中国光大银行信息科技部总经理 李璠

　　文  |  中国光大银行信息科技部总经理 李璠

           中国光大银行信息科技部处长 柯丹

　　面对澎湃的金融科技创新浪潮，光大银行科技条线以“稳健运营、积极进取”为指导方针，以大数据治理为核心引擎，驱动大数据在业务场景下有效应用。在夯实管理的基础上，持续提升全行大数据产品化能力、大数据技术能力以及数据管理能力，为光大银行实现“四化”经营转型目标提供有力技术支撑。

　　伴随着以大数据、人工智能、云计算、区块链为代表的信息技术的高速发展，金融科技成为金融和科技两大领域的市场热点，越来越多的金融机构应用技术手段变革金融体系的各个方面。2016 年，光大银行提出了综合化、特色化、轻型化、智能化的业务战略目标，促进信息技术在产品营销、客户服务、风险管控等业务领域中的应用以及推动金融科技创新成为实现这一业务战略目标的必然选择。光大银行未雨绸缪，在同业中率先构建大数据治理体系并进行实施规划，给大数据业务应用这辆“战车”配备了精良的核心引擎，在组织、人员、方法、技术、机制等多方面进行大数据应用及其基础能力建设，驱动“战车”全力前进。

　　一、光大银行大数据治理体系构建方法

　　光大银行从2006 年开始建设数据仓库，2011 年启动数据治理体系的建设，依据数据治理的成熟方法论(DAMA、DGI、IBM 数据治理方法论)，结合企业业务发展战略，制定数据战略、构建银行数据治理体系、建立数据治理组织和机制、厘清数据应用架构规划、启动数据治理任务，并根据实施路线图有序推进治理落地，通过数据治理体系建设培育银行内数据管理与运用文化，使数据应用能力实现可持续发展。传统的数据治理与管理能力从2012 年的基本管理阶段，经过主动管理阶段，至2016 年末迈入量化管理阶段。其中，数据成熟度的五个阶段为：初级阶段、基础管理、主动管理、量化管理、持续优化。

　　大数据是互联网、人工智能等技术发展的产物，它是开放的、活跃的，同时也是多变的，大数据治理体系在框架上虽然可以借鉴成熟的数据治理与管理理论，但在定义、目标以及方法、技术上与传统数据治理有显著不同。光大银行以传统数据治理框架为基础，并充分结合大数据的特点，提出构建大数据治理体系“三全”方法。

　　1. 全新视角认知大数据

　　大数据的“4V”特征从数据价值转换的视角来看，无论是处理巨大体量、各种类型的非结构化数据，还是从海量数据中挖掘数据价值，都离不开信息技术的发展驱动，同时信息技术也使得原来无法实现的应用场景变为可能。例如，图像识别技术使得客户远程开户成为可能，音频识别技术可直接从客服中心的电话中发现客户投诉等等。

　　大数据内涵已经从数据本身转变为了大数据内容、大数据技术和大数据应用的融合，应用是目的，内容是基础，技术是承载，三者之间相辅相成，缺一不可。企业日益增长的大数据应用对数据管理和技术提出了更多要求，同时技术发展也为大数据应用提供了基础;通过大数据技术，从海量低价值密度的数据中，挖掘出高价值密度的信息，使其转化为企业核心资产;企业通过自身拥有的数据与外部数据跨界融合，借助大数据采集、处理与挖掘技术，不断发现数据新的价值点，推动业务模式、服务模式的金融创新。

　　2. 全面审视银行大数据能力

　　光大银行基于大数据的全新内涵，结合大数据应用特征及其带来的技术、管理方面的新需求，对传统数据成熟度评估模型进行优化和提升，形成大数据成熟度评估框架与成熟度模型(如图1 所示)。

　　(1)业务能力评估：即全行主要的业务条线，如客户、产品核心部门是否具备大数据在业务场景中运用的规划及实施能力，这也是开展大数据金融创新的首要条件。

　　(2)数据应用支撑能力评估：在传统数据应用中，主要运用数据仓库及BI 技术。大数据环境中，大数据技术种类更多、更加细化，从数据采集、数据存储、数据处理、数据挖掘、数据可视化均有大量技术与产品，并基本形成了大数据技术生态，银行的大数据技术的部署与实施能力是构建大数据应用的基础。

　　(3)数据治理与服务能力评估：当大数据应用挖掘出更多价值后，数据资产管理这一理念被提升到前所未有的高度，数据模型与架构、元数据等领域需要支持数据资产全生命周期各类管理要求，数据安全重点之一是有效防范数据泄露风险。

　　3. 全方位的立体规划

　　光大银行在制定大数据治理规划目标时依据全行业务战略目标，以大数据应用规划为先，从最薄弱环节入手，并采取年度重检的模式，形成全方位的立体规划机制，以适应大数据技术发展及金融创新的要求。

