而這樣的需求，催生了以平安金融壹賬通為代表的數(shù)據(jù)治理“外腦”的崛起。壹賬通本月推出的國內首個銀行業(yè)全流程數(shù)據(jù)治理解決方案，目前已在多個中小銀行上線。
人才投入、場景積累、技術迭代，都是中小行數(shù)據(jù)治理的短板——像王能這樣抱有類似想法的銀行業(yè)高管不在少數(shù)。
“我們的問題是，前幾年組織管理體系沒有確定一個戰(zhàn)略性導向，現(xiàn)在我們專門成立了數(shù)字銀行管理部，作為數(shù)據(jù)治理的核心部門。數(shù)據(jù)是管理者的決策基礎，對普惠金融應用、內控風險管理體系都至關重要，桂林銀行下一部發(fā)展就是要借助外部金融科技機構，做好數(shù)據(jù)治理”，桂林銀行董事長王能告訴校尉。
國內銀行業(yè)的數(shù)據(jù)治理基礎有多薄弱？校尉了解到，目前多家銀行在報送監(jiān)管報表的時候，仍舊是依靠手工輸入；2018年銀保監(jiān)會發(fā)布了《銀行業(yè)金融機構數(shù)據(jù)治理指引》后，雖然眾多中小銀行成立了數(shù)據(jù)相關部門，但是規(guī)格大多并不太高，屬于信息科技部下面的二級部門；此外，與國外許多銀行設置首席數(shù)據(jù)官不同，國內設置數(shù)據(jù)官的銀行寥寥無幾。
“監(jiān)管報送、計財報表、客戶營銷管理，這都是數(shù)據(jù)治理的實際場景。長久以來銀行會針對不同場景做不同的數(shù)據(jù)采集和分析，但它并沒有將數(shù)據(jù)放在同一平臺上，由同一部門集中處理。這是很多中小銀行做數(shù)據(jù)治的根本缺失”，金融壹賬通智能風控總經(jīng)理、加馬人工智能研究院首席科學家施奕明對校尉說。
而金融監(jiān)管研究院副院長劉誠燃撰文直言，數(shù)據(jù)治理是一件“不討好”的事情?！昂蛿?shù)據(jù)打交道的永遠只有減分項，沒有加分項。說官話一點就是激勵不足，約束有余。領導再沒想數(shù)據(jù)治理專職人員配了幾個，發(fā)展業(yè)務時從來就覺得填報表的是冗余，領到罰單后，卻不認真反思本行在數(shù)據(jù)治理方面投入了多少人力、精力和財力，反而責怪填報人員能力差、不用心”，劉誠燃說。
金融壹賬通、中小銀行互聯(lián)網(wǎng)金融（深圳）聯(lián)盟、埃森哲聯(lián)合發(fā)布的《中小銀行金融科技發(fā)展研究報告（2019）》，系統(tǒng)化地將目前中小銀行數(shù)據(jù)管控體系現(xiàn)狀進行了梳理：
27%的中小銀行缺乏公司級數(shù)據(jù)規(guī)范，數(shù)據(jù)多頭管理，部門數(shù)據(jù)互通靠自發(fā)或人工傳遞；46%的中小銀行初步搭建公司級數(shù)據(jù)管控體系和基礎規(guī)范，但應用尚未下沉到業(yè)務，數(shù)據(jù)互通程度不理想；僅18%的中小銀行初步建立數(shù)據(jù)管理體系和管控工具，進行了平臺整合，各部門基本落實公司數(shù)據(jù)規(guī)范體系；僅9%的中小銀行實現(xiàn)有效數(shù)據(jù)治理，數(shù)據(jù)管理體系完善，全面實現(xiàn)大數(shù)據(jù)應用。
金融壹賬通董事長兼CEO葉望春指出，目前銀行業(yè)數(shù)據(jù)治理存在四大痛點：第一，數(shù)據(jù)分散、雜亂、割裂，沒有全局數(shù)據(jù)觀；第二、數(shù)據(jù)收集靠傳統(tǒng)手工，渠道單一、模式落后、效率低、成本高；第三、數(shù)據(jù)標準不統(tǒng)一、缺乏分析工具，數(shù)據(jù)難運用；第四、技術系統(tǒng)落后、難以滿足數(shù)據(jù)管理需求，存在數(shù)據(jù)安全和風險隱患。
“銀行必須從長遠和戰(zhàn)略的高度來重視數(shù)據(jù)治理。同時，要借助第三方科技的力量突破自身人才、資金、場景這些方面的限制”，葉望春說。
“銀行業(yè)的數(shù)字化轉型，既是技術問題，又是業(yè)務問題”葉望春指出。銀行數(shù)據(jù)化轉型需要在對金融業(yè)務有基本理解的前提下，確保有效機制落地。
施奕明認為，從根本上建立數(shù)據(jù)治理機制，銀行需要做到：一設立有權協(xié)調業(yè)務條線資源的首席數(shù)據(jù)官，確保數(shù)據(jù)部門能夠獲取貼近業(yè)務場景的數(shù)據(jù)源；二將數(shù)據(jù)部門確立為行級一級部門，并將信息、科技、計財?shù)认嚓P部門人員納入；三. 確立統(tǒng)一數(shù)據(jù)標準，并進行數(shù)據(jù)質檢；四.建立敏捷開發(fā)體系。
