? ? ? ?01??商業銀行數據戰略框

? ? ? ?商業銀行的數據戰略是指在商業銀行行業范圍內及單個商業銀行中，通過新建、梳理、優化新舊數據、數據載體、數據生產者（業務流程、交易行為等）、數據使用者（數據分析團隊、業務人員等）、支撐體系之間的關系，建立商業銀行數據全景；繼而通過全局統籌，協調商業銀行數據工作，利用數據達成助力經營業績，提高客服質量等經營目標，在行業內獲得戰略優勢。在探討商業銀行數據戰略框架時，可以參考軍事戰略。軍事戰略需要師出有名，以便號召多方力量，為共同的戰略目標努力。在戰略愿景的大旗下，將軍需要告訴他的軍隊，本次戰役要實現哪幾個目標，是要獲取糧馬、收復失地，還是要攻城掠池。有了清晰的戰略目標，軍隊就有了行動綱領。除了清晰的戰略目標，軍隊行動的總體原則、每次戰役舉措的制定及每次行動的戰術策略也是致勝的關鍵。在擁有了戰略愿景、戰略目標、戰略原則、戰役舉措及相應戰術后，確保戰略順利落實還離不開軍規軍紀、后勤保障、糧草營地、充滿戰斗力的軍隊文化等基礎保障。相似地，在商業銀行數據戰略制定的初期，一個滿足多方高階訴求的愿景極為重要，戰略愿景下要有明確的戰略目標及戰略原則承接，為了實現戰略目標，制定相應的戰略舉措和實施策略。商業銀行數據戰略的框架，自上而下分別為數據發展愿景、數據戰略目標、數據戰略建設總體原則、數據能力建設的關鍵舉措、數據戰略實施策略，以及數據戰略的評估體系。? ? ? ?數據戰略愿景位于整個數據戰略規劃的最高層，是整個數據戰略的最高指引，是商業銀行所有利益相關者本質訴求的有機結合，是商業銀行發展的“詩和遠方”。數據戰略愿景可以是完全圍繞數據的，對數據本身的管理、發展做出展望，也可以是以數據作為重要戰略手段，實現更高層次、全局性的業務愿景。數據戰略目標在整個數據戰略規劃中位于承上啟下的位置，是戰略愿景的承接和拆解，是戰略舉措的指引綱領。為了呼應戰略愿景，商業銀行可能需要制定若干個、分階段的戰略目標，分別對應商業銀行不同階段自身的政策能力及外部的形勢環境。數據戰略總體原則對上承接數據戰略目標，對下指引數據戰略舉措，在數據戰略舉措的制定和具體的實施中，具有非常重要的作用，是后續戰略推進中做出決策的統領原則。數據戰略舉措位于整個數據戰略規劃的主體位置，是數據戰略的關鍵組成部分，是實現戰略目標的途徑，其涉及的范圍可寬可窄，可深可淺，需要商業銀行根據自身情況及戰略目標進行調整。商業銀行數據戰略應從以下方面進行重點建設：

? ? ? ? 1.數據資產管理

? ? ? ?圍繞數據資產內容、數據資產運營、數據資產平臺等支撐能力，建設商業銀行數據資產管理體系，從根本上解決業務人員關心的有哪些數據、數據在哪里、用哪個數據、怎么用數據的問題，使數據可見、數據可懂、數據可信，讓更多的用戶能更好地使用數據資產，真正實現商業銀行的數據普惠目標。

? ? ? ? 2.數據標準管理

? ? ? ?通過商業銀行統一的元數據模型，建設元數據驅動的數據標準管理機制，實現業務到IT語義的轉換，提高業務和IT之間的一致性，保障IT系統能夠真實反映業務事實，通過業務系統間相關數據標準、數據映射關系和數據規則的描述，為業務系統集成提供支撐。

? ? ? ? 3.數據質量管理

? ? ? ?左移式管控：通過技術手段和規范操作控制，加強業務系統錄入端控制，從源頭減少數據質量問題，降低數據質量問題整改成本，實現數據質量問題事后管理向源頭管控前移的管控策略。差異化管控：通過數據等級劃分，建立大數據分級質量管理機制，應用先進質量管理工具，提升數據質量檢核與預警能力，逐步形成問題根因分析、問題管理、評價與衡量、響應問責的數據質量閉環管理。