　　(1)依据业务战略目标推导出大数据应用发展方向及应用任务规划。

　　(2)由大数据应用发展方向及应用任务，推导出大数据治理的战略目标。

　　(3)从最薄弱、必须要具备的能力入手，并匹配大数据应用任务，规划组织机制、人员储备、管理方法以及技术支撑相关的任务与项目。

　　(4)充分考虑大数据应用的多变性，规划期为3 年， 并按年度对规划任务进行重检，重新进行相应匹配任务的调整，以确保大数据应用的落地实施。

　　二、光大银行大数据治理体系框架及落地实施

　　2016 年，光大银行启动构建大数据治理体系，在“综合化、特色化、轻型化、智能化”经营目标的指导下， 引进业界先进的银行大数据应用框架，明确全行大数据应用的发展方向，并据此确定大数据治理的战略目标、举措及规划实施路径，为光大银行全面推动金融科技创新奠定基础。

　　1. 大数据应用发展方向是全面支撑“四化”目标

　　(1)为支持综合化发展，基于大数据技术以及客户画像和客户标签体系，支持客户全方位综合金融服务以及产品、渠道协同，实现从传统业务向各项业务协同发展的综合金融服务转变。

　　(2)为支持特色化发展，基于大数据技术应用的拓展，开展客户数据挖掘、客户洞察，提供个性化差异化客户服务，实现差异化竞争，打造集团联动下的业务管理模式。

　　(3)为支持轻型化发展，基于大数据挖掘的精细化管理，支持业务创新、产品创新、服务创新，实现轻资产智能化网点的业务转型、流程体制优化和高效服务。

　　(4)为支持智能化发展，结合人工智能、认知计算、生物识别技术的应用，主动顺应互联网金融发展趋势，推动银行业务拓展智能化、管理决策智能化、风险合规智能化，实现数字化智能银行，打造智能银行品牌。

　　2. 大数据治理战略目标与举措是大数据应用推进核心引擎

　　基于大数据应用发展方向，光大银行结合行内实际情况，确定了“建立健全大数据管理机制，通过平台建设推动数据共享和综合运用，充分挖掘数据价值。加强数据管控，确保数据质量及数据安全，提升数据资产价值，建立数据竞争优势，实现从发展阶段迈入成熟阶段” 的大数据治理战略目标，并制定出了相应的大数据能力提升举措。

　　3. 大数据应用落地实施支持金融科技创新

　　光大银行一直以来积极应用大数据分析挖掘技术积极推进决策支持智能化，节约财务和人力成本，有效驱动银行业务风险防控和客户营销能力提升。

　　(1)建设大数据应用开发平台，构建大数据生态体系。

　　(2)发布基于风险管理领域的预警数据的“滤镜” 产品。“滤镜”是基于风险管理领域的预警数据产品， 利用大数据技术对企业客户进行过滤，向管理决策者显示运行特殊交易对手、风险共同体和复杂循环担保圈三类大数据模型信号，形成高信用违约倾向的企业名单，从而为管理决策者提供更加科学和精准的决策支持。

　　(3)建设资产配置平台采用大数据技术对海量、真实的客户信息进行分析，创建以客户需求为分类导向的产品库，形成基于客户投资偏好的个性化金融资产最优配置建议。

　　(4)上线电子银行客户画像及行为分析系统，整合并完善我行客户线上行为数据，进而深入挖掘客户价值，进行精准营销。

　　(5)部署基于增强型复杂网络的反欺诈监控模块，提供全国信用卡进件审批疑似欺诈情况分布图，实时获得所关注区域的欺诈进件分布、欺诈发展趋势、欺诈比重等动态情况。这是同业中首次应用增强型复杂网络进行风险量化预测，从客户识别角度综合基础维度和社交维度信息，从技术角度应用先进算法大幅提升预测准确性，研发“会思考的风控模型”。

　　三、对未来的展望

　　未来，光大银行将全力推动大数据应用在客户营销、产品创新、渠道整合、运营效能、风险防控等领域实践，以科技创新助力银行品牌价值增值、市场拓展、经营决策;实现基于精细化客户管理与服务，支持银行网点转型、交叉营销能力及基于场景的智能化营销能力提升; 实现对移动服务、渠道资源动态配置的优化;建立全渠道协同反欺诈及风险预警能力，支持互联网金融风险管控。

　　面对澎湃的金融科技创新浪潮，光大银行科技条线以“稳健运营、积极进取”为指导方针，以大数据治理为核心引擎，驱动大数据在业务场景下的有效应用。在夯实管理的基础上，持续提升全行大数据产品化能力、大数据技术能力以及数据管理能力，为光大银行实现“四化”经营转型目标提供有力技术支撑。