2019年，农业银行启动了数据中台建设。数据中台对数据资源进行汇集、加工、封装，让数据变得可得、可用，本质上是对数据能力的抽象与复用。农业银行牢牢把握这一本质，通过规范化的整合实现数据互联互通，将其提炼加工为各类半成品或成品，并沉淀为标准化的数据资产，供业务系统共享复用，提升数据供给服务质效。建设过程中，农业银行始终坚持“以用带建”，创造性地构建了数据建设与数据应用互促互进的价值闭环。经过三期打磨，农业银行数据中台具备了企业级标准化数据能力，成为全行数据应用的核心“枢纽”。
一是建成“三库一市一谱”数据资产体系。标准化、可复用的数据资产是数据中台的核心能力。农业银行统筹规划了数据标签库、统一指标库、分析模型库、公共数据集市和知识图谱“三库一市一谱”总体框架，按照“以用带建”策略，提炼形成数据标签、统一指标、分析模型、多维数据、知识图谱五类数据资产。
数据标签库从自然属性、行为特征、需求偏好等角度对客户明细数据进行抽象，描绘客户立体画像；已建成发布标签5831个，形成三级标签体系，涵盖自然、资产、交易等十大主题。
统一指标库基于“报表指标化、指标规范化”思想，建立经营管理通用指标体系，为各级行提供权威指标数据；已积累核心指标3938个，并可多维交叉生成海量派生指标，满足综合绩效考核、核心业务监测等业务需要。
分析模型库从数据分析应用中提炼共性数据特征或算法模型，在总分行间共享，提升数据分析挖掘建模效率，已积累具有复用价值的典型算法200余个。
公共数据集市从业务视角对数据进行关联、整合，在底层实现全域数据互联互通；经过多期迭代，已积累数据主题模型5009个，以批量接口形式持续为全行业务系统提供稳定的数据服务。
知识图谱以网状结构组织数据构建实体之间的关系，目前以个人、法人和物品为实体构建了60余种关系、22种图谱资产。
二是实行全生命周期数据资产管理和服务。元数据是数据资产管理的核心抓手。农业银行将元数据管理贯穿于数据架构设计、源头数据采集、数据入湖存储、上层加工应用等的全过程，使数据资产管理触角触及数据产生和消费的全生命周期。
从管理端来看，依托数据资产管理平台对元数据进行统一存储、统一管理、统一监控；将源系统数据、数据湖数据表、数据标签、统一指标、分析模型、集市多维模型、知识图谱等全部资产纳入管理范畴，形成较为完整的数据资产视图。
从服务端来看，从业务视角构建统一数据服务目录，依托数据中台门户将数据资产分类摆放、逐级展示，面向总分行提供一键搜索、使用跳转等服务，帮助用户快速查找、理解、使用数据；同时，对标数据运维方法(DataOps)，探索数据资产快速交付、优化迭代、持续集成的研发运营一体化模式。
三是以全链路数据治理提升数据资产品质。农业银行将治理与应用相结合，以用数过程中发现的问题为导向推动数据治理，逐步完善覆盖数据采集、整合、应用各环节的“全链路”管控机制，持续提升数据资产的规范性、准确性和安全性，形成“以用促治、用治结合”的良性循环。
在规范性方面，在推动源头贯标的基础上，以客户、机构、产品三大主数据为切入点，将数据标准在数据中台先行落地，并建立“事前需求研制、事中上线验收、事后入湖检查”的长效管控机制；目前已完成客户数据标准在数据中台的映射，实现多源数据唯一可信，解决了源头数据不一致的问题。
在准确性方面，建成较为完备的数据质量监测规则库，常态化运行“监测—分析—整改—考核”闭环管控机制，持续提升数据质量；打造数据质量管理平台，支持“数据监测、问题发现、任务分发、整改跟踪和结果评价”全流程自动化。