正如客源和場景的雙重缺失催收了銀行助貸模式興起一樣，人才、場景、科技基礎的缺失再加上銀行數(shù)字化轉型的迫切需求，催生了“外腦”生意經(jīng)——已經(jīng)有敏銳的金融科技服務商開始輸出銀行數(shù)據(jù)治理解決方案，而銀行對此很“買賬”。
日前在桂林舉辦的“中國數(shù)字銀行論壇”就是一個縮影：現(xiàn)場一百家中小銀行高管或業(yè)務部門負責人齊聚，甚至不乏類似濟寧銀行這樣一下子來五個高管的銀行。它們是中國中小銀行數(shù)字化轉型的最鮮活案例之一。
平安金融壹賬通成了這場論壇當仁不讓的主角，其順勢推出了我國首個基于大數(shù)據(jù)平臺的全流程數(shù)據(jù)治理解決方案 ——加馬數(shù)據(jù)治理解決方案，吊起了多家與會銀行的胃口。
金融壹賬通聯(lián)席總經(jīng)理邱寒介紹，壹賬通全流程數(shù)據(jù)治理方案的部署時間比傳統(tǒng)的產(chǎn)品縮短1~2個月，其借助AI和大數(shù)據(jù)，將無序數(shù)據(jù)關聯(lián)化、隱性數(shù)據(jù)顯性化、靜態(tài)數(shù)據(jù)動態(tài)化，以解決業(yè)內普遍存在的數(shù)據(jù)難看清、難收集、難運用和難管理等痛點。
具體而言：加馬數(shù)據(jù)治理解決方案構筑了中小銀行數(shù)據(jù)治理六大模塊：
針對銀行業(yè)金融機構,加馬數(shù)據(jù)治理解決方案可以幫助客戶制定一整套數(shù)據(jù)標準規(guī)范,包含基礎類數(shù)據(jù)標準,分析數(shù)據(jù)標準兩大部分。同時利用自然語言技術及知識圖譜技術幫助工作人員快速定位到相關的數(shù)據(jù)標準,解決目前中小銀行因標準文檔繁多、信息量大而難以查找關鍵信息問題。
目前,大多中小銀行使用文檔手工管理元數(shù)據(jù),存在數(shù)據(jù)資產(chǎn)不清晰、格式混亂以及更新不及時等問題,導致業(yè)務人員難以運用數(shù)據(jù)并進行深入分析挖掘,了解數(shù)據(jù)含義溝通成本高、耗時長,使用數(shù)據(jù)出錯率高。加馬數(shù)據(jù)治理解決方案通過數(shù)據(jù)地圖等功能梳理出數(shù)據(jù)和數(shù)據(jù)之間的關系,可視化展示數(shù)據(jù)資產(chǎn)視圖,同時自動化分析數(shù)據(jù)流向及上下游血緣關系。通過簡單查詢即可檢索數(shù)據(jù)的業(yè)務含義、數(shù)據(jù)位置、數(shù)據(jù)量、數(shù)據(jù)字典、數(shù)據(jù)關系等信息。
針對銀行內部數(shù)據(jù)變動監(jiān)控難,以及數(shù)據(jù)質量問題發(fā)現(xiàn)不及時等問題,加馬數(shù)據(jù)治理解決方案提供變動異常掃描、標準質量監(jiān)控等工具,自動配置質量核驗規(guī)則庫,定期掃描分析各數(shù)據(jù)庫質量,一鍵生成質量分析報告,通過數(shù)據(jù)定義和數(shù)據(jù)值抽樣檢查結合的方法全方位掃描各種數(shù)據(jù)質量問題。幫助銀行實現(xiàn)智能數(shù)據(jù)質量監(jiān)控。
面對銀行敏感數(shù)據(jù)分散,泄露風險高等問題,加馬數(shù)據(jù)治理解決方案通過智能掃描識別敏感數(shù)據(jù)一鍵配置脫敏的方式解決大數(shù)據(jù)平臺上的海量數(shù)據(jù)識別脫敏問題,同時,日志監(jiān)控預警通過大數(shù)據(jù)實時計算流處理技術追蹤、抓取、分析大數(shù)據(jù)平臺相關日志,監(jiān)控用戶對數(shù)據(jù)的使用操作,有效降低大數(shù)據(jù)平臺操作及數(shù)據(jù)泄露風險。
數(shù)據(jù)治理監(jiān)控分析往往在銀行難以實現(xiàn),一是因為專業(yè)門檻高,管理人員難以使用,二是監(jiān)控項目復雜,傳統(tǒng)分析方式耗時耗力,三是傳統(tǒng)報表工具呆板單一,難以支撐監(jiān)控分析。加馬數(shù)據(jù)治理解決方案靈活運用自然語言技術、維度自助下鉆等技術,自動了解用戶分析意圖,呈現(xiàn)數(shù)據(jù)治理相關監(jiān)控結果方便進行自助探索分析。
目前各銀行在業(yè)務場景中接入使用外部數(shù)據(jù)時普遍面臨開發(fā)周期長,監(jiān)控管理困難等問題。報送監(jiān)管數(shù)據(jù)時也面臨手工操作多、效率低、費時費力、出錯率高等問題。加馬數(shù)據(jù)治理解決方案通過圖形化工具實現(xiàn)零代碼開發(fā)接入外部數(shù)據(jù),智能檢測外部數(shù)據(jù)質量,實現(xiàn)多數(shù)據(jù)源智能路由,實時監(jiān)控接口流量與并發(fā)量,并以可視化圖形、報表實時反饋監(jiān)控結果,提示風險預警。
