提速數據能力建設，探索商業銀行數字化轉型之路

史晨陽

數字經濟時代，數據要素已明確上升為國家數字化戰略的重點。具有天然數據稟賦的商業銀行，成為探索數據要素前進方向的先行者，并積極開展數字化轉型，而數據賦能銀行數字化轉型已經成為大數據時代的必然選擇。數字化轉型對銀行傳統的數據管理和運營理念，乃至數據應用模式都有顛覆性的沖擊，銀行如何加強數據能力建設并發揮數據價值，已成為商業銀行無法回避和亟待解決的重大課題。

全面加強數據能力建設勢在必行

在大數據時代的浪潮下，數據要素市場的建設如火如荼，數據資產已成為關鍵的生產要素，并發揮出對其他生產要素的乘數倍增作用，數據要素已上升為國家數字化戰略的重點。

中央和地方政府對數據要素高度重視并積極實踐

2020年4月，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》首次將“數據”納入生產要素，明確提出“加快培育數據要素市場”。2021年3月，“十四五”規劃中提出“迎接數字時代，激活數據要素潛能”。同時，部分省市率先探索數據要素市場化改革，廣東、深圳、上海等地相繼出臺《數據要素市場化配置改革行動方案》《數據條例》等法規和指導文件，北京、上海、深圳等國際大數據交易所相繼成立或已處于籌建階段。各級數據支持政策的頻繁發布，體現了國家和地方各級政府對數據要素市場的發展高度重視，也堅定了商業銀行推進數字化轉型的決心。

監管機構和銀行對數據能力的要求和關注度日益提升

在數據要素市場建設全面提速的背景下，監管部門加強了對數據能力建設及數據治理的要求和指引。2021年，銀保監會 在《商業銀行監管評級辦法》中首次增加“數據治理”要素。2022年，中國人民銀行印發的《金融科技發展規劃（2022-2025年）》明確提出“全面加強數據能力建設”。此外，中國人民銀行發布的《金融業數據能力建設指引》、銀保監會發布的《關于銀行業保險業數字化轉型的指導意見》均對數據能力建設的各項工作提出了指導意見，自上而下地推動行業數字化轉型。在銀行4.0時代，作為商業銀行持續創造財富的“內燃機”的數據資產化如何通過數據能力建設提升金融數據的規范性和科學性，釋放數據生產力，充分激活數據資產潛能，已成為行業關注焦點。

數據驅動業務發展催生出豐富的數據融合需求

物聯網、云計算、人工智能等新一代信息技術的發展，進一步催生了數字經濟的新產業、新業態及新模式，各商業銀行紛紛嘗試打破傳統的數據管理理念，拓寬數據應用場景，改變人們的生產、生活和消費模式。在當前的新時代下，新機遇不斷涌現，也催生出了諸多新挑戰，可以總結為以下四個方面。

缺乏數據戰略頂層規劃，投入大，產出小。數據能力建設是一個體系化、系統化的工程，需要“謀定而后動”，須用全局的角度和統籌的方法形成統一的數據思想，指導數據工作的開展。目前，大多數銀行缺少頂層數據戰略整體規劃，導致數據方面資源投入不足，重點數據建設路徑不明確，對數據價值的理解不一致，不能形成業務與科技的合力，無法快速應對數字經濟時代的各種挑戰。

亟須建立科學有效的數據治理體系。當前，大部分銀行的數據治理仍停留在單點和被動治理的層面，主要采用“頭痛醫頭，腳痛醫腳”的方式憑經驗開展數據治理，主要體現在以下幾個方面：一是缺少組織級的保證，組織內部職責不清晰，問題追溯機制不健全，人力資源不足;二是數據標準管理以規模速度型為主，建標快、落標難，造成數據標準與實際脫節，數據質量不高;三是缺少通用的實踐理論指導，不同的治理人的治理思路、方法存在較大差異，需要體系化的工藝路線指導。

新業態下，銀行對數據共享暢聯的需求日益旺盛，打破“數據壁壘”和“信息孤島”勢在必行。在傳統的各業務條線應用系統的煙囪式建設的模式下，沉淀了海量、多源、碎片化的數據。同時，隨著業務的不斷發展，引入了大量的外部數據，這些數據散落在不同部門的不同系統中，沒有經過統一的管理和整合，數據使用受到“部門墻”的限制，難以有效共享，造成數據頻繁搬家，浪費大量存儲和計算資源，且數據的一致性難以保證，無法有效地支持銀行的經營決策。

