本站点使用Cookies,继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>

搜索

全面融合助力区域银行数据能力体系建设

2023-12-05
2468
4

数据是数字经济时代的核心生产要素,围绕数据要素的生产转化,已经成为各行各业当前要面对的关键问题。在宏观层面上,数据资产将释放数据资源价值,有助于真实反映经济运行状态;在中观层面上,数据资产将培育数字产业,助力营造繁荣发展的数字生态;在微观层面上,数据资产将促进数据流通使用,有助于实现按市场贡献参与分配。

金融行业作为数字化水平领先的行业,已经识别到了客户需求和市场的变化,各金融机构纷纷启动了数字化转型战略,推进“一切业务数据化,一切数据业务化”的建设,加速实现从数据到数据资源、数据资产的转化。

其中,区域银行面临着自身的挑战和机遇更为突出,需要从标准化、产品化向个性化、智能化的方向发展。如何利用数据的力量,实现业务的创新和转型,是区域银行必须思考和解决的问题。

区域银行自身困境

当前大部分区域银行的数据能力建设存在一些不足,如数据资源和能力的复用程度不高,数据平台的定位不清晰,缺少对数据架构和数据应用等规划,没有真正做到数据采集、清洗、存储、挖掘、分析和应用,因而没有真正发挥数据的作用。具体来看,主要有以下几点:

1、业务需求与数据技术匹配复杂:银行数据平台需要满足不同层次和部门的数据需求,如业务管理、风险控制、决策支撑等,这些需求可能随着市场环境、政策法规、业务策略等因素而发生变化,需动态匹配相应的数据技术。

2、多样化数据处理复杂:银行数据来自不同的业务系统、外部机构、市场信息等渠道,这些数据的格式、质量、时效性等可能存在差异,需要进行统一的标准化、清洗、校验等处理。同时,这些数据之间存在着复杂的关联关系,需要进行合理的建模、存储、计算、 查询等操作。

3、数据底座建设复杂:随着银行业务的发展,银行数据体系需要处理的数据量不断增加,这对数据处理的性能、稳定性、安全性等提出了更高的要求,需要采用高效、领先的技术手段和方法来实现。

这些不足导致了区域银行的数据能力建设面临着诸多挑战,比如数据质量不高,数据安全风险较大,数据智能化程度不强等。为了解决这些问题,区域银行需要转变数据能力的建设思路,从传统的单数据平台建设模式向数据能力体系全面升级模式转变。

数据能力体系建设,不是简单的产品叠加,而是要以系统性和工程化思维去构建一体化 架构。尤其随着大模型时代的到来,PB级非结构化数据将被激活,数据和AI之间的联系也将更加紧密。为了解决这一问题,区域银行需要化繁为简,构建一个简洁、高效、灵活的数据体系。通过这样的数据能力体系,区域银行可以实现数据的全生命周期管理,提高数据的质量、安全和效率,从而实现数据驱动的业务创新和价值增长。

数据能力体系蓝图规划“1-2-3”

华为建议区域银行数据能力体系建设蓝图,可以分为“1-2-3”三层架构:

▪ 1个平台

即一体化数据底座和算力底座。数据底座含基于云原生的数据仓库、数据湖;数据湖仓一体的架构,支持数据分析从离线走向实时一致性,达到秒级响应,批量分析报告从小时到分钟级呈现。通过数据底座与算力底座的协同,能够加速数据计算和模型训练。例如:某银行千万级用户可以分钟级快速圈选,年度营销场次从200场提升到500场。随着大模型到来,需要计算、存储和网络进行高效协同,以应对GB到TB级训练样本的增长。

▪ 2条产线

数据产线:集成全链路数据治理工具,实现数据一站式分析与处理,加速内部数据的高效流转,业务人员即可根据需求自助消费数据,包括外部数据管理、数据资产管理、统一数据开发交换、自助 BI等。

AI产线:AI工业化流水线工厂,提供ASR、OCR、CV等AI原子能力的编排,缩短模型上线时间50%以上,包括数据标注、模型准备、模型训练、模型上线等。

数据产线和AI产线是两个相互依赖的环节,数据产线为AI产线提供模型训练所需的数据。数据产线和AI产线的互通,能够提高数据和AI开发的效率和价值,实现数据驱动的智能创新。

