阿里、蚂蚁、晟腾、中科加禾精彩分享 AI 基础设施洞见,现购票可享受 9 折优惠 |AICon 了解详情
写点什么

专访华润银行:中小银行如何突围“数据治理”的层层障碍?

  • 2024-03-29
    北京
  • 本文字数:5271 字

    阅读完需:约 17 分钟

专访华润银行:中小银行如何突围“数据治理”的层层障碍?

在数智化时代,数据已成为银行竞争力的核心。华润银行,作为行业内积极拥抱数字化变革的先行者,其数据治理的探索和实践,为行业提供了宝贵的经验和洞察。


据了解,华润银行早在立行之初就将数据标准化作为基础工作,尽管当时的驱动力主要来自监管要求,但随着时间的推移,华润银行逐渐认识到数据治理对银行数字化转型的重要性,并开始着手构建数据驱动的新模式。


这些年,在面对监管的新要求和市场的挑战时,华润银行不断优化其数据治理的组织架构和工作机制,通过成立专门的委员会、确定主责部门,明确数据治理的核心战略位置。此外,随着“十四五”智能化银行战略的提出,华润银行更是进一步强调了数据与智能化的融合,旨在深化数字化转型并进一步提升核心竞争力。


本文中,InfoQ 数字化经纬通过与华润银行首席信息官张昕的对话,探讨华润银行在数据治理方面的系统规划与实施,分析其在应对监管政策、技术革新和市场需求中的策略选择和成效,以及这些措施如何共同推动华润银行向特色数字化产业银行的战略目标迈进。


华润银行首席信息官张昕

银行要走向智能化,离不开数据的基础


华润银行在数据治理领域的探索和实践最早可追溯至 2010 年左右。那时华润集团正式入主原珠海市商业银行,后者于 2011 年初正式更名为“珠海华润银行”,从立行之初,华润银行便开始了数据标准化的工作。据张昕所述,“坦率说,那会主要的驱动力源自监管。”


2016 年是“十三五”开启之年,华润银行确立了信息化银行战略。在该战略的指导下,银行开始从经验依赖型向数据依赖、数据驱动型的模式转变,同时在战略层面加大了对数据治理的重视,并强化数据应用。


2018 年,银保监会下发《银行业金融机构数据治理指引》,在数据治理架构、数据管理、数据质量控制等五方面提出了明确要求,并对数据治理进行了定义。为响应新的监管要求,华润银行进一步强化了高层治理机制,成立了“三位一体”的科技综合治理架构(信息科技管理委员会、数据治理委员会和信息安全管理委员会),这也是华润银行首次成立由高管层组成的数据治理委员会,并明确了科技部门在数据治理和应用中的牵头地位。


进入“十四五”规划的初期,华润银行提出了智能化银行战略,进一步强调数据和智能化的深度融合。张昕强调:“银行要走向智能化,一定脱离不开数据的基础。”华润银行当时制定了“12345”的数字化发展战略,推动构建企业级数智化能力平台,以用户为中心构建客户与员工的双在线服务体系,推动业务中台、数据中台和技术中台的建设,并按照移动优先、生态开放、数据智胜、安全敏捷四大策略,构建输出差异化产品、精准化营销、平台化运营、数字化风控、高效化管理等五大能力,从而支持银行的数字化转型和核心竞争力的提升。


近些年,监管部门对金融机构的数据治理越发重视。除了《银行业金融机构数据治理指引》,2021 年中国银保监会出台了新的《商业银行监管评级办法》,其中数据治理占评级要素权重 5%,与盈利状况权重相同;2021 年中国人民银行出台了《金融业数据建设能力指引》,提出了金融机构数据能力建设规范和要求。


2022 年,华润银行紧跟国资委对央企产业发展导向,明确提出打造“特色数字化产业银行”的战略目标,进一步将数字化和数据治理放在战略的核心位置。张昕总结道:“监管政策、行业趋势、技术革新以及我们自身的发展需求,共同推动了我们数据治理工作的演进。”

围绕数据治理,“五转”成效如何?