在安全性方面，发布《中国农业银行数据安全管理办法(试行)》，大力推进数据分级分类，制定发布敏感数据目录，常态化开展敏感数据“扫描—通报—核实—清理”闭环管控，强化客户个人信息保护，加强数据出境出行安全评估，为数据资产安全合规使用保驾护航。
2、深化数据应用，打造数字经营转型新引擎
数据中台并非一个简单的系统平台，而是一套让数据持续用起来的机制。从本质上看，用数的载体是业务，用数的主体是人，数据应用水平的高低，关键要看数据是否融入业务场景、嵌入业务流程，员工是否具备数据思维、采取数据行动。
农业银行以数据分析师“1+N”队伍为纽带促进“业数”融合，以功能化、自助化、智能化为思路降低用数门槛，将数据资产作为生产资料融入业务经营流程，广泛应用于精准营销、智能风控、产品创新、管理决策等业务场景，致力于打造“一线员工依靠数据作业、各级行依靠数据经营、总行依靠数据决策”的崭新格局，使数据成为驱动经营转型的新“引擎”。
按照数据应用由浅入深、由易到难的原则，农业银行结合不同用户的不同用数能力、不同业务的不同用数场景，提炼与之相适应、相匹配的用数方式，打造了指标报表、数据标签、分析挖掘、数据产品四类主流用数模式。
一是智能化指标报表——日常经营管理数字化。农业银行面向各级行经营管理人员，基于统一指标库，构建“报表中心+经营管理信息平台+灵活查询中心”BI工具体系，提供权威、一致、及时、共享的报表指标一体化查询服务，并以“拖拉拽”方式支持报表个性化定制、数据多维分析及明细下钻；同步上线推广移动服务，加快数据交付，提升用户体验，实现核心指标按需查看、“T+8.5”展示(用户一上班即可查看前一天数据)，使智能化指标报表成为各级行日常经营管理的有效抓手。
二是功能化数据标签——简单数据分析自助化。农业银行面向各级行营销策划人员，基于数据标签库，构建以“查、建、用”为用户旅程的标签中心，提供可视化用户界面、“拖拉拽”交互方式和全维度客户画像，并引入ClickHouse分析引擎，以强大的算力保障海量标签自由交叉组合，支持用户快速、灵活地筛选目标客群，并将筛选结果直接对接至业务系统以开展营销活动。标签中心助力业务人员在简单数据分析上实现全流程可视化、自助化，有效降低了用数门槛，提高了用数效率，现已推广至二级分行，受到基层的广泛欢迎，成为精准营销的一大“利器”，年均支持数据应用上万批次。
三是项目式数据分析——复杂分析挖掘精准化。农业银行通过总分行数据分析师联动，以项目形式开展数据深度分析挖掘，以“数据+算法”服务业务经营、驱动转型发展。同时，农业银行每年精选10个项目，迭代优化，示范引领，让用数方法和理念持续提升、不断深入。2022年，聚焦营销、风控领域实施的10个重点数据分析项目，全面形成“筛选—布放—执行—回收—优化”五步数据闭环，持续提升数据模型精准性，有效激发业务模式创新，探索实践数字化经营闭环，推动业务用数实现了质的突破；10个项目的示范效应也带动全行数据意识持续提升，较好地推动了数据应用向纵深拓展。
在营销方面，农业银行将知识图谱应用于公司业务，使对公客户经营由传统单一客户营销向新型链式营销转变，显著提升了企业客户服务能力；与人民银行金融基础数据中心开展联合建模，细致洞察小微企业首贷需求，大大提升了普惠金融服务质效。
在风控方面，农业银行综合运用机器学习算法和涉赌涉诈规则，使线上交易风险规模得到有效压降；将集团客户关联关系分析和风险分析模型嵌入信用风险监测流程，提升了防范化解系统性风险的能力。
