四川新网银行首席信息官 李秀生

　　新网银行在2016年诞生之初，就致力于成为一家“数字普惠、开放连接”的互联网银行，借助数字化运营提供差异化的金融产品和服务，将大数据的分析与利用作为新网银行实现产品数字化、多元盈利模式转变和践行普惠金融的利器。作为新网银行的核心战略，数据战略与公司总体战略一脉相承，以确保大数据发展与业务需要相符，为提升数据决策能力、数字化管理落地能力、业务创新洞察力和发现新的市场机会赋能。

　　当前，随着5G时代如期而至、移动互联网进一步发展，银行日趋开放，迈向下一个金融与科技深度融合的数字银行(Bank4.0)阶段。在线上化作业模式的大势下，没有海量数据，一切都将是“无源之水，无本之木”，如何运用这些数据，则需要具备数字化战略思维、数字化运行肌理、数字化决策手段，在一定范式之下应对这种全新模式下的新问题，走出符合自身发展定位的道路。

　　一、数字基因应运而生——响应全新运营模式

　　善战者求之于势，在移动支付迅猛发展、金融科技方兴未艾的大背景之下，四川新网银行(以下简称“新网银行”)顺势而为，在2016年诞生之初，就致力于成为一家“数字普惠、开放连接”的互联网银行，借助数字化运营提供差异化的金融产品和服务，将大数据的分析与利用作为新网银行实现产品数字化、多元盈利模式转变和践行普惠金融的利器。

　　作为全国第七家获批筹建的民营银行、主流银行的“补位者”，新网银行的发展历程不同于传统银行，无分支机构、无现金业务、无客户经理，这些先天“劣势”让新网银行另辟蹊径，走出了一条独具特色的开放之路，这些全在线操作、全实时风控、全客群获取的模式，更加契合小微群体需求、增加实体经济破题渠道、为普惠金融实践提供现实支撑。然而，“开放连接”的模式并非一蹴而就，需要在实战过程中不断磨合，累积经验值。在数字化战略的格局下，如何解决导流成本、数据成本、支付成本、存款成本过高的影响，如何能让营销效果最大化，如何控制贷款不良率、评估贷款模式效果，如何保护客户敏感信息，如何盘活数据资产……这些有关数字化的问题，都对实际发展路径提出了更多的要求。

　　二、数字化运营平台先行——大数据筑牢基础

　　大数据时代的新经济、新金融背景对银行的战略、应用、数据、技术、分析和管理机制等多个数字化驱动要素创新提出了更高的要求，其中，数据作为新兴的战略增长点对业务创新和科技赋能起到了关键的支撑作用。新网银行作为一家由数据驱动的银行(DataDrivenBank)，依赖数据来驱动业务运营，在成立之初就将大数据提升到了战略的管理高度，对各创新增长要素进行深耕。

　　新网银行的所有业务都在线上开展，需要充分利用大数据、人工智能技术。从开业至今，新网银行大数据技术体系建设成效显著，已基本实现了信贷、存款和账户等金融产品服务的数字化任务;在未来的业务扩展和产品创新中，新网银行也将继续把数字化作为一项基本原则贯彻下去。

　　通过构建迅速决策的组织和强大的数据中台，运用人工智能实现风控策略的自我纠偏和更新，金融和科技专家组成的前线小组能灵活作战，应对互联网业务发展带来的高并发、快速迭代挑战。银行的业务全流程均通过数字化在线操作，捕获“人+智能设备”这一最大场景，打破业务办理的地域和时间限制。

　　三、完善数据中台建设——打造“厚平台，薄应用”特征

　　数据战略作为新网银行重要战略之一，需确保大数据发展方向与新网银行总体战略相符，为提升数据决策能力、数字化管理落地能力、业务创新洞察力和发现新的市场机会赋能。通过体系化的大数据建设，新网银行将中台定位为“厚平台，薄应用”架构方式。

　　数据中台架构简言之是梳理并规范管理企业数据，将其所需的数据存储、计算及应用能力抽象出来，整合并共享的数据中台，统一为前台业务部门提供决策快速响应、精细化运营及应用支撑等需求。

