银行企业数据战略实施方案

《银行企业数据战略实施方案》由会员分享，可在线阅读，更多相关《银行企业数据战略实施方案（19页珍藏版）》请在装配图网上搜索。

1、银行企业数据战略实施方案01商业银行数据战略框架商业银行的数据战略是指在商业银行行业范围内及单 个商业银行中，通过新建、梳理、优化新旧数据、数 据载体、数据生产者（业务流程、交易行为等）、数 据使用者（数据分析团队、业务人员等）、支撑体系 之间的关系，建立商业银行数据全景；继而通过全局 统筹，协调商业银行数据工作，利用数据达成助力经 营业绩，提高客服质量等经营目标，在行业内获得战 略优势。在探讨商业银行数据战略框架时，可以参考军事战略。 军事战略需要师出有名，以便号召多方力量，为共同 的战略目标努力。在战略愿景的大旗下，将军需要告 诉他的军队，本次战役要实现哪几个目标，是要获取 粮马、收复失地

2、，还是要攻城掠池。有了清晰的战略 目标，军队就有了行动纲领。除了清晰的战略目标，军队行动的总体原则、每次战 役举措的制定及每次行动的战术策略也是致胜的关 键。在拥有了战略愿景、战略目标、战略原则、战役 举措及相应战术后，确保战略顺利落实还离不开军规 军纪、后勤保障、粮草营地、充满战斗力的军队文化 等基础保障。相似地，在商业银行数据战略制定的初期，一个满足 多方高阶诉求的愿景极为重要，战略愿景下要有明确 的战略目标及战略原则承接，为了实现战略目标，制 定相应的战略举措和实施策略。商业银行数据战略的框架，自上而下分别为数据发展 愿景、数据战略目标、数据战略建设总体原则、数据 能力建设的关键举措、数

3、据战略实施策略，以及数据 战略的评估体系。战略愿景企业数据战略目标战略目标总体原则建设原则【据能力建设关键举措数据资产管理岛数据架构噫数据开发数据标准DD数据生存周期管理数据应用实施路径实施策略制度保障组织分工资源配置数据战略评估体系1数据能力评估（图三商业银行数据战略框架）数据战略愿景位于整个数据战略规划的最高层，是整 个数据战略的最高指引，是商业银行所有利益相关者 本质诉求的有机结合，是商业银行发展的“诗和远 方”。数据战略愿景可以是完全围绕数据的，对数据 本身的管理、发展做出展望，也可以是以数据作为重 要战略手段，实现更高层次、全局性的业务愿景。数据战略目标在整个数据战略规划中位于承上启

4、下的 位置，是战略愿景的承接和拆解，是战略举措的指引 纲领。为了呼应战略愿景，商业银行可能需要制定若 干个、分阶段的战略目标，分别对应商业银行不同阶 段自身的政策能力及外部的形势环境。数据战略总体原则对上承接数据战略目标，对下指引 数据战略举措，在数据战略举措的制定和具体的实施 中，具有非常重要的作用，是后续战略推进中做出决 策的统领原则。数据战略举措位于整个数据战略规划的主体位置，是 数据战略的关键组成部分，是实现战略目标的途径， 其涉及的范围可宽可窄，可深可浅，需要商业银行根 据自身情况及战略目标进行调整。商业银行数据战略应从以下方面进行重点建设：1. 数据资产管理围绕数据资产内容、数据资

5、产运营、 数据资产平台等支撑能力，建设商业银行数据资产管 理体系，从根本上解决业务人员关心的有哪些数据、 数据在哪里、用哪个数据、怎么用数据的问题，使数 据可见、数据可懂、数据可信，让更多的用户能更好 地使用数据资产，真正实现商业银行的数据普惠目标。2. 数据标准管理通过商业银行统一的元数据模型，建 设元数据驱动的数据标准管理机制，实现业务到IT 语义的转换，提高业务和IT之间的一致性，保障IT 系统能够真实反映业务事实，通过业务系统间相关数 据标准、数据映射关系和数据规则的描述，为业务系 统集成提供支撑。3. 数据质量管理左移式管控：通过技术手段和规范操 作控制，加强业务系统录入端控制，从源

