在傳統金融行業里普遍存在“拍腦門決策”的問題，但是一旦建立了數據文化就能更好地控制這些問題。那么，傳統銀行業務如何進行數字化轉型？

本文將為你重點介紹：

• 金融大數據體系及中原銀行大數據建設歷程；
• 數據的有效整合與管理實操方法論；
• 以人為本的商業智能構建；
• 數據價值運營的三駕馬車。

一、金融大數據體系

中原銀行始終秉承“科技立行、科技興行”的理念，自成立以來即將數據作為全行核心戰略資產， 近幾年一直在深入開展科技化、數據化轉型，并已經取得了一些成效。作為大力發展金融科技的企業，我們需要關注金融大數據實踐的多個方面。

完整金融大數據體系如下圖所示：

在做數據驅動轉型的金融機構中，無論是業務人員還是技術人員，必然會在這些體系中發力。圖中左半部分我們稱之為數據管理，如數據集成、數據建模、架構、元數據、數據質量等，相對于傳統數據建設的內容，這部分比較偏向 IT 部門職責。

右半部分我們稱之為商業智能，如交互式推薦、挖掘分析、報表、查詢等，與數據管理不同，業務和 IT 部門同時需要做商業智能。這兩大領域是目前很多金融機構或數字化轉型企業的主攻方向。

但事實上，在這個相對復雜的圖譜結構中，從銀行或者金融機構的運營角度來說，最想把控的是中間部分的數據價值，而這部分往往是最捉摸不定的，即數據價值如何體現和承認，這是需要我們花更多的時間和精力去研究的。

二、中原銀行大數據建設歷程

中原銀行從 0 開始建設傳統數據系統，到全面擁抱大數據建設僅用了 4 年時間，建設歷程共分為三個階段。

• 第一階段大概花兩年時間做大數據基礎平臺等項目；
• 第二階段在 2016 年到 2017 年底重點放在大數據架構和體系的轉型；
• 第三階段是 2017 年底至今，我們一直在思考和實施數據價值體現。

在大數據建設的歷程中，中原銀行實現了全行數據集市重構與遷移、自助分析平臺上線，現在逐漸過渡到數據建模分析和 T+0 數據集市的工作上。在這個不斷嘗試的過程中，數據整合、商業智能、數據價值體現是我們思考最多的三個問題。

三、數據的有效整合與管理實操方法論

1. 中原銀行的“敏捷”數據整合形式

當談到數據整合時，目前金融也和互聯網有很多先進實踐，除了比較主流的數據倉庫和集市，還有面向數據建模的數據湖，面向實時處理的用戶數據倉庫等。中原銀行的思路，是面向場景選擇不同的整合建模方法。

在批量數據整合方面，我們在較為完整的 ODS 之上，采用的是面向用戶的集市，即數據一開始就是以面向用戶形態組織，跟隨場景而變化，這樣的數據整合形式更貼近業務場景本身。

同時，這個架構還具備一個最大的好處——敏捷。敏捷體現在模型架構較輕、加工層級較輕、變化支持更快等方面，如數據建模不像以前只能做 T+1，還可實現 T+0 以及提升架構迭代效率等，我們目前的一個主要工作內容就是構建能夠融合批量和實時數據的整合模型。

2. 數據整合需遵從的三個原則

為確保內外部數據打通融合，保證數據模型的可維護性與一致性，需要對整體模型進行標準碼表、元數據標準、數據層級、加工邏輯定義等進行完善頂層設計，保證各不同模型設計人員遵照統一口徑。因此，數據整合一定要遵循相關的層級設計，邏輯設計和標準定義。

• 層級設計：針對數據架構各層次及主題域進行模型的實體/維度、信息項的定義維護；
• 邏輯設計：邏輯模型的基本信息、數據結構、存儲方式、加工邏輯的設計；
• 標準定義：遵照設計標準的約束，定義邏輯模型的各類元素及含義。

3. 數據整合的基礎層、整合層、業務層

如上圖，基礎層是對數據的匯總，如行內業務數據、渠道行為數據、外部三方數據、設備非結構化數據等的匯總。關于整合層和業務層，中原銀行主要采用面向場景化的思想，同時兼顧數據模型的穩定性與業務拓展。

中原銀行的整合層是面向不同業務的數據集市，這些集市做的比較輕，有時候針對業務的改變可以重構集市。事實上，構建不同集市支持不同業務體系所追求的是敏捷，不是為了數據建設，而是為了業務建設。

中原銀行的業務層，對于業務設計采用了相對獨立的思考視角，采用實體、關系和行為三個維度描述所有的客群和經濟體。通過三元邏輯構建方法論，在描述客戶時候會做一些身份特性和資產特性、風險關系特性和營銷關系特性、金融行為特性和非金融行為特性的標簽。需要注意的是，這三種不同的邏輯加工其實相對難于融到一個技術體系中，在中原銀行內部也會用不同技術體系實現。

4. 數據模型與抽象

很多銀行在集市設計中更多使用的可能是反范式模型、多維模型，這些已經足夠支持大量的分析設計。但是，中原銀行最近做了一些嘗試，引入了兩個在傳統行業較少應用的模型：用戶事件模型和實體關系模型。

用戶事件模型是我們借鑒互聯網的以行為分析作為目標的分析模型，它采用 event 和 user 抽象一切時序事件過程，這種方法在實現時序數據分析場景有很大優勢，適用于關注客戶行為的分析場景，并且這種模型更容易實現 T+0 數據更新。

實體關系模型是我們基于圖論，將事務抽象為實體和關系來表達的一種模型，他非常適合處理復雜關系以及離散知識庫，并且在風險管理、反欺詐、知識管理方面有較大優勢。

事實上，在業務角度可能更關注的是上層，比如客戶標簽、商業智能、經營指標。銀行是相對傳統的行業，我們在前期剛開始做數據時，因為銀行的考核一直是財務導向的，所以很多業務人員關注的是經營指標。

