中国光大银行史晨阳:提速数据能力建设,探索商业银行数字化转型之路

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点。

中央和地方政府对数据要素高度重视并积极实践

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,体现了国家和地方各级政府对数据要素市场的发展高度重视,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《商业银行监管评级办法》中首次增加“数据治理”要素。2022年,中国人民银行印发的《金融科技发展规划》明确提出“全面加强数据能力建设”。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。

数据驱动业务发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发展,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不足,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,大部分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,主要体现在以下几个方面: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,人力资源不足;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,随着业务的不断发展,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,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。

业务发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,对数据的挖掘深度不足,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不足,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,是银行金融科技发展与创新的基石。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安全的可信化;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3~5年的数据发展路线,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,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、安全;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。

中国光大银行史晨阳:提速数据能力建设,探索商业银行数字化转型之路海量资讯、精准解读,尽在本站财经APP

猜你喜欢

商机推荐

    SQL Error: select id,classid,ttid,onclick,plnum,totaldown,newspath,filename,userid,username,firsttitle,isgood,ispic,istop,isqf,ismember,isurl,truetime,lastdotime,havehtml,groupid,userfen,titlefont,titleurl,stb,fstb,restb,keyboard,eckuid,title,ftitle,newstime,titlepic,smalltext,writer,diggtop from ***_ecms_news where (classid='30') and (id in (,,,,,,,,,)) order by newstime desc limit 10

关于我们· 联系我们· 商务合作· 免责声明· 技术支持

Copyright © 2018-2020, 经济观察报 版权所有 侵权必究. 信息维权、举报:853029381@qq.com

免责声明:以上所展示的信息由企业自行提供,内容的真实性、准确性和合法性由发布企业负责, 经济观察报 对此不承担责任.