6、头减少数据 质量问题，降低数据质量问题整改成本，实现数据质 量问题事后管理向源头管控前移的管控策略。差异化管控：通过数据等级划分，建立大数据分级质 量管理机制，应用先进质量管理工具，提升数据质量 检核与预警能力，逐步形成问题根因分析、问题管理、 评价与衡量、响应问责的数据质量闭环管理。4. 数据架构流批一体：打造一个既能支持低延迟又能 满足高吞吐要求的融合型计算引擎，实现大规模复杂 实时计算能力。数据中台：融入AI、BI技术，构建数据中台架构，通 过打破数据壁垒，实现全行数据资产统一加工，构建 数据资产全域共享能力；通过算法、模型为导向的深 度加工，打造数据价值挖掘的智慧能力。5. 数据生存周

7、期管理数据分级存储：围绕数据生命周 期的不同阶段，制定不同数据类型的数据分级存储策 略，合理使用存储资源，根据数据使用频度、数据重 要程度对数据进行归档、销毁等处理，降低存储成本， 提升整体数据处理效率。数据加工路径优化：通过数据使用情况的自动化监测， 识别较少使用的数据集，借助元数据地图，定位并优 化数据加工路径，释放数据处理资源，降低数据处理 计算成本。6.数据安全管理数据安全体系：围绕数据分级管理， 构建数据安全和隐私合规的数据安全体系，从管控框 架、技术架构及运营机制等方面，全面提升基础安全 风险防护和新兴安全挑战应对能力。个人信息保护：针对个人信息保护法要求，构建 个人信息数据生命周

8、期和管理闭环协同的数据安全体 系，提升商业银行个人隐私管理水平，满足监管合规 的政策要求。7.数据开发管理通过引入DataOps体 系，借助自动化工具和协助机制，简化数据分析应用 的设计、开发和维护流程，形成具备持续集成、持续 交付、质量保障、安全合规等优点的敏捷型数据分析 体系，使业务人员快速获取数据洞察，降低数据团队 解决数据孤岛和数据质量问题的困境，实现IT和业务 的深度融合协助。8.数据应用管理围绕商业银行业务场景，建设业务数 字智能创新全景应用，从报表查询、数据分析挖掘、大数据应用等领域，通过借助AI、机器学习等技术， 进行数据应用数字化升级，实现商业银行精细化管理， 实现从客户营销

9、与服务、风险管理、运营优化与提升、 产品创新与设计、监管合规等领域，识别业务创新机 会，提升数据赋能水平。9.数据金融在数据资源转变为数据资产过程中，商业 银行必将面临确权、合规、估值与流通在内的一系列 挑战，迫切需要结合商业银行数据资产的特点，建立 科学、统一的数据估值和定价机制，探索新的商业模 式，引入安全可信技术，推进数据在更高层次的协同 和共享，助力数字经济可持续发展。基于数据资产估值体系，探索和建立包括数据银行、 数据信托、数据证券、数据中介在内的创新商业模式 或数据资产金融工具，催生新的银行业务模式，为银 行自身发展创造新的动能，推动国家数字经济可持续 发展。数据战略实施策略位于整

10、个数据战略规划的下层，是 战略举措的拆解和落地，包括实施路径规划及制度保 障、组织分工、资源配置、文化共识等保障措施。实施策略的落地应重点保障短期目标的实施规划及资 源投入，快速获得实施项目的收益，为后续大规模项 目开展提供经验支持。在资源投入方面，商业银行可 以通过设立CDO,通过一把手工程推动数据文化落地 实施，加大数据人才培养和引进机制，逐步提高商业 银行内部数据决策的意识，以场景为依托探索数据赋 能业务的运作机制，建立配套的制度和流程，积极引 导商业银行数据文化的良性培育。评估体系是对商业银行数据能力及数据战略实施情况 的客观评价。商业银行数据能力的评估从全能力域的角度考虑，确 保商业