为有效跟踪和评估数字化转型的进展和效果,华润银行制定了一套包含“意识、方法、组织、文化、模式”五个维度的评价体系。张昕介绍了华润银行围绕数据治理在这些维度的成果。


首先从“转意识”角度看,华润银行将数据战略全面融入其发展战略中,并通过开发数字化产品、构建数字化工具和推广数字化工作模式等措施,让员工在日常工作中感受数字化转型的成效,提升数字化认知。同时,近几年依托于数据中台的构建以及相关的培训,结合团队年轻化策略,员工对于数据应用的主动意识整体有了显著提升。


第二,就“转方法”而言,华润银行依托于数据中台强化了转型的核心能力,采用企业架构方法论,重新规划银行的数据架构。同时,开展数据要素治理,如今内部特别强调在业务逻辑和系统规划时期就引入数据需求、标准和治理要求,提前解决数据质量和共享的一些问题。在一系列调整下,华润银行大幅提升了数据的质量和利用率,如客户交易、存款贷款等主要数据主题的完整性从 90.23% 提升至 99.99%。


第三,在“转组织”方面,华润银行结合新一代核心系统和供应链金融平台的建设,探索构建数据中台型运营组织。同时,强化组织协同和数字化人才队伍建设,通过持续的员工培训和行业交流,提升数字化管理 / 技术 / 应用能力,目前内部已有 80 多名员工获得了数字金融科技师的专业认证。


“星星之火可以有很好的种子效应,我想这些都是后续推动全行数字化转型、提升数据意识的很好的推动措施。”张昕说道。


第四,对于“转文化”,张昕强调,文化听起来较为抽象,需要有具体工作举措来承载。一方面,通过举办各种形式的专题会议、培训、论坛以及课程等,提升管理层的数字化领导力;另一方面,增强员工的“用数”习惯,并举办竞赛鼓励全员参与和贡献创意。


最后,“转模式”方面,华润银行以数据中台为支撑,以数据应用为驱动,持续优化数据资产的运营和管理,完成了重要的数据资产盘点和分类工作(新增 3300+ 数据资产,完成 11 大主题 89 类数据资产盘点),面向全行共享。此外,还建立了一套完整的数据资产全生命周期运营体系,从数据入库、上架、调用到下架的每一个环节都有明确的流程和标准,为数据价值创造和资产化打下了基础。

破局:以数据中台为抓手


从以上“五转”维度的成效来看,显而易见,数据中台在华润银行近两年的数据治理过程中起到了关键作用。


然而,在引入数据中台之前,华润银行在数据治理方面遭遇了多重挑战。张昕以“十四五”规划初期的情况举例,即 2021 年左右,行内在数据治理上存在管理机制和手段不完善、跨部门协调难、责任不清晰、数据管理缺乏技术手段管控等多方面痛点。这些问题不仅反映出组织结构的缺陷,还导致了数据共享的障碍、数据标准化的缺失和数据质量的下降。


此外,一个关键的挑战在于数据价值未能充分释放,数据能力及其共享程度远远不足。


回顾当时的数据架构,张昕指出了几个关键不足之处:


第一,数据管理基础工作缺乏技术支持,包括数据的血缘关系管理、数据质量的自动化监控、数据标准化等,虽至关重要,但却缺乏有效的技术工具支持。


第二,面对日益复杂和多变的业务需求,传统的数据仓库架构和竖井式的数据应用系统不再适用,这不仅导致了数据的重复存储问题,还阻碍了数据的互通与一致性。


第三,缺乏有效的公共数据资产构建,导致数据开发和使用效率低,业务线提交的数据应用场景需求难以快速响应。


面对来自数据管理和应用的种种挑战,数据架构的转型已迫在眉睫。华润银行借鉴了行业的实践经验,从自身面临的问题和矛盾出发,确定了建设数据中台作为抓手和突破点。


华润银行的目标是打造一个易用、好用、复用、实用的数据中台。该中台以数据价值为导向,聚焦于营销、风控、管理这三个重点领域的数据应用,以此来推动技术能力中心和数据资产管理运营体系的建设。

过程中,华润银行采用敏捷和迭代的开发模式,加快中台搭建和应用的进度,同时通过中台建设推动组织架构、文化体制方面的改革和变革。


张昕表示,数据中台的建设不仅仅是技术上的升级,更是推动了机制和文化层面的变革。其进一步指出,这一变革涵盖了加快业务需求响应的敏捷组织架构构建,推广基于数据的精细化经营决策方式,以及培养一支既懂数据又精通业务的复合型数字化人才队伍,显著提升了业务部门的数据分析能力和自主性。


