視化、數據安全、數據咨詢等數據服務來直接滿足數據消費者的使用需求。
?
可管：通過體系化活動職能來識別、度量、監控和預警數據在生命周期的每個階段里可能發生的數據可用性問題，通過模型管理、標準管理、質量管理等管理手段保證和提高數據質量，確保數據資產質量符合規范性、完整性等質量評價標準。通過數據安全管理活動，確保數據處于有效保護和合法利用的狀態。
?
可估：數據資產管理通過構建囊括數據經濟效益、業務效益、投入成本等衡量指標的價值評估體系，評估數據資產價值，為數據資產合理定價及市場流通奠定基礎。
?
可以說，這每一項指標，商業銀行都具備了一定的條件，但又都不完全滿足。比如，數據價值的識別，可用性的標準化和開放規則，數據資產規范性的評估，目前都取得了豐富的成果，但體系化還不夠。而數據資產價值的評估和定價，則依然是學界和業界爭論不休的問題。
?
這些問題的解決，依賴于商業銀行建立完整的、系統性的數據資產管理體系。杜嘯爭表示，當前商業銀行建立數據資產管理體系，除了理論、規則、標準等，還面臨幾個具體的痛點：
?
第一，部門數據管理難。大型銀行的數據管理體系都是逐步建立的，因為歷史原因和缺少長期規劃，大部分銀行的數據都散落在不同數據管理平臺。各類平臺有不同的采集、加工、應用體系等內容，在全行數據資產一盤棋的情況下，數據管理部門需要耗費大量的精力來管理這些復雜的平臺。
?
“如果從2000年算起，中國商業銀行的數據管理已經走過了20多年。有的銀行數據管理做得早，所以它今天的數據管理體系不是一蹴而就的，它系統內就存在很多相關聯的小數據平臺?！倍艊[爭說，“今天各個銀行都在建設企業級數據平臺、企業級的數據管理，但是如果你進去細看，基本上里頭都還是一個個的小模塊，這是我們要解決的第一個痛點，它需要有一個統一管理的模式?！?/span>
?
這就引發了架構遷移的難題。銀行現有架構中有很多老的、舊的結構，如何在新的形勢下，在云原生的架構下，逐漸遷移過來，這是一個難題。
?
第二，數據需求統一難。數據需求的多樣化導致數據需求的管理方式也很多樣，數據需求方往往缺乏技術部門和數據管理部門持續迭代的匹配體系支撐，導致已推進的很多數據應用并未取得預期成效，造成了管理成本巨大，業務需求也沒有被很好的跟蹤。
?
第三，源頭數據治理難。大部分金融機構已經進行了多個波次的數據治理工作，從最初的全行數據標準建立、數據治理工具上線、再到數據質量問題的專項處理等，但從源頭推進的數據治理工作在銀行依然是舉步維艱。
?
杜嘯爭說，讓數據治理前置，才能更便捷地由場景化驅動業務發展，“如果只是把數據治理放在數據倉庫，或者說大數據平臺里頭去做，其實是很難滿足業務需求的?！?/span>
?
他介紹，中電金信現在跟某股份制銀行合作，在企業架構建模的時候，數據治理團隊會作為重要的一個分支參與進去，這樣客戶的數據需求在前期整個業務系統設計的時候就能夠考慮進去。
?
第四，數據價值釋放難。數據作為生產要素，如何從數據資源到數據資產，如何對數據資產進行自動化獲取，如何通過價值評估讓數據變成資產是各個金融機構面臨的難點和痛點。
?
所以，商業銀行需要全新的數據資產管理平臺。它既能打通20年的歷史數據積累，重整層層疊疊的小數據庫，又能滿足新形勢下數據治理、數據資產化和價值流通的新需求。它既要不斷改進商務智能的決策效率，又要持續提供數據價值化帶來的新的利潤增長點。
?
三、不是從0開始
?
中電金信要做這件事。
?
2022年12月15日，中電金信“源啟數據資產平臺”正式發布。該平臺是中國電子金融級數字底座“源啟”的重要組成，基于DataOps和DataFabric理念，以數據資產積累和數據價值創造為目標，利用大數據技術、AI技術以及數據安全技術，打造集數據管控平臺、數據中臺和AI平臺為一體的數據智能底座。
?
“它重點解決的從數據的采集、存儲、處理、加工、應用、治理、服務，以及數據資產的運營，它是端到端地解決了所有的數據資產管理問題?！倍艊[爭介紹，圍繞數據全生命周期，平臺為企業提供一站式的數據資產管理解決方案。
?