11、银行的数据能力符合建设预期及建设目标，作 为商业银行定期自检自查及与其他同业数据能力进行 参考对比的指标，为商业银行数据战略规划提供依据， 为商业银行数据战略实施过程提供落地分析，协助商 业银行动态调整资源，及时完成战略规划目标。数据战略实施的评估从重点实施项目的角度考虑，从 落地层面评估数据战略的实施效果，推动商业银行数 据能力提升，提高数据能力评估准确性。数据能力评 估与战略实施评估之间关系如下图所示。匚02商业银行数据战略地图基于商业银行数据战略框架，结合实际的项目经验， 普华永道总结出由“一个愿景”、“两点聚焦”、“四数据十大赋能”、“六大支柱”构成商业银行数据战略地图， 通过数据战略

12、实现“数据+”的战略愿景。1个愿景2点聚焦数据势能内部第一、第二曲线4大赋能6大支柱数据,创新数据+转型组织数据治理（图五普华永道商业银行数据占一、两点聚焦1.数据势能：从数据赋能数字化转型， 数据驱动业务、技术和商业模式创新等角度，通过对 数据资产的开发、管理和运营等手段，聚集数据能量， 实现数据资产的保值和增值。2. 数据动能：围绕数据生态场景，数据交易模式， 创新数据金融产品，隐私保护等领域，通过多元化的 数据共享手段，充分唤醒数据潜在的经济价值和社会 价值。二、四大赋能1.数据+转型依托数智化手段，通过数 据驱动运营模式、数据驱动经营决策、数据驱动业务 流程等方面的变革，实现用户洞察、

13、改善用户体验、 创新产品和服务、优化运营流程、强化风险控制、重 塑商业模式，充分释放数据生产力。2. 数据+创新数据产品创新：充分利用数据、标签、模 型，结合业务场景，进行数据产品化模式的创新，同 时，利用产品创新，牵引管理能力和技术能力的提升。 数据管理创新：利用科学的建模作业、敏捷的数据运 营、创新的数据资产管理等手段，实现数据资产价值 的快速发现、保值和增值。数据技术创新：积极探索、尝试和引入前沿技术，利 用新兴技术充分发现数据在广度、深度、频度和安全 等方面的潜在价值。3. 数据+生态场景生态：围绕业务场景，构建数据驱动 的客户管理、营销管理、运营管理、风险管理、财务 管理等数字智能全

14、景，充分赋能业务，兑现数据的业 务价值和经济价值。产品生态：构建多层次多形态多模式数据产品体系， 降低数据使用门槛，全面赋能各类用户，实现数据普 惠，兑现数据的内在价值。交易生态：接轨国家数据要素市场化建设，探索和构 建数据能充分共享和交易的商业模式，兑现数据的市 场价值。安全生态：充分利用区块链、多方安全计算等数字化 手段，以数据确权为前提，建立个人隐私及其它敏感 数据全生命周期的保护体系，兑现数据的社会价值。4.数据+金融基于数据资产估值体系，探索和建 立包括数据银行、数据信托、数据证券、数据中介在 内的创新商业模式或数据资产金融工具，催生新的银 行业务模式，为银行自身发展创造新的动能，推

15、动国 家数字经济可持续发展。三、六大支柱数据组织：商业银行要适应性调整组织 架构，加大资源投入，增加复合型人才比例，通过培 训提升员工数据技能，支撑数据能力建设，形成数据 与业务深度融合的数字化组织，构建数据能力中心。 数据文化：商业银行要构建数据文化，让数据成为商 业银行的行为和信仰体系，逐渐培养员工的数据觉察 力和敏感度，提升员工的数据素养，让数据真正成为 商业银行文化的重要部分。数据治理：商业银行要建立面向服务的主动型数据治 理机制，提升治理效率和服务业务满意度，通过新技 术丰富治理手段，提升自动化治理能力，建立大数据 治理机制，丰富商业银行可用数据资源。数据资产：商业银行以数据价值为导

