作者 | 董兴荣 傅丹丹
来源 |《财资中国》杂志 2021年11月刊
据《数字中国发展报告(2020年)》,我国数字经济总量跃居世界第二,数字经济核心产业增加值占GDP的比重达到7.8%。数字经济已经成为驱动经济高质量发展的核心力量,产业数字化转型步伐日趋加快。金融业对新技术的高度敏感性,使其成为数字技术应用最为迫切、最为深入的领域之一。
金融业数字化转型,势在必行
李杰博士表示,金融业一直是信息化、数字化建设的领先行业,并且今后仍会保持领先地位。回顾我国金融业数字化转型之路,大致经历了业务经营电子化、管理流程信息化、客户交互移动化三个阶段。其中,业务经营电子化阶段以业务办理从最初的物理网点转移到线上为标志,这也是数字化转型的初级阶段。在管理流程信息化阶段,通过搭建产品、渠道、服务体系、决策支持相结合的综合流程管理系统,满足日益增长的流程大集中(处理)的需求,进一步推动了信息化发展。在客户交互移动化阶段,通过吸收和借鉴互联网行业的经营理念和成功经验,传统的“以产品为中心”的服务理念变为“以客户为中心”的管理理念。在新的理念指导下,以银行为代表的金融机构将客户信息纳入企业资产,并以客户为核心,优化金融资源配置,通过数字渠道提供服务,提高了客户忠诚度和满意度,同时也促进了金融业的发展和产业结构的调整。在以上三个阶段,信息化、数字化对金融行业的价值呈上升趋势。
数字化转型在金融业不仅停留在成为共识的层面。如前面提到,新兴数字技术的蓬勃发展,重塑了传统金融机构的管理模式与业务模式,从而产生了新的增长路径。为此,金融机构纷纷加大对金融科技领域的投入。据报道,银行科技投入从2018年不到1000亿元增长到2020年的2000多亿元,两年已实现翻倍。同时,关于金融领域的国家政策频繁落地,不仅规范了金融市场发展与金融科技运用,而且也在不断加速金融业的数字化转型。“十四五”规划强调了金融业要加快数字化发展。2021年初,人民银行金融科技委员会强调以强化金融科技监管、加快金融数字化转型为主线,全面提升金融科技应用和管理水平。2月,中国人民银行正式印发的《金融业数据能力建设指引》中,进一步明确了金融业数据能力建设应遵循用户授权、安全合规、分类施策、最小够用、可用不可见五大基本原则,为金融机构开展数据工作指明了方向、提供了依据。这些政策都在引导或要求金融机构加强数据战略规划、着力做好数据治理、强化数据安全保护、推动数据融合应用、充分释放数据资产价值,为金融机构加快数字化转型发展夯实数据基础,成为打造适应数字经济时代发展的金融核心竞争力。
数据能力在金融业数字化转型过程中至关重要,但何为“数据能力”却鲜少被提及。中电金信结合自身20多年在金融IT领域的扎实耕耘与沉淀,认为数据能力就是以快、准、省的方式,不断满足数据消费者的数据需求。其中,数据平台建设、数据服务应用与数据资产管理都是数据能力建设的重要内容。数据平台建设实现了数据的采集、存储、标准化、整合,为数据能力建设夯实基础;数据服务应用的规划、落地实施则是数据能力能见度的体现;数据资产管理体系建设与落地,包括数据标准、质量、元数据管理、安全管理、生命周期管理等,为数据能力提供长效保障。
数据能力与数据中台,一体两面
数据能力重构的核心需求与两大原则
数据能力重构的核心就是要满足数据用户的需要。数据能力围绕的用户群体有五大类:一是数据消费者,即使用数据的人员,通常为业务人员;二是数据建设者,一般是企业的科技开发中心;三是平台运维者,通常为企业的运营中心,保证数据平台正常运营;四是质量管理者,即企业数据治理与管理部门,主要负责管理数据质量问题;五是资产运营者,也是数据能力重构环节中最为关键的数据用户,其职能是协调所有数据消费者的需求,打通数据运营与数据服务的壁垒,从而实现数据的闭环运营与数据服务的可复用(图1)。
图1 五大数据角色群体分类
而数据能力重构的两大原则就是融合与开放。