? ? ? ? 4.數據架構

? ? ? ??流批一體：打造一個既能支持低延遲又能滿足高吞吐要求的融合型計算引擎，實現大規模復雜實時計算能力。數據中臺：融入AI、BI技術，構建數據中臺架構，通過打破數據壁壘， 實現全行數據資產統一加工，構建數據資產全域共享能力；通過算法、模型為導向的深度加工，打造數據價值挖掘的智慧能力。

? ? ? ? 5.數據生存周期管理

? ? ? ?數據分級存儲：圍繞數據生命周期的不同階段，制定不同數據類型的數據分級存儲策略，合理使用存儲資源，根據數據使用頻度、數據重要程度對數據進行歸檔、銷毀等處理，降低存儲成本，提升整體數據處理效率。數據加工路徑優化：通過數據使用情況的自動化監測，識別較少使用的數據集，借助元數據地圖，定位并優化數據加工路徑，釋放數據處理資源，降低數據處理計算成本。

? ? ? 6.數據安全管理數據

? ? ? ?安全體系：圍繞數據分級管理，構建數據安全和隱私合規的數據安全體系，從管控框架、技術架構及運營機制等方面，全面提升基礎安全風險防護和新興安全挑戰應對能力。個人信息保護：針對《個人信息保護法》要求，構建個人信息數據生命周期和管理閉環協同的數據安全體系，提升商業銀行個人隱私管理水平， 滿足監管合規的政策要求。?

? ? ? 7.數據開發管理

? ? ? 通過引入DataOps體系，借助自動化工具和協助機制，簡化數據分析應用的設計、開發和維護流程，形成具備持續集成、持續交付、質量保障、安全合規等優點的敏捷型數據分析體系，使業務人員快速獲取數據洞察，降低數據團隊解決數據孤島和數據質量問題的困境，實現IT和業務的深度融合協助。

? ? ? ?8.數據應用管理

? ? ? 圍繞商業銀行業務場景，建設業務數字智能創新全景應用，從報表查詢、數據分析挖掘、大數據應用等領域，通過借助AI、機器學習等技術，進行數據應用數字化升級，實現商業銀行精細化管理，實現從客戶營銷與服務、風險管理、運營優化與提升、產品創新與設計、監管合規等領域， 識別業務創新機會，提升數據賦能水平。

? ? ? ?9.數據金融

? ? ? ?在數據資源轉變為數據資產過程中，商業銀行必將面臨確權、合規、估值與流通在內的一系列挑戰，迫切需要結合商業銀行數據資產的特點，建立科學、統一的數據估值和定價機制，探索新的商業模式，引入安全可信技術，推進數據在更高層次的協同和共享，助力數字經濟可持續發展。基于數據資產估值體系，探索和建立包括數據銀行、數據信托、數據證券、數據中介在內的創新商業模式或數據資產金融工具，催生新的銀行業務模式，為銀行自身發展創造新的動能，推動國家數字經濟可持續發展。數據戰略實施策略位于整個數據戰略規劃的下層，是戰略舉措的拆解和落地，包括實施路徑規劃及制度保障、組織分工、資源配置、文化共識等保障措施。實施策略的落地應重點保障短期目標的實施規劃及資源投入，快速獲得實施項目的收益，為后續大規模項目開展提供經驗支持。在資源投入方面，商業銀行可以通過設立CDO，通過一把手工程推動數據文化落地實施，加大數據人才培養和引進機制，逐步提高商業銀行內部數據決策的意識，以場景為依托探索數據賦能業務的運作機制，建立配套的制度和流程，積極引導商業銀行數據文化的良性培育。評估體系是對商業銀行數據能力及數據戰略實施情況的客觀評價。商業銀行數據能力的評估從全能力域的角度考慮，確保商業銀行的數據能力符合建設預期及建設目標，作為商業銀行定期自檢自查及與其他同業數據能力進行參考對比的指標，為商業銀行數據戰略規劃提供依據，為商業銀行數據戰略實施過程提供落地分析，協助商業銀行動態調整資源，及時完成戰略規劃目標。數據戰略實施的評估從重點實施項目的角度考慮，從落地層面評估數據戰略的實施效果，推動商業銀行數據能力提升，提高數據能力評估準確性。數據能力評估與戰略實施評估之間關系如下圖所示。? ? ? ?