業務發展對數據融合的廣度、深度、敏捷度提出了更高的要求。受限于數據規模和數據源種類的豐富程度，多數銀行的數據應用剛剛起步，主要運用經營結果數據產生經營分析報告進行輔助決策，對數據的挖掘深度不足，數據應用場景較少。此外，數據服務目前主要采用傳統交付模式，自動化程度低，不能快速響應業務的需求，數據產品和服務對不同群體的差異化和針對性設計不足，導致數據產品的使用率和普及率較低，業務場景的數智化程度亟待提升。

光大銀行數據能力建設實踐

在商業銀行數字化轉型過程中，數據是基礎。但數據并非天然是生產要素，只有經過價值化的轉換過程才能釋放數據價值。而數據能力正是數據價值釋放的催化劑，是銀行金融科技發展與創新的基石。光大銀行在數據戰略、數據治理體系、數據中臺建設、業數融合等方面持續深耕、積極實踐，探索釋放數據價值的有效路徑。

全面規劃企業級數據戰略，構建價值驅動的服務式數據治理體系

規劃企業級數據戰略藍圖，為數據能力建設“立柱架梁”。在“一流財富管理銀行”的戰略愿景的驅動下，光大銀行構建了企業級數據戰略規劃藍圖，明確數據資產可信化、數據構建敏捷化、業務運營數智化及數據資產貨幣化四大目標工程。其中，數據資產可信化是數據資產可建、可用的基礎和必要條件，包括數據資產本身質量、數據標準可信化，以及相應治理機制的可信化和數據安全的可信化;數據構建敏捷化是提升數據資產效能的必要途徑，數據的敏捷構建離不開與之相匹配的數據算力支撐，通過企業級的數據中臺以適應日趨靈活、即時的數據服務要求;業務運營數智化是數據戰略的核心目的，通過梳理現有的業務場景，識別數智業務環節，與業務深度融合，賦能業務運營;最終通過數據資產貨幣化實現數據資產價值的變現。同時，數據戰略還制定了10大舉措，明確了銀行未來3～5年的數據發展路線，為數據能力提升“立柱架梁”。

建設可持續的數據資產管理與運營體系，提升數據治理能力。數據只有用起來才有價值。數據資產管理與運營體系的落地，需要管理與執行并重。光大銀行提出以“全面、權威、智能、敏捷、生態”為核心目標，開展內容建設、平臺建設和機制建設，實現全行內外部數據資產的統一采集、智能盤點和應用，提供一站式的數據資產服務。以“服務”驅動數據資產管理，助力數據內容更準確、完整、透明、安全;以“運營”打通數據資產鏈路，使數據的使用過程更人性化、更快捷、更智能，推進業務數字化、數字價值化、科技智能化。實現不同種類、不同形式的數據資產的自動采集與統一管理，智能化盤點出全行35萬數據資產，覆蓋200多個系統（見圖1）。

建設數據標準、質量一體化機制，提升數據權威。光大銀行秉承“一張藍圖繪到底”的指導理念，推動數據戰略實施工作的落地執行，形成價值驅動模式的數據治理體系，開展數據標準和質量一體化治理，提升數據質量。制定數據標準2.0體系框架和數據標準作業流程，通過魔豆、魔數工具實現數據標準智能落標，推動標準化發展由“數量規模型”向“質量效益型”轉變。建立源頭數據質量監控機制及數據質量剛控機制，降低數據質量問題數量和處置成本;開展數據質量專項提升工作，通過監管報送整改、數據落標及系統建設等專項工作，實現特定領域“短、平、快”的數據質量提升。強化數據認責機制，以監管要求為驅動，貫通數據管理各環節，依據“誰主管誰牽頭、誰為主誰牽頭、誰靠近誰牽頭”原則，明確數據責任，推動數據管理工作落實到位、提升數據質量。