16、向，从资产登记、 资产服务化、资产评价和估值等方面，构建数据资产 运营管理体系，让数据资产可见，可懂、可信，建立 业务与数据的桥梁。数据合规：商业银行要围绕法律法规要求，加强个人 隐私的数据保护，强化数据资源全生命周期安全保护， 建设大数据环境下数据分类分级保护能力，加强数据 安全评估，推动数据向外安全有序流动。数据智商：商业银行通过引入数据编织、低代码工具 和机器学习等技术，降低数据服务门槛，提高商业银 行运营决策效率，丰富数据产品数量，让商业银行成 为真正的数据驱动型组织。03 数据战略制定一、数据战略现状分析当制定数据战略时，首先应当 对现状进行分析，从自上而下及自下而上两个角度分 别得

17、出数据能力建设要求及数据能力主要差距。自上 而下的角度主要包含数据使能及数据生产力两部分， 由国家战略到监管要求、由行业趋势到银行发展要求、 再到科技及人才依此铺开，最终明确数据能力的建设 要求。自下而上的角度主要是依据数据管理能力成熟度评 估模型，找出商业银行数据现状的主要差距。 二、 制定数据战略愿景商业银行在制定数据战略愿景时主 要有以下两点考虑因素。1. 商业银行的所有利益相关者。跟所有企业愿景一样， 商业银行数据战略愿景的制定要顾及商业银行所有利 益相关者的本质诉求，同时要符合商业银行的发展方 向及使命。2. 商业银行的价值链及生产要素。数据作为商业银行 的重要生产要素之一，数据战略

18、愿景的制定重点要考 虑数据在整个战略及价值链中的位置，是将数据作为 途径实现业务愿景，还是打造以数据为中心的战略愿 景。口三、制定数据战略目标商业银行在制定数据战略目标 时主要有以下三点考虑因素。1.外部形势。商业银行数据战略目标的制定离不开对 外部环境形势的分析及适应，外部形势是目标制定的 大背景，包括国家政策要求、监管导向、科技发展、 行业动态、其他先进商业银行的做法等。2自身情况。商业银行在制定数据战略目标前，应综 合考虑自身的数据现状及数据能力，先识别“目前在 哪”，再判断“未来要去哪”。自身情况是目标制定 的核心考虑因素，包括但不仅限于商业银行自身的科 技战略、数据能力、核心诉求、现

19、实情况及资源配置。3. 目标分期。战略目标往往不可能一蹴而就，综合内 外部情况分析后，需对目标进行排期，通常可将目标 分为短期目标、中期目标、长期目标三个部分。短期 目标通常是通过梳理自身现状，找出商业银行最基础、 最迫切、最能集中痛点的问题，加以规划高效解决， 如缺乏数据的顶层规划，各数据系统各自为政，系统 之间的数据不标准、不一致，导致商业银行内部数据 应用集成困难、数据分析不准确；中期目标通常是基 于数据实现商业银行管理的升级和业务的创新，通过 数据的精细化使用拓展新业务、构建新业态、探索新 模式；长期目标因“行”而异义，但往往集中在确立 商业银行自身在数字化竞争生态中的角色和地位。 四

20、、确定数据战略实施的总体原则结合商业银 行数据战略的背景现状和主要问题，并将战略目标纳 入考虑，商业银行在数据战略实施中主要需要考虑业 务战略匹配原则、企业级统筹原则、渐进式演进原则、 短长期收益平衡原则、目标可量化原则等。五、制定数据战略实施举措为了有效达成战略目标， 避免目标与结果脱节，商业银行应根据自身数据能力 现状，制定数据能力建设的关键举措，分步骤、有计 划的健全自身数据能力。商业银行在确定战略举措时 可以考虑如下因素：1. 商业银行内部基础条件：同战略目标制定时一样， 战略举措制定时的核心考虑因素也是商业银行自身的 基础条件。战略举措回答了商业银行通过数据战略究 竟要做什么的问题，

