数据驱动型银行的第一本秘籍出现了……

一论数据驱动型银行的构建:数据资产管理(一)

从经验驱动到数据驱动,随着传统银行在大数据应用上的逐渐深入,构建数据驱动型银行正成为很多银行孜孜以求的目标,那么,要如何才能构建成功的数据驱动型银行呢?无非三大方面:数据、平台、应用。笔者将分成连续的数篇文章对三大方面进行逐一论述。本篇开始针对数据方面展开探讨。

数据是大数据的生产资料,没有数据,玩不了大数据,没有好的数据管理,玩不好大数据,没有合适的价值变现,大数据也玩不长久。因此,数据方面的核心是数据资产的管理,数据资产管理这个概念大家都在谈,那么,需要管什么?怎么管?目前来看,网络上大多是些碎片化的东西,缺乏整体的阐述,无法让我们看清整体的轮廓。在笔者看来,数据资产管理要回答几个方面的问题,一是数据从哪里来?二是数据到哪里去?三是数据怎么去?四是数据给谁用?五是数据资产价值怎么评估?这几个问题的答案对应的就是以下五个方面的答案。

(一)数据采集管理

对于商业银行来说,数据从哪里来?答案无非两个方面,一方面来自于自身业务产生,另一方面,来自于外部数据的采集。从数据资产管理的角度来说,既然我们都认为数据是和石油一样重要的资产,我们从数据的采集端就要做好管理工作,不能放任资产的流失。内部数据主要来源于前端业务系统在业务开办中采集的业务数据,然而,长期以来,由于缺乏数据分析的思维,我们在构建业务系统的时候,往往重交易数据,轻行为数据,重关键业务数据,轻一般数据,造成了很多资产就这样白白的流失掉了,比如,网络行为浏览数据,有采集这块数据的银行不多,即便在银行业务大规模互联网化的今天,我们依然有很多的网络行为数据没有采集。再比如,我们在开发系统的时候,由于牵头开发的部门往往是某个业务部门,因此,他在软件需求中,对于客户输入项往往只关注该业务需要的关键数据,而忽视了其他相关的数据。

上面,我们说的都是内部数据采集的问题,那么,是不是在外部数据采集上就没有问题了呢?显然不是,在互联网巨头携科技优势涉足金融,蚕食金融业务的今天,很多业务部门对于利用外部数据进行业务拓展或者风险防范,有着迫切的需求,而且一些业务部门由于业务上的优势,能更快的从一些数据源获得外部数据,因此,一些业务部门会独立的去引进外部数据,这虽然有利于该业务条线业务的快速拓展,但是,对于数据共享,对于全行的数据资产管理来说,并不见得是一见好事,比如,对于同一业务领域的数据,单一部门的采集更多的是考虑本部门的数据需求,缺乏企业级的视角,下次,另一个部门要用了,却发现该数据不能完全满足其需求,还得重新再采购,带来的是更高的采购成本和数据整合成本。

因此,我们也可以发现在数据采集环节,银行就面临着不小的挑战,需要采取相应的措施做好数据采集管理,夯实数据资产。

首先,设置数据资产管理员岗位。在技术部门或者数据部门设置数据资产管理员一职,主要负责数据资产的管理,数据资产管理员需要站在企业级的视角去管理数据资产,对数据的全面性、准确性负责。不论是内外部数据,业务部门在开始某项产品研发的时候,数据资产管理员就应参与其中,和业务部门共同协商提出数据采集的需求,包括内部业务系统的数据采集和外部数据源的数据采集需求。

第二,要建立数据采集规范。要对数据进行梳理,从站在数字化运营的视角,建立起相应的数据采集规范。一是明确数据采集范围。核心是要做好企业级和部门级的结合。比如,哪些数据是所有业务系统在开发的时候都需要考虑的,哪些数据是要在和客户的互动中不断更新的,这些都应该用规范的方式确定下来。也就是说,要定义出企业级的数据采集规范,明确采集要素。要抓住一切与客户互动的机会,在合法合规的前提下,尽可能多的采集数据。二是明确数据标准。数据标准是后续数据质量的保证,更是数据生命力的基础保证,一定要予以高度的重视。要制定统一的字段命名规范,统一的业务编码规范,比如,对于客户编号,各个系统都应统一的编码规则,统一的字段名称等。

第三,建立数据采集监测地图。在规范的基础上,定义出数据采集的目录,要尽可能的细化,然后,用可视化的方式,展现数据采集目录,监控哪些数据是已经采集了,哪些数据还未采集,哪些数据需要更新。要通过定义一些指标进行监测,包括数据的覆盖率,数据的差错率,数据的连续性、数据的更新率等,比方说,客户的学历信息,虽然已经采集,但是,覆盖率和更新率过低,需要采取相应的对策。

第四,建立数据分类采集策略。在定义了数据采集规范,建立了数据采集地图的基础上,要针对不同的数据现状制定分类采集策略。比如,对于上述的学历信息,建设覆盖率50%,近一年更新率5%,就需要提升客户学历信息的覆盖率和更新率,可以采取的策略包括一是客户到银行各渠道办理业务的时候,未采集学历的要求客户提供,已经采集的让客户确认更新,这是成本较低的方式。二是可以在客户授权的情况下,批量获取相应的信息,但这要综合考虑采集成本。

(二)数据流动管理

数据是采集进来就能用的吗?这个问题也不难回答,当然是能用,但是不一定好用,大数据追求的是多维的数据,单一的数据并不能释放多少数据价值,核心是数据的整合应用,因此,数据从源头到最终的整合应用,必然是需要一个过程,需要经过一系列环节和节点,因此,数据流动管理是数据资产管理的第二个重要的命题。(欲知后事如何,请看下文分解)

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20171211G0SX7400?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券