? ? ? ?02??商業銀行數據戰略地圖

? ? ? ?基于商業銀行數據戰略框架，結合實際的項目經驗，普華永道總結出由“一個愿景”、“兩點聚焦”、“四大賦能”、“六大支柱”構成商業銀行數據戰略地圖，通過數據戰略實現“數據+”的戰略愿景。

? ? ? ??一、兩點聚焦

? ? ? ?1. 數據勢能：從數據賦能數字化轉型，數據驅動業務、技術和商業模式創新等角度，通過對數據資產的開發、管理和運營等手段，聚集數據能量，實現數據資產的保值和增值。2. 數據動能：圍繞數據生態場景，數據交易模式，創新數據金融產品，隱私保護等領域，通過多元化的數據共享手段，充分喚醒數據潛在的經濟價值和社會價值。

? ? ? ?二、四大賦能

? ? ? ?1.數據+轉型

? ? ? ?依托數智化手段，通過數據驅動運營模式、數據驅動經營決策、數據驅動業務流程等方面的變革，實現用戶洞察、改善用戶體驗、創新產品和服務、優化運營流程、強化風險控制、重塑商業模式，充分釋放數據生產力。

? ? ? ?2.數據+創新

? ? ? ?數據產品創新：充分利用數據、標簽、模型， 結合業務場景，進行數據產品化模式的創新， 同時，利用產品創新，牽引管理能力和技術能力的提升。數據管理創新：利用科學的建模作業、敏捷的數據運營、創新的數據資產管理等手段，實現數據資產價值的快速發現、保值和增值。數據技術創新：積極探索、嘗試和引入前沿技術，利用新興技術充分發現數據在廣度、深度、頻度和安全等方面的潛在價值。

? ? ? ?3.數據+生態

? ? ? ?場景生態：圍繞業務場景，構建數據驅動的客戶管理、營銷管理、運營管理、風險管理、財務管理等數字智能全景，充分賦能業務，兌現數據的業務價值和經濟價值。產品生態：構建多層次多形態多模式數據產品體系，降低數據使用門檻，全面賦能各類用戶，實現數據普惠，兌現數據的內在價值。交易生態：接軌國家數據要素市場化建設，探索和構建數據能充分共享和交易的商業模式， 兌現數據的市場價值。安全生態：充分利用區塊鏈、多方安全計算等數字化手段，以數據確權為前提，建立個人隱私及其它敏感數據全生命周期的保護體系，兌現數據的社會價值。?

? ? ? ?4.數據+金融

? ? ? ?基于數據資產估值體系，探索和建立包括數據銀行、數據信托、數據證券、數據中介在內的創新商業模式或數據資產金融工具，催生新的銀行業務模式，為銀行自身發展創造新的動能，推動國家數字經濟可持續發展。

? ? ? ?三、六大支柱

? ? ? ?數據組織：商業銀行要適應性調整組織架構，加大資源投入，增加復合型人才比例，通過培訓提升員工數據技能，支撐數據能力建設，形成數據與業務深度融合的數字化組織，構建數據能力中心。數據文化：商業銀行要構建數據文化，讓數據成為商業銀行的行為和信仰體系，逐漸培養員工的數據覺察力和敏感度，提升員工的數據素養，讓數據真正成為商業銀行文化的重要部分。數據治理：商業銀行要建立面向服務的主動型數據治理機制，提升治理效率和服務業務滿意度， 通過新技術豐富治理手段， 提升自動化治理能力，建立大數據治理機制，豐富商業銀行可用數據資源。數據資產：商業銀行以數據價值為導向，從資產登記、資產服務化、資產評價和估值等方面，構建數據資產運營管理體系，讓數據資產可見，可懂、可信，建立業務與數據的橋梁。數據合規：商業銀行要圍繞法律法規要求，加強個人隱私的數據保護，強化數據資源全生命周期安全保護，建設大數據環境下數據分類分級保護能力，加強數據安全評估，推動數據向外安全有序流動。數據智商：商業銀行通過引入數據編織、低代碼工具和機器學習等技術，降低數據服務門檻，提高商業銀行運營決策效率，豐富數據產品數量， 讓商業銀行成為真正的數據驅動型組織。