此外,数据中台显著提升了数据服务支撑能力,通过新增数据 API、可视化分析、智能模型 API 等多样化数据智能服务,与各领域业务场景深度融合。截止 2023 年,新增数据分析服务超过 2300 项,每月数据 API 和智能模型 API 服务调用量已超过 700 万次。


目前,通过对数据中台的持续优化,构建了包括数据集成、开发、智能、服务、资产管理在内的五大核心能力中心,并基于图形化拖拽、参数化配置等方式,进一步降低数据分析应用门槛。最终,使得 2023 年华润银行全行使用数据分析的人数较 2022 年同比增长 40% 至 320 人,数据研发效率提升 30% 以上,大数据开发人员的培养周期减半。

2025 年:推动数据中台全面应用


为实现 2025 年的目标——“全面应用数据中台”,华润银行制定了一系列规划和举措,主要从以下九个方面推进:


1. 加强新建系统的数据标准化建设。尤其是华润银行当前处于基于信创技术的底层架构重构系统的高峰建设时期,需要在系统开发的早期阶段就进行数据标准化工作,并持续完善企业级的数据标准体系,遵循定义统一、口径统一、名称统一、来源统一、参照统一的原则,并通过数据标准的全生命周期管理来实现新建系统的数据全流程标准化。


2. 提升数据质量智能化管理的能力:构建完备的数据质量监测规则库,并实现从监测到整改的闭环管控机制,通过自动化流程提升数据质量监测的及时性和准确性。


3. 增强数据采集和接入能力:加强内外部数据的整合,参与区域型数据要素市场建设,大力引入外部数据以提升数据的深度和广度。特别是对中小银行而言,会面临数据量远远不够的处境,外部数据的引入也对推进人工智能的研究和应用至关重要。


4. 构建高效共享安全的数据计算能力:进一步提升数据计算效率,实现实时与批量计算的融合,降低技术使用门槛,满足实时风控和事件式营销场景中的数据时效要求,同时加强隐私计算技术的应用。


5. 围绕数据中台强化人才队伍建设:通过集中为主、统分结合的模式,加强行内数据分析师队伍的建设,采用多样化的学习和实践方式提升数据分析专业能力。


6. 加强数字化应用的内部推广:包括经营管理看板和灵活查询分析中心、报表指标的一体化查询服务等;加速数据交互,提升用户体验,推动以客户为中心的数据管理模式,穿透核算主体,打通财务与业务数据,从而全面提升银行对业务、财务、风险管理的洞察和效率。


7. 构建统一监管报送平台:利用数据中台提升面向监管的数据工作能力,构建监管数据集市。


8. 完善智能营销全生命周期体系:基于大数据挖掘客群价值,建立从商机发现、营销策略、运营跟踪成效分析到策略优化的更成熟的数字化的营销闭环机制。


9. 推动风控中台建设:基于数据中台构建风控中台,完善数字化风控模型,提升线上线下一体化的全生命周期数字化风控体系。

数据资产入表的影响与应对策略


我国去年印发的《企业数据资源相关会计处理暂行规定》已于今年 1 月 1 日起正式实施,银行作为数据密集型行业,天然地具备众多数据资源,这一政策的实施无疑对商业银行带来较大影响。


在张昕看来,《暂行规定》对商业银行意义重大,既为银行数字化转型提供了衡量标准,帮助识别新的增长机会,也通过评估数据资产的价值,揭示了数据在推动业务创新、运营优化和提升客户体验方面的巨大潜力。


他强调,这一规定促使银行明确数据资产的价值,随着数据资产逐步清晰和规范,为银行提供了创新产品和业务模式的机遇,尤其是在抵押形态、业务评估逻辑和风控逻辑等方面。


展望未来,华润银行将在两个主要方向上进行数据要素的探索:一是作为数据商,探索数据的确权、定价与流通,着力提升数据资产价值,深入参与到数据要素市场的循环中。二是基于其特色数字化产业银行定位,充分发挥数据资源优势,在产业链中构建服务生态,与上下游共同探索数据生态和数据流通共享机制。