四是创新型数据产品——赋能基层一线精准营销。在多级机构管理模式下，分行用数往往存在梯度衰减现象。对此，农业银行总分联合成立大数据实验室，依托实验室建立创新机制，以敏捷迭代的方式快速孵化数据产品，直通基层，赋能营销。2021年以来，农业银行先后推出智迎客、智挽客、智链客等一批拳头数据产品，形成了“智”系列品牌。在这些产品成熟后植入前台移动营销PAD，功能实用、上手简单、操作便捷，可帮助客户经理有效了解客户特点、洞察客户需求、定制服务方案，深受一线人员好评。大数据实验室采取贯通总分、直通基层的创新模式，充分发挥基层贴近客户、总行精于数据的优势，能够直接切中基层所需、解决用数痛点，正以一种渐进的方式改变着一线作业模式，加速数字化转型向基层延伸。
3、优化组织机制，培育数据驱动发展新生态
数据深度应用不仅涉及业务经营方式的转变、系统设计理念的变革，更需要与之相适应的组织方式与流程机制。农业银行牢牢把握“生产关系要适应新的生产力”这一根本原理，从战略、文化、人才等方面持续完善组织机制，使数据要素的关系和流程更加高效、数据工作的组织和结构更加优化，形成“业务数据化、数据业务化”互促互进、螺旋式上升的良性循环，逐步培育数据驱动发展的新生态。
一是高层领导重视推动。农业银行高管层高度重视数据工作，将数据资产管理与应用纳入公司治理进行统筹谋划：发布《中国农业银行数据治理基本制度》，明确企业级数据管理组织架构及“两会一层”、各部门职责分工;制定大数据战略，将数据管理作为重要内容融入全行“十四五”规划;行领导经常听取相关工作汇报，指引工作方向，指导工作推进。高层领导的高度重视和大力推动正确引领了农业银行数据管理工作发展道路，有力促进了数据应用快速普及。
二是提升数据思维意识。意识转变是付诸行动的先导。数据认知高度与思维深度的提升不是一蹴而就的，需要在长期实践的浸润中慢慢养成。农业银行在数据应用上强调“业数”融合和总分联动，数据部门带着业务部门一起做，总行带着分行一起干;尤其是典型示范项目的实施，让全行直接看到数据产生的业务效果，切身感受到数据带来的巨大价值。经过近几年的努力，全行的数据意识逐步觉醒、数据思维持续增强，运用数据开展业务经营的积极性、主动性越来越强。
三是建设数据人才队伍。人才是支撑高质量发展的根本保障。农业银行高度重视数据人才，将数据分析师队伍作为数字化转型“四支队伍”之一加快建设。2019年，在实施数字化转型的同时，采用“集中为主，统分结合”模式，组建数据分析师“1+N”队伍，该队伍覆盖33个总行部门和37家分行，目前规模达到1100人；配套实施“繁星计划”，通过跟班学习、项目实践、培训交流、考试比赛等多种形式，持续提升数据分析师的专业能力。这里，“1”指数据部门核心团队，作为引领者，统筹全行数据分析应用，实施专业性复杂分析项目，为全行提供统一的数据、工具、算法支持;“N”指各部门、各分行数据分析小型团队，是落地执行者，主要负责需求提出、成果落地等工作；“1”与“N”以项目为单位组成柔性团队，分别发挥懂数据、懂业务的优势，协作完成数据分析应用全过程，确保项目落地见效，实现“业数”融合互促，从整体上最大程度提升了数据应用效率，产生“‘1+N’>1+N”的效果。
数据管理工作具有基础性、长期性的特点。未来，农业银行将继续发扬久久为功的工匠精神，持续打磨数据这块“基石”，更好释放数据要素潜能、赋能业务经营转型，为金融业高质量发展贡献农行智慧，为数字中国建设贡献农行力量!
