全面融合助力区域银行数据能力体系建设

朱并队

华为数字金融军团智慧数据业务总经理

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。