解析CIFS|上海农商银行周衡昌：推进数据应用赋能业务发展
2024-04-22
尊敬的吴秘书长，各位专家：
大家好！做个分享，数据应用怎么推动银行金融机构的业务发展。我进入银行以后一直在搞信息科技工作，差不多30多年的时间，可以分成两个阶段：第一个阶段，参与银行的信息化转型工作；第二个阶段，也就是最近十年，数字化转型。
银行为什么要做数字化转型？实际上是要通过数据为核心，形成银行的新质生产力。并且在这过程中，形成适合新质生产力的先进的生产关系。所以数字化转型的本质就是这么一个生产力和生产关系的形成过程。
我总结了一下，有三个具体的效果，或者说我们达成的目标，从近阶段来说，数字化转型可能就会取得成效。
1.是不是实现了全面以客户为中心的战略？因为原来传统的东西不靠数据化，怎么可能实现对几千万，大行几亿客户个性化的金融服务？不可能做到的。
2.有没有通过数字化的手段实现了可循环、可迭代，不断演进的降本增效？因为我们传统的银行、机构流程非常复杂，你是不是每年有一大进步，若干年再造一个银行，再造一个数字化银行。
3.产品。你的金融产品是不是满足，或者说能够最快速度的去符合和满足各种客户的个性化要求等等。
银行数字化转型关键是全方位提升数据应用能力
这当中，所有的这一切起关键作用的实际上就是数据的应用能力，全方位的数据应用能力。所以全方位数据应用能力是在这次数字化转型过程中，对银行来说是个核心要点。不在于你建了多大的，或者说投入多大建了个云平台，建了个什么系统，关键是你的数据合理、很好的应用。
推动数据应用有两个方面：一个是技术层面，或者说从数据维度、数据驱动。还有业务维度，业务驱动。业务要主动地拥抱数字化的转型，要做好规划。还有很多涉及到组织关系的调整、组织的再造，这就是新的生产关系的形成。生产力的形成和生产关系的形成是一个矛盾体，也是相互促进的，我们在中学政治经济学就已经学过，数据系统就是我们打造强有力的以数字为核心的生产力。
业务驱动的特征和挑战
对传统的商业银行来说包袱蛮重的，转型也不是一蹴而就，以客户为中心是最大的特征，注重客户的体验，我们行成立了客户体验部，你推出的产品再好、再先进，客户体验不好一切为零，所以重视客户体验、注重流程管理、提高运营效率，这是我们的核心点，也就是说你做好了这几个，你才说你是以客户为中心的。
挑战是什么呢？传统的是条线分离的，有对公的，有支管的，有小企业，对公里面分了很多条线，我们怎么转变以业务场景为服务对象，流程的服务如何以场景为导向进行灵活的组合应用，而且在过程中能够发现自己的问题。所以这里面带来很多的，包括技术上缺少数据的共享和流程的连通等等，这都是我们要去打破的。
数据驱动的特征和挑战
数据驱动的特点是以业务能力提升为导向，不是说你数据部或者说科技部，我把内外的数据，我的大模型、数据仓库、小模型都建好了。技术应用水平很高，用了很多先进的技术，有用吗？没用的。你没有方法去帮助业务人员形成业务能力，一切都是零，是空的。同时我们要为客户提供全生命周期的个性化的服务。
双轮驱动赋能业务数字化能力提升
目前很多银行是在双轮驱动，有些大数据平台，有些以模型为基础的，信息系统的建设等等。传统的以数据仓库等等这套体系，实际上在设施服务能力、运营能力是不够的，但他同时还要服务好现有的银行体系的运转。包括我们要构建数据的管理体系和提升数据的专业化管理能力，这原来在之前信息化时代都是做的不够的，数据模型、数据安全、合规审计等等。
传统模式我们根据资产分类、客户人群的年龄分类，这是对客户服务的，如果我们AI技术、模型技术运用进去以后，在很多环节，就可以把客户进行细分。客户的行为我们获取了，无论是通过网上，在网点，还有通过手机，他的行为我们马上会形成对应的服务手段，我们的客户经理可以给他推荐他需要的产品等等，解决他碰到的困难。所以这个传统情况下和数字化以后是蛮大的差别。
双轮驱动的顶层设计
要做好数字应用的推动或者数字化转型，我们要形成一套有效的，因为刚才讲到的它不仅仅是以科技部门建什么系统，某一个单的业务条线要创新什么样的平台，什么样的产品能力等等，实际上更深涉及的总分支行一系列，包括总行内部条线之间的再定义、重组等等一系列工作，所以我们要形成专门的推进小组，最高领导任组长推进，我们要制定围绕数字化转型的核心战略，这个核心战略要高于传统的企业战略，因为要持续管下去，直至你转型成功。
还有全行的人才队伍，光有技术人员不行，所以我们还要让业务人员也变成数据专家，数据应用的能力要大幅提升。还有柔性组织，柔性组织是业务和技术互相交叉，相互之间不是业务和技术割裂的，这个柔性组织是多样化、多层次的。还有实体的推动，我们搞了一个数字化转型办公室，来实体的进行推动。
在全行范围内重新构建“1+1+1+M+N”的金融科技组织布局
