中新經(jīng)緯6月28日電 題：商業(yè)銀行的數(shù)據(jù)治理亟待解決哪些問題？

(相關(guān)資料圖)

作者 周學(xué)張 交通銀行數(shù)據(jù)管理與應(yīng)用部副總經(jīng)理

2018年銀保監(jiān)會頒布了《商業(yè)銀行數(shù)據(jù)治理指引》，至今已有五年時間。數(shù)據(jù)治理的理念在各行各業(yè)已經(jīng)基本被接受，甚至開始實施，但數(shù)據(jù)治理如何在銀行業(yè)賦能業(yè)務(wù)？

提到數(shù)據(jù)，大家都在想能否精準(zhǔn)畫像，生成一些推薦策略，但其實閉環(huán)式營銷遠(yuǎn)遠(yuǎn)不止這些問題。只是生成策略和推送遠(yuǎn)遠(yuǎn)不是閉環(huán)式營銷的全部，從策略的生成到落地執(zhí)行和效果評估，包括最后策略的進一步迭代，整個閉環(huán)是需要全鏈路數(shù)據(jù)打通的。但在我們的實踐過程中，這里涉及到方方面面，從營銷系統(tǒng)到后面的管理會計系統(tǒng)數(shù)據(jù)打通問題。

數(shù)字化轉(zhuǎn)型通常都會提到智能風(fēng)控，但可能會涉及到相當(dāng)多的團隊或者事業(yè)部，這些風(fēng)控策略是不是能夠統(tǒng)一，形成一個企業(yè)一個客戶、兜底和蓋帽等等相應(yīng)策略的組合體系，這些是數(shù)據(jù)治理需要助力的關(guān)鍵問題。

量化的績效考核可能是大家追求的，但以商業(yè)銀行為例，其實從總行到省行和網(wǎng)點，整個數(shù)據(jù)顆粒度、時效性是不是能夠全面實現(xiàn)量化、實時的處理？不量化、不考核的背景下如何推進？這些都是數(shù)據(jù)治理需要解決的問題，包括人工智能時代的數(shù)據(jù)智能化升級。

商業(yè)銀行的業(yè)務(wù)和數(shù)據(jù)中臺，本質(zhì)上有兩個驅(qū)動因素：過去商業(yè)銀行的傳統(tǒng)數(shù)據(jù)倉庫，相應(yīng)的分析環(huán)境本身是有一個信創(chuàng)升級的過程，所以從商業(yè)銀行角度來講是數(shù)據(jù)中臺建設(shè)的驅(qū)動因子。商業(yè)銀行本身的大連接、組件化、規(guī)模化、事業(yè)部制的演進過程中對業(yè)務(wù)的沉淀、對數(shù)據(jù)組件的沉淀自然而然的結(jié)果。因此從我們的實踐來看，目前打造業(yè)務(wù)和數(shù)據(jù)雙中臺還是契合業(yè)務(wù)發(fā)展的需要。

2018年，原銀保監(jiān)會推動數(shù)據(jù)治理相關(guān)的標(biāo)準(zhǔn)發(fā)布。我們站在企業(yè)端的理解，目前應(yīng)該是趨于統(tǒng)一的，數(shù)據(jù)治理的基本理論框架也有相應(yīng)的沉淀和對比。

在標(biāo)準(zhǔn)質(zhì)量安全方面，商業(yè)銀行對數(shù)據(jù)質(zhì)量的關(guān)注度是第一優(yōu)先級，很多理論其實到了企業(yè)最終一定會找到落腳點或者抓手，不是簡單的制度和規(guī)范，而是業(yè)務(wù)部門、技術(shù)部門、數(shù)據(jù)部門共同聚焦的點。我們認(rèn)為的點就是數(shù)據(jù)質(zhì)量單，因為傳統(tǒng)的開發(fā)過程會有缺陷單，但在生產(chǎn)領(lǐng)域?qū)?shù)據(jù)質(zhì)量如何進行量化跟蹤、監(jiān)控，包括度量和管理，其實這些是業(yè)務(wù)部門迫切需要的。我們的企業(yè)級數(shù)據(jù)治理體系找到了一個點，就是用數(shù)據(jù)質(zhì)量單推動整個過程的完成。

我們建設(shè)企業(yè)級數(shù)據(jù)字典，包括一系列和開發(fā)過程相結(jié)合的數(shù)據(jù)建模管控工具、一體化開發(fā)過程。數(shù)據(jù)標(biāo)準(zhǔn)要從質(zhì)量落到開發(fā)實踐過程，那么必須要從數(shù)據(jù)字典到開發(fā)建模的結(jié)合，其實是要具體落實到建標(biāo)過程、對標(biāo)過程和冠標(biāo)過程，跟整個金融科技研發(fā)中心進行密切配合。

數(shù)據(jù)治理是“下水道工程”，如何讓業(yè)務(wù)部門體會到數(shù)據(jù)治理的成果？方式就是形成和業(yè)務(wù)部門的物理融合走向化學(xué)融合，采取的機制就是數(shù)據(jù)分析師的派出機制。

自然語言這種響應(yīng)式、增強型的分析的確是目前新的探索點，同時也從過去的傳統(tǒng)事實性的數(shù)據(jù)標(biāo)簽，經(jīng)過一些算法的測算形成推薦式的營銷標(biāo)簽，包括對投訴模型和客戶體驗曲線的智能化應(yīng)用，這些都有賴于算力平臺、包括對算法模型庫的建設(shè)等。(中新經(jīng)緯APP)

本文由中新經(jīng)緯研究院選編，因選編產(chǎn)生的作品中新經(jīng)緯版權(quán)所有，未經(jīng)書面授權(quán)，任何單位及個人不得轉(zhuǎn)載、摘編或以其它方式使用。選編內(nèi)容涉及的觀點僅代表原作者，不代表中新經(jīng)緯觀點。

責(zé)任編輯：孫慶陽

【編輯：楊京川】

關(guān)鍵詞：