中国银行
中国银行大数据平台的建设主要以统一数据平台的建设为主。统一数据平台的建设可以形象地比喻为建湖、放水、养鱼、除藻、收网五个阶段，中国银行统一数据平台建设如图所示。
中国银行统一数据平台建设
中国银行大数据项目组在2021年2月投产上线了企业级数据湖、中国银行统一数据门户、数据协同平台；在4月上线了数据字典平台、统一数据服务中心、分析师工作台；在6月上线了湖仓一体的企业级数据仓库；在7月正式投产了第一个新线试点应用。截至目前，中国银行的大数据平台已基本建成，数据中台也将于近期正式发布，中国银行建立企业级大数据平台的梦想照进了现实。
目前，中国银行统一数据平台已将集团内各业务系统数据结构纳入统一管理，共收录企业级数据字典近十万项。同时，通过数据需求管控、规范OLTP系统的开发设计，实现了一套数据字典既支持OLAP系统，又支持OLTP系统，开创了业界的先河；大数据平台日处理文件数十万个、处理数据上百亿条，全面打通了数据供应链，为数据应用分析奠定了基础。
此外，中国银行已经在统一数据平台分析师工作台上开展深度学习模型构建工作，实现在交易银行部“国际贸易市场份额自动计算与预测模型”和“票据融资业务BI报表”中每月自动计算中国银行各分行及全辖的涉外收支量，跨境、境内贸易结算量，市场份额，票据融资等指标数据，并对全辖未来3个月的市场份额趋势进行预测分析，将原本复杂的计算工作和抽象的分析工作用技术手段进行精确计算和量化分析，将业务人员计算时间由1周减少至10分钟以内，进一步为业务人员减负，开创了技术与业务结合的新方式；江苏省分行“大众客户流失预警模型”精准定位江苏分行4月高概率流失名单，并达到了较好的预测效果，为分行“挽客”“留客”提供技术支撑，有效开辟了数据赋能新路径。
依托分析师工作台，中国银行正在为全国36家分行集中进行数据分析师队伍培训，经过四期集训，已共计培养了100余名数据分析师。自此，中国银行建立起了自己的数据分析师队伍，分析师工作台也将成为中国银行数据分析师的“黄埔军校”，为中国银行源源不断输送专业的技术人才。
过去，中国银行建设了许多数据平台，这些数据平台上的数据应用在不久的将来都将向统一数据平台迁移，真正实现应用的统一、统筹、统管，数据的全面、精确、一致。至此，中国银行的大数据平台各模块主体功能均已上线，新线大数据架构基本建成，中国银行的大数据时代已经到来，并在各领域初显成效，实现刘连舸董事长提出的“力争用2～3年时间，从根本上解决数据‘不准’‘不通’‘不全’‘不用’的问题”的既定目标，构建流畅、便捷的数据管理流程、夯实“全面”“准确”的数据储存底座，树立“规范”“系统”的数据生产典范。
邮储银行
1月31日，中国邮政储蓄银行以“跑出数字金融‘加速度’”为主题，在京举行金融科技创新成果发布会，行长刘建军表示，邮储银行的数字金融发展可以比喻为以加速度奔跑奋进的前行者，战略部署、科技引领、数据驱动是提供动力的三大核心“器官”：战略“入脑”，指挥发展脚步；科技“强心”，引领服务创新；数据“造血”，释放金融活力。最终驱动金融服务升级，以人为本，普惠城乡。
具体而言， 在数据“造血”方面，邮储银行以新一轮大数据五年规划为基础，持续强化数据能力建设，让数据资产“活起来、动起来、用起来”。邮储银行完成了全行系统数据的整合，并融合了税务、工商等外部数据，完善金融十大主题数据模型，建成客户、风险等六大数据集市，累计上线18类1600余个零售客户标签，实现客户精准画像。同时，上线手机银行千人千面等200多项数据服务，支撑客户分析、风险监控等9大场景，实现全流程端到端的应用。截至目前，该行部署分析模型和策略规则8000多个，极大提升了客户识别、集约运营、风险防控等领域的效能。