在全行范围内也成立了一个组织关系，来推动新质生产力和生产关系的形成，我们叫“1+1+1+M+N”，M个需要深度融合的业务单位，N个一定规模以上的，我们选取一些分支机构，从上到下来推动。科技部门也是按照柔性组织的特点来形成若干个交付中心，来快速迭代，快速推动。这个是组织关系方面。
构建高效数据管理体系
还有管理体系，数字化转型会面临不光是行内数据，还要引进行外数据，要跟外面的数据进行合作，关于数据一系列的规章制度要建立起来，包括数据的管控体系、数据管理的专业化、数据应用的智能化，根据各种发展阶段我们构建相应的管理体系，来保障整个运作非常顺畅。
在数字管控体系里面有这几个要点，一个是战略与规划要构建好，要统筹好；二是数据管理的组织与职责要构建好；三是数据管理的制度与流程，要形成一套有基本制度+专业制度+业务领域实施的流程和规范，并在实践过程中我们不但去优化，去调整。
四是数据架构与共享，这是基础层面的，我们要构建基础的符合大数据实施性、大模型等等需要的数据平台；五是数据模型，数据模型是把我们的业务能力和业务知识，以及工作的节点融合到这里面去了，我们对模型整体的有效性管理，因为模型要建立生命周期的管理，这里面是很大的一块工作，模型的有效性等等，算法的资产库；六是数据安全，它是最基础的，这一块做不好，实际上就是大厦没根基，随时可能会倒塌，要建立全面、有效的数据分级分类管理体系；七是要做好元数据的管理；八是数据标准，并且要把数据标准的贯标和对标标准嵌入到我们的开发流程里面去，否则这个标准过一段时间，实际上和你的数据、数据库、数据集市里面，还有应用程序偏离很大，所以这也是一个难点。
九是数据质量，十是主数据，要搭建好数据质量的管理体系，我们叫“定测析改控评”六步法的提升流程和规则；是主数据，要建立客户、机构、员工、产品四大主数据体系，明确数据源。一些数据在这里有，那里也有，数据源只能是一个单一的，要把它梳理出来，确定权责，其他的只能应用。大家细细想想，这里面实际上大量复杂的工作去做。
十一、外部数据应用。将来会有大量的外部数据，交通银行也缺很多的行业、客户的数据，所以这是个很大的课题；十二、监管报送；十三、数据应用服务。这也是一个非常关键的管理工作，我们要制定相应的标准，明确指标、贯标、对标的流程和开发流程。
保障机制有这几个：1，技术平台支撑。我们要建立强大的数据中台，应用人工智能、区块链、云计算等等技术；2，数据合规和审计，发挥数据合规和数据审计二三道防线作用，建立健全相应的治理体系。
这是一个示意图，把刚才前面讲的做了一个总结，刚才讲的所有要点在这里分了三层：管控、管理、应用。数据安全是个基石，我们在广泛推进数据应用的时候就必须建立好。
DCMM企业管理数据的能力评估划分标准
能力的评估机制，国家也提出了数据管理能力的成熟度评估模型DCMM，国际上也有相应的标准。从我们国家制定的标准来看分了五级，在组织层面，这个是在2018年推出的，我梳理的数据是2022年底，从目前参评的企业来看，工商银行、国家电网、南方电网等已经达到五级了，其他的交行，2022年的时候还是四级。
探索研究数据资产
还有一块我们要探索研究数据资产的问题，从方法、路径来看，数据最早期是资源化，然后产品化、资产化、资本化。从总体来说，整体的银行界大概处于第二、第三阶段，第二向第三阶段迈进的步骤当中。
举个比较简单的例子，把数据比喻成水资源，把水资源装到瓶里面，数据能够装到某一个模块里面，或者能够形成有用的，对客户来说，对业务来说是有用的结合体，我们说这是个数据产品，就相当于我们把水放到瓶里面。什么时候能够把它变成资产？我们给水贴上了标签，它对应的水的品质，大家看了这个标签、商标，就知道水的品质，就形成了可交换的资产。银行业数据也是一样，这个例子蛮恰当的。这里解释了哪些是数据源，哪些是数据产品，哪些是数据资产。
数据资产入表思考
今年1月1日财政部印发的《数据资源相关会计处理暂行规定》，将数据资源作为无形资产及存货等项目入表。这里提出两个思考点：剥离控制、数权确认。对数据来说是蛮难的，有复制性的问题，怎么把数据从业务中单独剥离出来，形成产品，这才是资产化的前提。也就是说你要装瓶，要有合适的瓶，不能太大，也不能太小，不同大小有不同的用途，还有数权的确认。
第三个思考是价值确认的问题，是采用成本法、收益法还是市场法？成本法，有些场合合适，有些场合不合适。价值法看看蛮公道的，但不同领域同样的数据价值又不一样，等等也是业内专家在思考的。
第四个是核算的问题，所以数字化转型带来了很多很多后期我们要去思考，要去解决的问题。
数据中台规划
这是一个技术的，中台的规划，也是配套数据广泛应用，我们提出了“12345”这么一个战略。数据规划的重点，大同小异，每个行我估计都差不离这么一个五位一体的数据服务支撑的体系。数据中台的核心能力，在业务驱动上、业务管理上我们要建立什么样核心关键的能力，还有研发能力等等。
就跟大家分享到这里，谢谢大家。