▪ 3类场景

以实时、智能的能力构建数字化场景,包括数字化营销(实时事件营销、精准营销推荐等)、数字化风控(实时反欺诈、实时风险监测等)、数字化运营(数字人、智能审核等)等三类场景。

区域银行数据能力体系建设的目标

区域银行数据能力体系建设的目标,是健全数据工作组织,建立数据治理体系,升级数据平台和深化数据运营模式,最终实现数据的实时、智能、共享,如图2所示。

▪ 实时

实时保证了数据的及时采集、传输、处理和应用,实现数据的动态更新和实时反馈。实时性使得区域银行数据能力体系能够快速响应市场变化,及时调整业务策略,提高风险防控能力,增强服务创新能力。

数据能力体系的实时能力包括以下两点:1)生产即分析:数据生成后,立即被计算和分析;2)实时用户洞察:低延时秒级数据处理能力,可以对用户行为数据进行准实时处理和响应。

▪ 智能

利用人工智能、大数据、云计算等先进技术,对数据进行深度挖掘、分析和应用,实现了数据的价值转化和智能化服务。智能使得区域银行 数据能力体系能够精准识别客户需求,提供个性化和差异化的产品和服务,优化客户体验,提升客户忠诚度。

数据能力体系的智能能力包括以下三点:1)智能化数据治理:AI4Data,实现数据的自动 化识别、分类、质量检测、安全保护和价值挖掘;2)智能分析应用:知识图谱、智能推荐等对数据进行深度挖掘和价值提升;3)智能学习与优化:利用数据飞轮效应,不断提高数据的质量和价值,数据能力体系能够实现自我进化,适应不同场景和需求。

▪ 共享

共享打破了数据孤岛,实现了数据的跨部门、 跨机构、跨地域的共享和流通,构建了数据的生态圈。共享性使得区域银行数据能力体系能够拓展业务合作渠道,拓展业务覆盖范围,以及业务增长空间,提高市场竞争力。

数据能力体系的共享分为以下三个阶段实现: 1)数据标准化以及数据可信流通:建立统一的数据标准和规范,确保数据的质量和完整性,同时制定合理的数据安全策略和流转机制,保障数据的安全性和可信度;2)内外部数据共享:构建高效的数据共享平台和渠道,实现数据的内部整合和外部开放,促进数据的价值最大化和创新应用; 3) 开放式数据合作平台和生态:打造开放式的数据合作平台和生态系统,实现数据的跨域、跨行业、 跨组织的协同共享,推动数据的社会化和普惠化。

2023 年9 月,在华为全联接大会2023 期间,华为携手北京金融科技产业联盟、银行客户及合作伙伴共同发布《区域银行数据能力体系建设白皮书》,旨在助力众多区域银行构建全面、系统的数据能力体系,提升数据治理能力,加速业务模式创新,构筑数字化转型的基石。

某区域银行的成功实践

自2020年起,该区域银行开始推动数字化转型,目标是打造智慧数字银行,聚焦零售、对公、金市三大业务体系,打造以客户体验为中心的数字化零售银行体系,以平台化为中心的数字化公司银行体系,以专业化为中心的数字化金融市场体系。

华为帮助该区域银行构建了包含数字化客户洞察、数字化营销与渠道、数字化产品创新、数字化风控、数字化财务与运营和与数字化人力等六大数字化能力;通过构建企业级数据平台,实现数据消费、架构、治理、人才、安全的全面升级。2022年,该区域银行整体方案获得信通院大数据“星河” 数据库标杆案例奖。

目前,该区域银行的数据支撑应用场景已经扩展到全行,盘点并接入应用系统超过90个、基础模型500+、数据集市宽表模型800+,支撑每日完成 6万+批量跑批任务,满足各系统数据需求。

例如,在统一用户画像赋能营销场景,针对传统信贷业务无法洞悉公司员工个人发薪账户信息,目标客群识别不精准,数据平台打通了零售部门与公司业务部门数据,构建统一用户画像。

随着平台建设的成功落地,该区域银行的数据管控、数据资产管理能力、数据分析能力、数据服务能力均得以显著提升。

免责声明:文章内容和观点仅代表作者本人观点,供读者思想碰撞与技术交流参考,不作为华为公司产品与技术的官方依据。如需了解华为公司产品与技术详情,请访问产品与技术介绍页面或咨询华为公司人员。

TOP