数据能力的融合不仅包括数据的融合,还包括流程、组织、管治、技术的融合。在过去的数据管理与运营过程中,分工过于明确导致“隔离墙”的出现,数据无法实现真正的共享。因此,在数据能力的构建中,更需要各个部门以数据用户为中心,开展多部门协同合作。如通过将数据需求阶段、开发与测试阶段、部署与运营阶段全流程融合,减少重复或不一致需求、重复开发等情况。同时,实现数据流程中交易系统、客户交互系统的前扩,扩大传统的数据管理范围,提高数据流转效率。另外,以流程为切入点,将数据治理、数据标准、数据架构、数据安全等复杂环节融入IT系统建设中,从而简化流程(图2)。
图2 数据开发全流程融合
建设数据能力三要素
图3 数据能力三个关键因素
数据资产。它是企业各个平台工具上积累的,包括原始业务数据、主数据、报表、指标、标签、Data API、代码数据标准、规范、模型、脚本等所有数据资源。
数据管理体系。通过建立统一的标准与体系,消除数据孤岛现象,实现对所有平台所有数据资源的高效组织与管理,并提升数据可复用性,从而最大化数据价值。
数据中台,数据能力的重要载体
进入互联网时代,数据规模高速增长,数据异构普遍存在,导致传统数据仓库根本无法承载互联网时代海量数据存储和计算的需求,完全分布式、弱化数据格式的Hadoop正式诞生。为了提高数据研发效率,解决研发高门槛问题,大数据平台应运而生,实现了数据“流水线”式的快速加工。
随着企业不同业务线数据割裂、数据重复加工等现象日渐严重,大型互联网企业率先提出“数据中台”的概念,核心就是要避免数据的重复加工,通过数据服务化,提高数据的共享能力,赋能数据应用。李杰博士指出,数据中台与数据能力是一体两面的关系。作为数据能力的载体,数据中台不是一个纯粹的软件项目或工具,而是一个体系,是企业自上而下整体规划、配套相应流程机制,持续赋能业务、实现数据变现的系统和机制。

图4 中电金信数据中台产品体系
利用数据能力,深化业务价值创造
建立数据能力,发挥数据资产价值
过去三年,银行纷纷成立数据管理部门,加大科技投入,以此提升数字化能力,为数字化转型奠定基石。对于坐拥海量数据资产的金融机构而言,最大化数据价值对于推动金融服务变革和提升金融服务效率至关重要。然而在银行实际的数字化运营过程中,由于缺乏一体化的管理体系及配套系统支持,不论是数据部门还是业务部门,均未形成用数据说话的能力基础。最直观的例子,银行在提供业务报表时仍存在着大量手工操作环节,处理效率不高,同时,人工统计的方式也有损数据的准确性。
李杰博士再次表示,金融业数字化最重要的一个转型就是提升数据能力。而数据能力绝不仅仅是搭建大数据平台或建立报表机制这么简单,还需要配套的组织建设与管理体系建设。数据能力的建设需要基于资产分阶段进行:第一步,理清现状,包括组织现状、业务现状、数据现状与技术现状;第二步,搭建架构,包括组织架构、业务架构、技术架构、应用架构与数据架构;第三步,构建资产,包括业务数据、指标数据、标签数据,以及数据标准与质量;第四步,平台建设,根据银行的独有特性,实现平台定制化;最后一步,执行运营,进行数据监控审计、价值与质量评估、资产排名。其中,最为关键的就是在建设数据能力过程中要意识到每一类资产的体系、平台功能、流程都存在很大的差异,需要差异化对待。
建立部落制,赋能业务价值创造
而企业自身的业务模式与处理数据的能力,决定了业务部门与数据部门连接的有效性,也决定了数据赋能程度。李杰博士认为业务部门是最前端、最先掌握市场变化的部门,如何有效转换业务部门掌握的市场信息与数据,反哺业务发展?这就需要有一个熟悉数据与业务的团队来实现有效连接,即在每个业务部门建立一个唯一对接需求的“小部落”。他们基于对业务的熟悉,直接与数据团队沟通需求,沟通线路变短,流程简化,大幅缩短了过往占比最高的需求澄清时效,提高沟通效率,增强数据能力,赋能业务创造更高价值。目前,国内部分金融机构也开始试行“部落制”组织架构变革,以提升组织的敏捷能力,如某证券公司对其科技金融线展开“6+2部落制”,某银行也推动了“部落制”,将千名科技人员(含合作伙伴)划入了六大部落。
原文发表于《财资中国》杂志11月刊,由于篇幅原文本文仅做内容节选, 请 登陆小程序 阅读电子期刊完整内容,或扫描下图二维码订阅纸质杂志!
评论 (0)