?
直面銀行數據資產管理的四大痛點，源啟通過四大途徑幫助客戶管數、用數提質增效。
?
一、建立數據治理體系，不斷迭代解決數據質量和數據安全，以數據驅動整體推動業務發展；
?
二、形成支持不同業務的客戶中臺、風險中臺、財務中臺和監管中臺，快速解決業務轉型對于數據的需求；
?
三、構建了覆蓋數據采、存、管、算、用的全生命周期數據治理閉環體系，實現資產盤點、估值和運營，助力企業實現第二增長曲線；
?
四、全面整合數據服務，以數據產品方式支持數據分析業務，解決業務用戶取數難、獲取數據時間久的難題。
?
平臺采用云原生架構，可與多種云環境進行無縫集成和聯通，實現快速部署和實施，支持數據敏捷開發，提供運維一體化服務。同時其獨特的“組件式”可拆解設計，能夠兼顧全面“端到端”需求和定制化專項服務，滿足不同規模金融機構數字化轉型需求。
?
而為了達到數據可看、可用、可管、可估的目標，中電金信以咨詢為引領，形成了“1+2+3”的數據資產管理咨詢體系，幫助客戶實現數據驅動業務的轉變，推動業務創新發展與新模式增長。
?
1個平臺，解決管理信息化與在線服務化；
?
2套機制，指數據資產運營體系和數據安全合規體系，用來確保數據價值合規增值；
?
3個關鍵職能，包括數據治理、數據資產化和數據價值化，完成數據價值轉化管理閉環。
?
“這并不是一個從0開始的產品?！倍艊[爭說，“我們的產品都是從項目實踐中來的，我們完成了大大小小三四百個數據平臺類項目，這種平臺，有上千個應用。這是我們從所有的項目里頭總結出來的一套產品?！?/span>
?
他介紹，中電金信正在服務的數百家客戶里頭，基本上覆蓋了所有的數據管理相關的產品和工具，平臺中的每一個細分模塊，都進行過相關的實踐?！皟惹读宋覀兒芏嗟男袠I經驗，比如說企業級數據模型、企業級的質量管理體系、企業級的質量檢核規則，這些都是中電金信的數據團隊這么多年在金融行業的建設過程中積累的經驗?！?/span>
?
這背后是一支國內領先的6000+規模的專業團隊，涵蓋實施、交付和咨詢專家，在IDC數據智能/決策支持解決方案方面連續6年市場份額第一。杜嘯爭介紹到，“基本上國內主要的大型金融機構的數據平臺和數據應用我們都參與了建設，尤其是六大國有行，十二家股份制和三家政策性銀行?！苯?，針對數據資產管理、聚焦數據治理理念與實踐，中電金信推出了《數據治理白皮書》，致力為客戶提供一套完善的產品，以及一套完整的數據治理、數據資產建設的咨詢體系。
?
同時，源啟數據資產平臺也適應國產化趨勢，實現了主流的國產硬件和軟件產品的適配。
?
在數據資產管理和國產化雙向驅動下，數據治理市場即將迎來高速增長。以數據治理助力金融業打造增長的“第二曲線”，中電金信對此充滿信心。
?
參考文獻：
?
涂子沛《大數據》
新聞稿《中國工商銀行發布“數字工行（D-ICBC）”品牌》
楊兵兵在“數據之光 解鎖未來”商業銀行數據要素研究成果研討會上的致辭
中電金信《數據治理白皮書》
中電金信《源啟數據資產管理平臺助力金融機構加速數據資產化過程》
杜嘯爭接受媒體采訪紀要
?
掃描下方二維碼，下載中電金信數據治理白皮書：
數據作為數字經濟時代最核心、最具價值的生產要素，正加速成為全球經濟增長的新動力、新引擎。近年來，我國深入布局數字經濟戰略，加快培育數據要素市場。 “釋放數據價值：數據要素市場研究”專題聚焦數據的存儲開發、開放共享、交易流通、綜合治理以及安全防護，從參與主體、商業模式創新及監管動向等多維度研究數據要素市場發展趨勢。（點擊下圖進入專題）
相關文章
用戶評論
所有評論
主編精選
more專題推薦
more
《陸家嘴》交流會第6期(共14篇)
資訊排行
- 48h
- 7天
-
首頁
-
評論
-
回頂部
游客
自律公約