構建數據全生命周期的安全合規體系，護航數據共享應用。隨著《數據安全法》《個人信息保護法》等法律的頒布實施，安全合規已成為挖掘數據要素價值的必要前提。在此背景下，光大銀行率先上線業內首家基于多方安全計算技術的數據共享融合平臺，實現數據的“可用不可見”及“可控可計量”，促進數據資產安全地在社會各企業及機構間的共享和融合。平臺上線以來，全面開展業務應用賦能，已用于挖潛高凈值客戶價值、信用卡精準營銷等多個應用場景，為金融業數據安全合規共享作出了創新性探索和標桿示范性作用。

建設敏捷、實時、全域開放的光大特色的數據中臺

光大銀行的數據中臺以“敏捷、連接、治理”為愿景目標，以“厚中臺、云服務、新工藝、高質量”為建設方案，把“數據資產”作為基礎要素，由數據資產中心和數據交付中心組成。數據資產中心匯聚全行的數據資產，數據交付中心支持方式多樣的敏捷交付數據，全面支持數字化轉型。

建設企業級數據資產統一加工中心，發揮數據資產生產力。數據中臺具備打通多維粒度數據、打通內外部數據、打破數據資產壁壘等特點，實現從“采、建、管、用”全生命周期、一站式的快速數據加工和共享。建立統一數據需求管理機制，提供更多的數據資產加工積累，實現數據資產以集市為主的供給體系向以數據中臺為主的供給體系的轉型。

統籌全行企業級指標管理，提升數據資產應用效率。統籌全行企業級指標管理，依據統一的數據指標標準規范和定義，對指標類公用數據統一管理、統一業務口徑、統一加工和應用，對核心企業級指標可視化展示，為產品升級、營銷管理與決策提供縱覽全局的數據支持;搭建客戶標簽體系，構建客戶畫像，為普惠金融、精準營銷、新客預測等營銷場景提供高效的數據服務;融合內外部數據，構建安全、風控、反洗錢、反欺詐等場景的統一指標模型，為風控、反欺詐等業務場景提供豐富多維的數據支持，提升隱含風險發現能力及風險挖掘能力，深化風險類場景應用，提升風險識別及風險傳導路徑判別能力。

運用大數據技術建設敏捷多態的數據交付中心。數據中臺的數據交付中心充分利用Hive、Hbase、Flink、SparkStreaming、Kafka、Redis等各類大數據技術，對非結構化數據、海量數據和實時數據進行多維度整合，微服務配置化開發，建立健康度評估體系，提供實時、訂閱化及批量的數據交付服務，滿足不同業務場景對數據時效性的需求，提供敏捷的數據交付能力。

充分應用國產化技術提升數據開發效率。數據中臺創新數據工藝，應用國產化產品華為GaussDB，全力支持催熟國產化金融科技創新。數據資產中心通過業務聚合層對銀行經營活動的最細粒度對象業務呈現，業務領域層面向應用需求，供各類前端應用直接訪問經過簡單加工后使用的數據層次，大大提升了數據建模的規范性以及響應的效率。依托于行內底層數據倉庫、數據湖和準實時系統所提供的批量和流式數據處理能力，實現了Kafaka在線數據、“MPP+Hive”離線數據的統一采集與加工，支持快速實現“厚中臺”;以“云服務”多集群間互聯互通;采用智能化數據開發平臺、數據畫像等工藝，有效提升開發效率。

深挖數據價值，數智賦能業務全景

光大銀行深化“業、技、數融合”，已建立算法模型近千個，沉淀全行客戶畫像標簽兩千余個。基于企業級平臺化的支撐，光大銀行積極建設“AI模型工廠”，深化數據挖掘在零售金融、公司金融、風險管理等方面的應用，數據驅動價值創造效果凸顯。

智慧化零售模式實現新突破。2019年，光大銀行零售客戶突破1億戶大關，科技賦能智慧零售新模式是助力業務發展的關鍵。近年來，光大銀行聚焦“智慧零售”理念，運用大數據技術，深化零售、私行、長尾等行內重點客群經營，強化手機銀行流量經營，賦能零售金融價值創造。

