普华永道：从生产资料到生产力 - 商业银行数据资产及业务价值实现白皮书2021（45页）.pdf

《普华永道：从生产资料到生产力 - 商业银行数据资产及业务价值实现白皮书2021（45页）.pdf》由会员分享，可在线阅读，更多相关《普华永道：从生产资料到生产力 - 商业银行数据资产及业务价值实现白皮书2021（45页）.pdf（45页珍藏版）》请在三个皮匠报告上搜索。

1、建设银行深刻洞察大数据将成为重要生产要素、驱动银行提高智慧化水平的发展趋势，在国内同业中率先启动实施大数据战略，提出建设具有同业领先数据竞争优势的大数据银行的目标，明确以“量化、洞察、预测、智慧”为概要特征的大数据应用导向，发挥数据能力对于企业发展的基础性、战略性、先导性作用，让业务数据化、数据价值化，为各级机构的经营决策、客户营销、产品创新、风险防范、运营管理等活动，提供高效的数据驱动力，全方位支持业务发展。通过对数据资产管理，建行的数据仓库在集成内125个系统数据的基础上，引入业务场景需要的工商、法律、海关、中经网等外部数据，实现企业级数据集成整合、互联互通和全面共享，建立了外部数据资源统

2、一引入和共享机制。为保证大数据战略有效实施，建设银行自上而下建立了完整的组织管理和工作机制，成立了总行行领导挂帅的工作领导决策机构，强化了总行数据管理部作为大数据能力建设牵头部门的职能定位，与新组建的大数据智慧中心一体化协同运作，加强大数据工作的体系化统筹管理、创新动能培育和内聚赋能能力。大数据智慧中心作为专门为全行提供大数据应用支持的专业化机构，为总分行各业务部门大数据应用提供全面的数据、分析方法、工具和专业人员支持，协助业务部门满足管理决策、客户营销、风险管理、产品创新等数据分析，共同实现全行大数据战略目标。同时，为在全行范围推广大数据理念，培养数据分析人才，建设银行每年组织实施“绿树工程

3、”大数据种子人才培养计划。平安集团的大数据团队主要在做两件事情：其一，建设数据平台，整合关联数据，把数据背后的含义弄清楚;其二，把数据模型应用于在传统核心金融业务中，尝试设计或研究出综合金融下跨条线的产品或商业策略。平安集团对数据与服务工作的有效运转加以保障，实施了三个保障机制：第一是绩效。平安集团对有价值的数据进行几个层面的衡量，即数据是不是安全的，高效的，准确的，从这三个层面去客观衡量数据服务的实效有没有增强，质量有没有提升，准确度是不是够高。第二是共建。协同、管理各科技团队共建数据运营能力，充分发挥数据产生部门的团队原动力，让业务人员也参与到数据开发的过程中，极大地丰富数据。第三是标准。

4、在整个组织层面上帮助多团队做好数据建设，出台相应的规范标准。平安集团已经把数据确权做到精细，针对每一个业务关键字段，都对应业务，经过数据确权动作进行确认。在数据流转过程中，属主方被充分告知与知晓，也通过相应的数据安全管理机制和脱敏机制，来确定数据的最小可用的范围，数据在合理的技术架构管控下，确保可审计、可追踪，管控整个数据全生命周期。中国光大银行顺应数据赋能业务创新的新浪潮，主动开展新技术探索与应用，积极开展数据资产管理的创新实践，以“全面、权威、智能、敏捷、生态”的数据资产管理理念，引入运营模式和智能化技术，深挖数据管理“难落地，不主动，收益慢，易反复”的问题本质，转变思维，以用户为中心，以

5、解决用户数据需求为导向，强调数据资产管理从“管好数”转变为“用好数”，同步开展内容建设、平台建设和机制建设，构建智慧服务能力，促进数据价值最大化，赋能业务数字化转型。全面：通过数据资产管理平台建设，实现内部数据和外部数据、结构化数据和非结构化数据、基础数据、加工数据和管理数据的多维度、全方位管理并以此为基础支持全行数据资产全景视图的构建，为全行数据共享渠道的建立奠定数据基础。权威：光大银行通过“事前+事后”的双管控机制，实现数据资产的权威发布。事前主要是以模型设计工具为触媒，在开发环节实现数据标准的智能落标。事后采用标签体系和自然语言处理等智能化技术，研发智能盘点算法和业务规则，实现海量数据资产的高效盘点，实现以用促建。智能：光大银行将自然语言处理(NLP)、机器学习、深度学习等智能化技术引入数据资产管理与运营中，提供了智能搜索、智能推荐、智能导航的一站式服务，降低了数据使用门槛，支撑业务个性化、组合化、场景化的业务灵活创新，改善用户体验，真正实现查数、懂数、用数一条链。