但是近幾年，隨著以用戶需求為導向的轉變，考量標準以經營指標逐漸轉向了考慮用戶的行為、需求，使業務人員對客戶標簽的應用需求逐漸增加。如今，中原銀行把整個團隊工作重心轉移到以客戶為中心，主攻客戶標簽和商業智能。

四、以人為本的商業智能構建

從商業智能角度，通過大數據平臺的數據整合、部署和提供五種數據交付模式，支持高共享的、跨業務領域的數據需求，以及重點支持靈活查詢、模型分析類應用，提高業務響應時效。

1. 商業智能的五種業務交付模式

1. 固定報表（含移動端）：提供固定口徑報表，支持移動端訪問，主要面向經營管理人員。
2. 自助查詢模型：業務人員可自主設計查詢方案，支持多維分析及多種可視化展示，主要面向經營管理人員、數據分析團隊。
3. 數據實驗室：提供數據環境和多種工具，支持實驗性的迭代分析需求，主要面向數據挖掘人員，數據建模師。
4. 挖掘模型應用：在穩定環境運行挖掘模型，產出目標客戶清單和評級信息，主要面向營銷人員和風控人員。
5. 即席查詢：提供人工的數據使用支持，主要面向經營管理人員，數據分析團隊的急迫臨時需求。

中原銀行希望這五種不同的商業智能交付方式能夠滿足企業對數據的大部分需求。

2. 商業智能的數據分析平臺體系建設

中原銀行目前規劃的一套數據平臺體系，構建了三個不同層級的平臺支持數據應用。 這些平臺面向的人員有所不同，報表主要面向廣大數據使用人員；自助分析主要面向高級報表分析人員；數據實驗室主要面向一些有科技背景的人員，比如建模師。

3. 商業智能的全面分析支持能力的構建

一站式數據分析實現的是架構落實到系統層面，中原銀行對其的定位是使數據觸手可及。

銀行的業務規模非常大，我們希望有一個地方可以讓業務人員看到數據，且不僅僅是報表，因此構建了多個引擎的整合，如：自助分析引擎、搜索引擎、數據挖掘引擎、行為分析引擎、非結構數據分析引擎等，其中不同的引擎基于完全不同的架構體系而做。

需要指出的是，中原銀行還建設了數據資產管理模塊，因為我們希望每個業務人員在使用和接觸數據的時候，會有一個中原銀行的數據地圖，清楚地知道不同數據所在的地方，以及數據有哪些標簽。

4. 商業智能的管理和安全管控

中原銀行設置了一系列數據安全管控措施，如下載管理、實時脫敏、使用痕跡的管理、行為監控，這些不只是為了滿足監管的嚴苛要求。同時也是數字化轉型過程中必須重視的問題，因為數據對于銀行，甚至是金融業的任何一個領域都是第一資產，要保證它的安全。

上面介紹了中原銀行大數據建設的兩大領域：數據整合和商業智能。關于數據整合，很多先進的金融機構和互聯網公司都在做數據整合，有很好的經驗可以借鑒，如神策數據做了非常好的產品和架構邏輯；關于商業智能，擁有好的架構師就可以做出很棒的架構。因此，雖然這兩大領域很重要但是最難實現的是數據價值體現。

五、數據價值運營的三駕馬車

對于金融機構來說，數據整合和商業智能大部分還是大數據團隊來主導，但是實現數據價值的變現需要全公司的重視，首先是領導的重視。中原銀行通過長時間的探索逐步提出數據價值運營的概念，這個運營與一些金融機構的業務運營的概念不同，我們把數字價值運營概念包括三個角度：數據產品、產品運營、文化建設。

簡單來說，類似產品運營概念，數據團隊除了需要分析師，還需要產品經理、運營團隊。

1. 打造場景化數據產品

中原銀行至少規劃了兩個重要數據產品線。一個是客戶畫像產品，通過整合分析銀行內外部的數據，并基于標簽和用戶抽樣構建真正的客戶畫像；另一個是場景分析產品，用來對一些場景分析做端到端的支持。這種數據產品的打造本質上是一種通過產品運營角度沉淀數據價值的方式。

在一個大的金融機構中，可能每個部門都對數據有不同要求，這種錯綜復雜的需求很難有客觀的價值體現指標，而一旦沉淀成數據產品，通過產品的運營就可以在不同部門產生共同的吸引力與價值評估，這種吸引力本身就形成了價值。

中原銀行通過這種方式在整個集團內部打造了一種數據產品推廣和使用的思路，非常像在打造一個產品經理團隊，一起構建能真正沉淀企業數據價值的數據產品，而不僅針對某個需求出分析報告。

2. 數據產品運營推廣

為了加快數據化轉型，中原銀行設立了專門的數字運營團隊，不同于業務運營，這個團隊的運營人員負責數字產品人員做出的產品的推廣、宣傳、變現等，如舉辦數據人才競賽、開展數據應用培訓等。

3. 數據文化建設

數據文化建設是中原銀行數據化轉型非常重要的工作。在傳統金融行業里普遍存在“拍腦門決策”的問題，但是一旦建立了數據文化就能更好地控制這些問題，如領導在憑感覺做決策時，員工可以通過數據說服老板做更科學的決策。

為此，中原銀行建立了數據驅動創新社區、定期會做最佳數據實踐總結推廣、數據知識培訓引導、數據文化活動宣傳等工作。

以上，就是我們數字化轉型實踐過程中的嘗試和思考，中原銀行將繼續探索和開拓銀行業的數字化轉型道路，希望能為推動金融業的數據驅動發展進程盡一份力。

本文由 @神策數據 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議