据悉,目前华润银行正与华润万家探索基于数据的定价与交易机制。同时,银行计划通过以下措施进一步推进数据治理和安全,激活数据的潜力:

  • 数据治理机制完善:优化数据工作的组织结构,实现业务数据化和数据业务化的互促关系。

  • 数据与 AI 的深度结合:基于数据能力支撑 AI 全流程应用,探索大模型等人工智能技术在银行业务中的深度应用。

  • 数据要素流通与交易:探索数据交易机制,解决数据流通中的挑战,特别是在安全性和定价机制方面。

“以用促治”,让治理工作更长久


在总结华润银行的数据治理逻辑时,张昕强调了“以用促治”的核心策略,即利用数据应用驱动数据治理,实现数据智能化和应用的一体化。


他指出,数据治理的范畴远不止于数据标准化或质量的提升,而是一个涵盖数据质量提升、数据资产化、平台构建及管理和数据应用价值提升的综合性命题。


数据治理不应仅仅关注于底层的基础设施建设,也就是“下水道工程”。这种做法往往因缺乏驱动力和无休止的问题而难以成功。此外,即使付出了大量努力,如果只从业务和管理的狭隘视角出发,也难以让管理层感到满意。


因此,华润银行采取的“以用促治”的策略,从数据应用和价值最大化角度出发,逆向推进数据治理的方法,明确治理的价值导向,并快速实现显著的效益。这一策略不仅让数据治理工作更具有方向性和效率,也保证了治理工作的持续动力和成效。


“数据的价值在于其广泛的应用和在银行主要经营管理领域的全面渗透。”张昕进一步阐述。


或许,只有将数据作为决策和思考的基石,包括华润银行在内的千行百业才能充分释放数据治理与数字化转型的真正潜力。

2024-03-29 17:024476

评论 1 条评论

发布
用户头像
...
2024-04-01 13:52 · 上海
回复
没有更多了

week5 coding

GAC·DU

一致性哈希算法Java实现

dapaul

架构师

架构师训练营 0 期第五周

Blink

直接赋值,深拷贝和浅拷贝

Leetao

Python Python基础知识

深入理解CAS:以AtomicInteger为例

itlemon

Atomic CAS AtomicInteger 自旋

推荐 10个 NB的 IDEA 插件,开发效率至少提升一倍

程序员小富

Java 效率 IDEA

分布式缓存架构

Jeannette

你真的在做持续集成吗?

冯文辉

DevOps 持续集成 CI/CD

再谈任务分解

松花皮蛋me

Java 精益开发

架构师训练营总结 -5

River Tree

极客大学架构师训练营 个人总结

week05-总结

seki

架构师训练营第5周总结

aoeiuvzcs

创业使人成长系列 (1)- 从失败中学习

石云升

创业 个人成长 成长

第五周作业

第四周课后练习

秤须苑

极客大学架构师训练营

week5 总结

GAC·DU

架构学习第5周作业

乐天

架构训练营week05-总结

尔东雨田

架构师训练营第五周 - 作业

桔子

小师妹学JVM之:Dirty cards和PLAB

程序那些事

Java JVM 小师妹 性能调优 签约计划第二季

Spring Boot 最流行的 16 条实践解读,值得收藏!

Java小咖秀

spring 学习 Spring Boot SpringBoot 2 经验分享

架构师训练营第5周作业

aoeiuvzcs

[架构师训练营] Week02 - 作业

谭方敏

Homework-我的一致性Hash算法

River Tree

Homework

Atlassian Team Playbook | OKR 好的不只是逼格

Atlassian

开发

想怎么玩,就怎么玩!搭载桌面级十代酷睿的神舟超级战神真香!

最新动态

实现一致性 hash 算法

Jeannette

week05-作业

seki

架构师训练营第五周总结

zongbin

极客大学架构师训练营

架构师训练营第五周 - 总结

桔子

功利学习法:我为什么要这么功利?

非著名程序员

学习 程序员 程序人生 提升认知

专访华润银行:中小银行如何突围“数据治理”的层层障碍?_银行_罗燕珊_InfoQ精选文章