隨著大數據及互聯網金融時代的來臨，銀行的數據管理已從單純的經營管理分析逐漸成為業務經營的重要組成部分。如今銀行的數據管理不僅包含銀行內部數據，還囊括行外更為豐富的大數據，銀行要支持這種新型的數據管理模式，就必須建設與之相適應的企業大數據平臺。
數據應用需求旺盛
數據應用的范圍越來越廣，顆粒度越來越細。從廣度上看，現在數據應用和分析工作不僅局限于單領域的數據，往往更注重綜合性、跨領域的數據，例如基于統一客戶數據視圖的客戶分類、跨越多個業務領域的資本計量等；甚至有部分分析內容需要進一步橫向對比行內外的數據。從深度上看，當前業務分析對數據的計量顆粒度越來越細，逐步開始出現從總賬、分戶賬向明細賬和流水賬延伸的趨勢。
數據分析的靈活度和復雜度越來越高。當前，越來越多的業務經營數據分析已經不拘泥于簡單的數據統計和匯總，數據應用需求中關于復雜計算和靈活應用的內容越來越多。原因主要在以下兩方面：一方面業務部門在統計報表和計量模型當中提出了越來越多需要提供靈活配置和查詢的需求規則。另一方面業務部門提出的數據統計計算規則的復雜度與日俱增，部分系統中甚至出現大量需要使用求導、積分，乃至使用傅里葉級數、拉普拉斯變換等專業性極強的數學計量公式。
數據應用需求越來越多，響應速度要求越來越高。近年來，隨著商業銀行對數據應用逐漸重視，數據應用的需求越來越多。業務對數據應用和分析的需求多到有時無法靠系統開發就能滿足，更多時候需要科技部門抽調專門的人員利用手工，從生產系統臨時性抽取數據，做及時的響應加工。
數據管理存在不足
商業銀行的大數據平臺應當能夠充分挖掘數據價值，實現業務創新、營銷創新、服務創新和管理創新。與這樣的目標相比，當前商業銀行的數據管理工具和服務支持體系還存在一些問題和需要改進的地方。
數據應用制度體系不健全。數據全生命周期管理流程不完整，沒有形成完善服務流程各環節的指標規范，難以保證數據服務的規范、及時和有效。
數據應用基礎工具不完善。沒有在企業級層面形成統一的數據應用和管理系統，同時系統之間還存在數據重復加工、重復存儲等現象。
數據管理維護不到位。目前出現的情況是，“管的不用，用的不管”，系統中數據質量不高。
數據標準體系不健全。缺乏專業領域的企業級標準，且由于考核機制、推動力度、建設歷史等原因，系統中數據標準難以統一。
多措并舉夯實平臺
要解決以上問題，關鍵是重視數據資產價值，提升數據應用和挖掘水平，真正建立起滿足商業銀行業務經營需要，適應互聯網金融發展的企業大數據平臺，并加強制度與流程建設，制定企業級數據標準，全面提升企業級數據服務支持能力。
強化基礎工具建設，構建企業級大數據平臺。在應用架構上，采用業界通用架構建立集數據采集、清洗、轉換、存儲、質量監控、數據補錄和報表管理（配置、加工和展示）全流程于一體的應用功能結構，以實現對數據全生命周期管理的支持；在數據架構上，要構建符合自身實際應用要求的企業數據應用模型，并以此為基礎逐步完成對單領域數據集市的整合，以提高數據的一致性和共享程度；在基礎架構上，結合當前技術較為先進的大數據應用技術，構建滿足大型商業銀行需要的“云數據”基礎架構；在大數據平臺基礎上，構建“數據模型挖掘實驗室”，滿足近年增長較快、計算規則復雜、靈活度要求較高的新型業務數據應用要求。
加強制度和流程建設，構建數據服務支持體系。當前，商業銀行對于信息數據的配套支持服務要求越來越高，有必要建立完善的配套服務支持體系。研究制定數據服務支持相關的制度，明確信息數據申請、提取、加工、交付、使用、回收、備份和銷毀的服務流程，強化規范，提升效率，防控風險；建立專門的數據服務支持團隊，落實數據服務支持責任，并建立配套的考核機制，確保為各類業務經營分析提供專業化的數據支持服務；強化各類數據應用配套的資源保障機制，在大數據平臺基礎上，建立數據應用資源緩沖池，針對臨時性、一次性、不定期的各類數據應用服務要求，提供靈活、快捷的資源保障。
細化標準規范，提升數據服務支持能力。企業級大數據平臺和數據服務支持體系是保障數據服務支持能力的基礎工具和平臺。在此基礎上，商業銀行需要不斷完善和提升數據服務支持能力，重點應從以下幾方面努力：建設數據標準體系，逐步厘清信息系統中現有的數據資產，建立《信息數據資產目錄》，逐步形成標準化的數據服務（產品）；以數據服務支持流程為主線，逐步梳理明確各環節的工序指標，不斷細化和完善數據服務各環節的服務質量；嘗試將數據服務納入IT服務計價體系，推動全行重視數據資產，充分發掘資產價值；建立配套的數據服務應用手冊，為全行更好地進行數據查詢、數據應用和數據挖掘提供指導，推動數據應用和挖掘水平提升。
京公網安備 11010502049343號