此外，2023年1月，邮储银行发布该行第一份以数据资产为主题的白皮书——《中国邮政储蓄银行数据资产白皮书（2022年版）》。据悉，白皮书从背景、理论和实践三方面出发，共包含数据资产管理背景、邮储银行数据资产管理体系、邮储银行数据资产管理实践、邮储银行数据资产应用实践四个章节。白皮书分析了数据要素化与数据资产管理趋势，基于数据视角的重构与邮储银行实际，构建了具有邮储银行特色的数据资产管理体系，具有前瞻性和创新性。同时，白皮书聚焦乡村振兴、线上金融、风险管理等重点领域，囊括了包含数据分析模型、标签、API服务等成果在内的10万余项数据资产，并通过企业级数据资产目录，快速输出数据资产服务，赋能业务发展。
交通银行
为进一步深化数据治理，发挥数据价值，交通银行基于“价值引领、开放共享、全面覆盖、安全合规”四大原则，重点推进数据与业务的紧密融合，加强数据治理制度体系、组织架构、系统平台三大基础保障，着力实现数据规范化管理、自助化分析、智慧化服务以及服务数字化监管报送等四大能力提升，相关工作已取得阶段性成果。2022年，交通银行正式通过数据管理能力成熟度评估(DCMM)四级认证，数据治理能力建设迈上新台阶。
1、加强顶层规划设计，建立数字化协同组织
一是构建数据战略与“1+1+N”数据治理制度体系。交通银行研究制定了“十四五”时期数据治理规划，并将其作为全行数据工作的战略性指导文件，形成了由一个政策总纲、一个主体办法和N个关键领域管理规范组成的“1+1+N”数据治理制度体系，确保全行数据治理工作依法合规、科学有序推进。
二是建立董监高层级数据治理组织体系。交通银行已建立董监高层级的数据治理决策监督体系，设立了由行长、分管金融科技和数据管理的副行长、各业务部门共同参与的数据治理委员会，全面强化数据治理决策领导和统筹管理职能，形成全集团共同推进数据治理工作的合力。
三是明确数据治理职责分工。数据管理与应用部是交通银行数据治理工作的牵头部门，负责推动建立健全数据治理制度体系，打造企业级的系统平台，完善跨职能和条线的数据治理工作机制，协调各级机构有序推进数据治理。总行业务部门负责本业务领域内强化数据标准、数据质量、数据安全等管理要求的落实，探索推进数据分析应用，赋能经营管理和业务发展；总行技术部门立足自身职能，加强对数据治理各项工作的技术支撑，保障大数据基础设施资源供给，确保数据治理需求在落地执行过程中的技术实现以及在日常系统运维过程中的数据安全。
四是建立数据服务派驻团队。交通银行搭建了覆盖各业务领域的数据服务派驻团队，以数据应用项目为管理单元与突破点，加强数据团队与业务团队的深度融合，针对业务部门数字化转型中的痛点、难点、堵点问题，形成数据标准化、质量提升、分析建模服务等一揽子解决方案，并采用现场派驻的工作模式，实现数据服务的敏捷化支持，在保障数据治理要求贯彻的同时，助力业务部门提升数字化思维和能力，形成跨部门的数字化协同组织。
2、推进全链路数据标准化，实现质量闭环管理
在数据标准管理方面，交通银行建立了以“治理前移+工具管控”为核心的全链路标准化机制。基于已编制的覆盖零售、公司等各业务领域的企业级数据字典，一方面推进“治理前移”，将数据标准的管理工作前置到架构评审、需求评审等环节，以制度和流程确保“基础数据跨系统一致、指标数据跨报表一致”，沉淀全行统一的指标库与标签库；另一方面加强“工具管控”，搭建数据建模管控工具，在开发流程中实现数据落标的“强管控”，确保跨系统之间数据开发的一致性。