　　作为互联网银行，新网银行没有丰富的数据，只能依靠“万能连接”方式整合各个场景的数据。因此，在保证合法合规、保障客户数据隐私的前提下，新网银行需要打破数据维度瓶颈，做好数据管控，快速挖掘数据，支撑数字化运营。数据中台的建设，成为应对挑战、解决问题的一把钥匙。

　　在数据中台建设初期，通过数据仓库贴源层(ODS)向后端数据应用系统和业务报表提供数据成为绕不开的路。在此阶段，源系统变更频繁，因此ODS层存在标准不统一、数据质量差、标准多样化等情况，数据部门对业务部门的支撑主要以“给数式”的服务为主，即业务部门提出需求，数据部门进行数据加工并进行交付。当然，“给数式”的数据服务多用于实现业务固定逻辑的需求，无法及时满足灵活多变的数据需求，这也成为该阶段的用数痛点。

　　随着数据中台建设的逐步完善，标准、指标和质量问题得到解决，共性层和数据服务接口得到全面完善。授人以鱼不如授人以渔，数据中台逐步由“给数式”服务转向“业务主题式”服务，即通过数据查询、数据文件和数据API接口等方式对外提供数据服务，满足业务部门灵活、多变的数据查询与分析需求。对于常用的查询和指标数据，数据中台内部能实现提前整合，避免因重复加工造成的计算资源浪费和指标不统一，全面提升数据服务和应用的效率与准确性。

　　四、新网银行数字化运营的四大具体手段

　　以互联网大数据平台体系为基础，新网银行构建了用户画像、智能营销、舆情识别、反欺诈、信用评估等丰富的应用系统，全面支持业务各场景的智能化。在不断积累与迭代优化过程中，新网银行对于互联网数据的理解认知以及数据与业务结合的能力都有了极大的提升，使得各个应用的智能程度、精准程度在其领域都具备较强的竞争力。

　　1.数字化获客能力

　　新网银行通过数字化手段前移银行服务环节，与合作伙伴共建生态场景，形成“无边界”金融服务新业态。一方面将能力开放给娱乐、旅游、酒店、供应链、理财、3C消费等场景形成金融交易闭环，从而构筑起整体的金融生态;另一方面通过公众号、小程序、微博等轻量级工具嵌入金融产品，将金融服务植入日常生活。

　　2.数字化风控能力

　　新网银行运用大数据风控技术实现了全自动线上审批。用户通过手机在线上申请后，新网银行能即时在线调用大数据反欺诈、决策引擎、模型运算等多角度验证用户信息，实现在线机器审批决策，单笔平均审批用时20秒，与传统审批模式相比效率得到极大提升，且自动化审批占比高达99.6%。

　　3.数字化营销获客

　　新网银行基于大数据客户集市和五大客户指数360°全面刻画用户。结合AI平台通过深度学习精准识别高价值客户、定位易扩散客群、触达个性化客户。在新网银行广告投放、优惠券发放、微信公众号推文、短信推广和客户流失挽回等应用场景下取得了很好的效果。

　　4.数字化在线管理

　　精细化管理的本质意义就在于它是一种对战略和目标进行分解、细化和落实的过程，是让战略规划能有效贯彻到每个环节并发挥作用的过程，同时也是提升整体执行能力的一个重要途径。新网银行覆盖全场景和全流程的数据产品可以有效支撑管理者做出正确的决策，引导业务用户在实施过程中按正确的方向执行。