21、举措的选择和范围的框定应以实 现战略目标为出发点，结合商业银行自身数据治理、 数据架构、数据应用等的基础条件进行制定。2. 商业银行对应资源投入：举措是否有效离不开资源 的支持。商业银行在制定战略举措时，首先要确定自 身可投入的资源，以及与资源对应的预期投资回报率。 资源投入直接决定了举措在实施落地时能否顺利执 行，以及能承受的试错成本，继而决定了举措能否真 正落地。04数据战略实施一、组织人员配置在数据战略的实施中，商业银行的 人才及组织分工也需要进行适应性的调整，与之相对 应的，对待人才及组织的观念也要顺应数据战略转型的要求。商业银行通过人才盘点及与目标对照分析，应规划出 数据战略实施的组

22、织分工蓝图，并相应地制定人才招 募、员工培训、组织调整等方案。对于数据战略转型 中的商业银行来说，熟悉业务且同时熟悉数据技术的 复合型人才在未来不可或缺，除了调整适应市场的薪 酬晋升体系以吸引更多人才外，还应该加强对现有员 工数据能力的培训，包括培训课程、数据科学家派驻至业务部门等方式。障建二、制度保障建立数据规章制度在数据战略的落地过程中起着保驾护航的关键作 用，良好的规章制度可以帮助企业规范行为、规避风 险，为实现数据战略提供保障措施。商业银行的业务流程与组织架构往往十分复杂，需要 根据自身情况，将数据战略落实到对于流程、职责、 资源等方面的具体要求中，形成真正贴合商业银行、 颗粒度可落地

23、的数据制度，更好地引导与规范商业银 行数据战略的落实，保障数据战略的稳妥推进。三、数据文化培养在数据战略落地的过程中，商业银 行要构建数据文化，从意识上提升组织的数据能力。Gartner发布的CDO成功构建数据驱动型组织的10 种方法一文指出，“文化和数据素养是数据与分析 就无法改变企业的行为和信仰体系。”领导者面临的两大障碍”，“不改变企业内部文化，商业银行的数据文化可以看作在数据战略落地过程 中，商业银行内部员工及团队的士气、氛围和意识， 好的数据文化可以培养员工的数据觉察力和敏感度、 提高员工的积极性和向心力，使数据战略的落地实施 事半功倍。05数据战略评价一、战略实施评估在商业银行数据

24、战略实施过程中， 对照规划目标和实施情况，从投入、产出、时间和保 障支撑等维度对银行数据战略落地内容开展战略实施 评估。围绕商业银行数据战略目标，可以通过关键指 标来完成数据战略实施评估。战略愿景战略目标r- .1.1. ,f11. .11 . , .数据资产化率高频数据占比分支行使用数据占比数据赋能场景数AI模型调用频率AI建模平均时长数据用户 平民化r1.1.X,.1, . . ,敏捷体系投产平均时长数据中台的数据规模数据中台的场景数数据运营 敏捷化1备1评估指标数据投入占比（图八商业银行数据战略实施评估指标）数据人员薪酬占比数据沟通平均时长二、数据能力评估数据管理能力成熟度评估模型(DC

25、MM )是我国首个数据管理领域国家标准，通过不同能力项评估可以获取组织与先进同业之间的差距，帮助组织建立与自身业务发展一致的数据管理体系。商业银行据能力评估数据元（图九商业银行数据能力评估框架）DAMA是国际数据管理协会对国际上不同行业内数据数据标准数据质量数据治理数据0运荤数据诊管卫数据官 评*数据诊 定0数据3 交身数据安全数据生存 周期数据制度建设数据考核评价数据认责数据治理组织数据安全I!管理打数据设计 和开发数据科学 作业数据运维数据安全I ! I策略i! ! :数据安全! 审计I!数据退役数据需求参考数据 和主数据数据架构1!数据模型iI数据分布i iii 数据集成11 与共享i !H 元数据11 管理！ I非结构化H 数据!数据质量 检否指标数据业务术语数据质量 提升数据质量 需求数据质量 分析采集技术数据处理技术可视化技术AI工具技术支撑管理最佳实践的分析总结，提供了一种标准化的数据 管理总体框架，及重要的理论基础。商业银行数据能 力评估框架应建立在DCMM之上，融入DAMA数据资产 管理等关键内容和银行对敏捷数据服务和监管报送等 要求，形成了商业银行数据能力评估框架。