第一，提升零售客群價值貢獻。構建“客戶+產品+渠道”的零售客戶智能營銷體系，敏銳洞察客戶的潛在價值，精準預測客戶的生命周期變化和產品服務需求，優化客戶經營策略，引導客戶營銷模式從關系驅動向數據驅動轉變，提高零售客戶價值挖掘及綜合經營能力，提升客戶體驗和客戶貢獻。同時，積極開展“總分協同”，將總行營銷模型、營銷策略和培訓下沉至分行，實現數字化營銷業績的規模化增長，提升AUM資產數百億元。

第二，強化手機銀行流量經營。以“數據—模型—策略—運營—反饋”的運營閉環為核心，開展智能流量經營，實現獲客、活客和客戶價值提升。圍繞手機銀行月活提升目標，通過數據分析挖掘手段和大數據技術從存量盤活、流量經營、權益促活、社交獲客四個方面定位精準客群，細化用戶生命周期和行為特征，開展差異化運營，提升業務運營效率和用戶體驗。

數字化公司金融開啟新發展。為充分發揮公司金融的“壓艙石”作用，光大銀行充分挖掘行內外數據價值，建立數字化精準營銷體系，推進重點關注行業的客戶經營，持續擴展壯大對公客群，持續發展普惠生態鏈，提升小微客群經營能力，助力公司金融業務實現新突破。

第一，擴展對公業務的有效客群。針對綠色低碳行業、高端制造業等國家重點關注行業開展精細、全面、深入的數據分析，建設對公客戶營銷模型，打造對公智慧經營模式，開展對公客戶數字化精準營銷，增強高價值客戶的挖掘、獲取、轉化和提升能力。

第二，持續發展普惠金融生態。圍繞普惠金融“兩增兩控”的監管指標開展普惠數字化營銷，建立普惠大數據經營分析體系，提升小微客戶經營能力，實現普惠金融產品數據運營閉環。支持光大名品“小微快貸”及多種生態鏈、供應鏈產品運營，持續發展普惠生態鏈。

全面化風險管控展現新擔當。光大銀行以“知大局、守底線、強管理”為指導方針，落實監管要求，堅持合規經營，加強全面風險管控，利用云計算、大數據、人工智能等新技術提升全面風險管理能力，助力風險防控體系建設，在反欺詐、反洗錢領域已取得一定成效。

第一，提高賬戶風險識別能力。深入推進電信網絡詐騙和跨境賭博“資金鏈”治理，提高賬戶交易風險的識別與管理能力。搭建企業級智能反欺詐平臺，快速甄別海量交易數據，實現對高風險交易、異常可疑賬戶的動態監控、智能預警、綜合查詢治理，建設賬戶全生命周期模型體系，實現高精度、廣覆蓋、自動化的賬戶風險識別管控，提高網點可疑賬戶排查質效，提升賬戶風險管控的準確率與覆蓋度，多次協助警方抓捕嫌疑人，有效支持了國家的反欺詐工作。

第二，提升洗錢交易監測能力。光大銀行堅持創新驅動，圍繞監管要求，深入洗錢可疑交易監測與回溯分析，在智能反洗錢領域研發實現兩項專利技術，建設智能反洗錢模型，根據上游洗錢場景類型使用專利技術及其他監管科技，有效提取洗錢及上游犯罪活動的關鍵特征，及時、準確、全面地識別疑似洗錢客戶及團伙，切實提高反洗錢數據報送質量，提升洗錢可疑交易監測能力，有效預防洗錢及相關違法犯罪活動。

結束語

隨著數據要素市場建設的深入，全國數據交易流通生態體系已經初具雛形。數據與業務、技術的深度融合，正在迅速積聚數據資產的能量，在公開、公正、公平的數據交易市場中有序流通，釋放出巨大的數據資產價值。未來，光大銀行將以數據驅動引領為定位，以“新體驗、新模式、新融合”及“中臺化、敏捷化、智能化”為目標，夯實數據能力建設基礎，積極探索商業銀行在全國數據交易流通生態體系中的定位和角色，探索數據資產入表，創新數據資產融資產品，促進數據創新成果的轉化，為共筑數據交易流通生態體系，持續促進金融業乃至于全社會的數據要素融合貢獻光大力量。

（作者系中國光大銀行信息科技部總經理）

責任編輯：董 治

Yhj_dz@126.com