　　一是多维度经营现状透视及同业对比分析，包括产品、条线、行业、客户等维度。

　　二是多层次净利息收入变动归因分析，包括业务规模、期限结构、定价策略等层次。

　　三是多频率定制设计资产负债管理相关分析报告。

　　四是多视角透视流动性风险和利率风险现状，包括现金流缺口、流动性指标、重定价缺口、利率敏感性等视角。

　　五、数字化运营应用案例

　　新网银行从成立以来从未停止过推动数字化运营，在建设大数据平台和数据分析平台的过程中面临了很多挑战和困难：

　　一是流程耗时长，逻辑比较复杂的数据需求涉及业务用户、产品经理、源系统、数仓等多方相关人员，通过反复的沟通、确认才能完成，增加了沟通成本，拉长了项目周期。

　　二是人力资源浪费，短期产品和活动效果分析需要临时提数支持，没有产品化的活动分析，导致指标重复加工造成开发人员的人力浪费。

　　三是集群压力大，各种汇总级别的报表需要批量处理，大量的指标每天需要重复计算，而且每天都有几百个临时SQL提交到集群中处理，造成集群计算压力大，影响集群性能。

　　四是查询性能慢，随着数据量越来越大，往往一条聚合SQL需要几分钟才能出结果，不能快速响应业务用户的需要。

　　业务用户有强烈的数据分析需求意愿，期望从多个维度自由组合的去分析业务数据。我们需要从PB级数据量、亿级记录中去聚合汇总业务用户关注的各维度数据，并实现数据分析的上卷、下钻、切片、切块、旋转等操作，为业务用户带去良好的体验，降低学习成本。

　　结合业务用户的需求，为了解决在数字化运营道路上面临的困难和挑战，新网银行积极寻求解决方案。最终搭建了基于业务领域主题模型的自助分析平台和基于预计算模型的多维度实时分析平台，特点如下：

　　(1)所见即所得，用户可以清晰地从各个角度观察数据，获取各个维度组合的数据，无需像传统报表一样导出再加工;

　　(2)数据使用场景化，通过一系列的可视化图表，从各个视角反映出当前的业务场景;

　　(3)平台化建设，由传统的用户提出固定报表需求，深入业务按场景梳理出用数需求;

　　(4)改变用户用数习惯，从报表导出Excel统计汇总和可视化，变为直接从报表中导出，自助拖动维度组合获取想要的数据。

　　1.基于业务领域主题模型自助分析

　　自助分析平台通过提供自助化的数据访问、探索、展现工具，不仅提升了数字化运营的效率，更为业务思考、业务拓展、管理创新提供了共享和交流的空间，既使数据的利用更加便捷有效，同时也让企业的数据资产得到升值。

　　从业务视角出发建立完整描述业务信息的统一视图，数据按业务归属存放、多主题引用、按业务语言定义。业务人员所面对的不再是表、字段和它们之间复杂的关联、计算关系，而是他所熟悉的业务术语和指标名称。通过专业的数据准备将源系统数据汇总到数仓，结合5大数据集市汇总成50多个模型、提取2000+指标，可满足业务人员日常80%的数据需求。

　　业务用户如果要查看客户A的放款金额、分析30~35岁标签客户、多维度多指标组合筛选营销客群，只能通过排期开发报表来满足，现在只需要在自助分析中的贷款域、客户域组合想要的维度筛选即可得到，无需等待排期开发。

　　2.基于预计算模型多维度实时分析

　　针对大数据量场景下的数据分析，自助分析平台在响应和交互性上有一些不足。我们需要一个在海量数据场景下也可以自由组合需要的维度，查看不同指标的情况，洞察数据背后的业务形态和趋势的平台。

　　结合市场可用的产品和定位，谨慎选型。通过“预计算”的方式，可以实现海量数据查询毫秒级响应。结合前端BI分析工具可以做出各种满足业务用户使用需求的图表，也便于业务用户自助发掘、洞察图表背后的业务价值。

　　为将开源的工具用于现有的大数据平台，新网银行做了一些技术创新，包含重写数据源适配器、离线编译、Cube自动构建和智能监控等，来保障多维分析平台的高可用和高性能。通过可视化的模型设计，高度自由的Cube计算为业务用户赋能“多维度、多视角、多场景”的数据分析能力。

　　随着监管对各商业银行流动性风险控制的要求越来越严，新网银行对于流动性各项指标也非常敏感。目前新网银行的存款业务都是短周期固定派息产品，计财部认为新网银行的存款流动性风险过高，具体体现为派息后留存率偏低，存款的平均存续周期较短等。新网银行从流动性控制的角度，利用多维分析平台打造了各个渠道、各类产品不同维度组合的留存率分析和存续周期分析，帮助存款部和计财部提升管理风险的控制能力。

　　数据战略体现在为实现新网银行愿景所需的各方面数据能力提供全面支持。作为新网银行的核心战略，数据战略与公司总体战略一脉相承，以确保大数据发展与业务需要相符，为提升数据决策能力、数字化管理落地能力、业务创新洞察力和发现新的市场机会赋能。