在数据质量管理方面，交通银行以“量化跟踪+闭环管理”为原则建立数据质量管理体系，着重以数据质量问题为锚实施量化跟踪，建设以质量问题单为主线的线上化质量管理和问题解决流程，对问题解决时效等关键信息进行量化统计，使审批流转耗时降低50%；在闭环管理方面，依托数据质量管理系统搭建企业级质量规则库，支持规则配置、定时跑批、问题流转等服务，实现各业务领域数据质量的敏捷管理和实时监控，目前已形成覆盖全行重点业务的1.8万余项数据质量规则，推动实现各类重点场景的数据质量提升。
3、健全企业级数据中台，打造统一的数据底座
交通银行遵循数据“统一采集、统一标准、统一加工、共享服务”的原则规划并推进企业级数据中台建设，打造以数据治理、计算、服务、分析平台为主体的系统平台支撑，夯实数据治理基础，为全行数字化转型提供集成整合、高效复用的数据服务；建设数据治理平台，以“打通、对齐、同频”为原则建立企业级数据资产目录，覆盖全行200余套重点业务系统，方便总分行人员识数用数；建设数据计算平台，实现全行5万余张重点库表入湖入仓，构建全行统一的数据底座，着力打通“数据孤岛”，促进全行数据的充分集成和统一共享；建设数据服务平台，提供客户标签画像、经营指标体系、智能知识图谱等数据服务，支持业务产品和服务流程对所需数据的灵活调用，满足全行风控、营销、运营等集中化、专业化的数据需求；建设数据分析平台，营造统一分析环境，引入各类数据分析工具，服务1.5万名全行用户，支持业务人员实时查询与自主分析，满足业务个性化数据分析需要，目前已沉淀形成4.5万个数据自助分析成果，支持风险监测、经营分析等各类场景的分析应用。
4、聚焦转型创新，加强智慧化数据应用
交通银行高度重视数据应用，以数据价值的充分挖潜赋能业务产品创新和服务流程优化，全方位提升经营管理和客户服务质效，以数字化转型成果赋能实体经济发展和普惠百姓民生。在经营管理领域，基于业务转型发展需要深化数字化应用，建设企业级营销中台、风控中台和运营中台，提升全行一体化、智能化的客户营销、智慧风控、运营管理能力；打造管理驾驶舱和价值分析决策平台，支持总分行数字化经营管理决策；升级完善客户经理工作平台，进一步提升员工工作效能，切实为基层减负。在普惠金融领域，推广“交银e办事”数字化服务，在普惠信贷、便民就医等重要场景中创新金融产品，特别是在普惠信贷方面，在获得客户授权的前提下，融合了来自税务、工商登记、征信的各类数据并进行联合建模，打造了集信用、担保、抵押类于一体的普惠e贷产品，获得了众多个体经营者及小微企业的青睐，实现数字金融的惠民利企。此外，交通银行还通过手机银行和网银等多渠道为客户提供拟人化的智能服务，每日受理数万名客户咨询，使客户问题能够在第一时间得到应答，同时通过升级迭代手机银行、买单吧等应用，不断提升客户体验。
5、加强安全管理，落实个人信息权益保护
交通银行不断完善数据安全管理体系，编制《数据安全管理办法》《数据安全分类分级办法》和《个人客户信息保护管理办法》等业务规范，健全并实施《敏感数据脱敏实施技术规范》《数据安全分级保护技术规范》等技术规范，明确数据分类分级规范和生命周期各环节管理要求，构建数据权益保护工作机制，在落实数据分类分级工作的同时，对于个人信息使用、数据出行出境等经营管理中的重点数据活动，在事前开展数据权益保护影响性评估，强化数据分析、数据下载等重点场景的数据权限管控，保障客户的数据权利和隐私安全。
>>本文内容来源：金融电子化、中国金融电脑、中国银行业杂志、金融科技产业资讯等，数字金融网整理汇总。
