一千個讀者眼中有一千個哈姆雷特，而每位IT管理者對數字化轉型的理解和認識也各有不同。在孫曉鷗看來，數字化轉型在數據側要支持快速試錯，快速搭建通路，做好可插拔的快速對接，這是更適合中小機構的一條發展路徑。

孫曉鷗，曾先后供職于支付清算機構、國有銀行、外資銀行、農商行、人壽保險機構等世界五百強企業，在企業數字化轉型、數據倉庫與商業智能、數據資產管理、數據生態建設、數據要素等領域有著近20年的從業經歷，以及10年以上的數字化建設及管理經驗，主持參與過數十個大型信息化建設項目，具備豐富的從0到1項目建設經驗，其項目建設及研究成果曾多次獲得部級、市級創新獎。

在接受企業網D1Net專訪過程中，孫曉鷗結合工作經歷，以中小保司機構的數據建設為例，講述了數據建設過程中面臨的風險與挑戰，強調了數據治理對于企業數字化轉型的重要作用。最后，他從組織、實施、管理和技術四個層面梳理了中小金融機構數據建設的四大實用避坑指南，希望能夠助力企業通過數據建設提效降本，少走彎路。

前保險機構 數據負責人 孫曉鷗

(ASU EMBA，DAMA中國數據專家，CCDO認證，信通院數據中臺專家)

中小保險機構的數據建設之路

孫曉鷗前所在機構為一家合資保險機構(以下簡稱“該機構”)，母集團有著百年歷史，最新世界500強排名前150。

自加入該機構以來，全面負責公司的數據規劃和重構。“我們有一些管理體系來自海外集團，這套管理體系的成熟度很高，但是在國內落地應用需要一個自我吸收的過程，一定要走一條中國特色的發展路徑。”孫曉鷗提到，國外做數據工作以體系架構的建設為主，而國內則以應用為主，因此在實施過程中，要平衡中西方之間文化、管理以及認知度等各方面的差異。

該機構于2019年起搭建數據基礎平臺，引入Hadoop平臺集群為數據的基礎底座，對數據進行整合、加工萃取和應用。經過2~3年時間，大部分數據基礎能力建設工作已經完成，包括數據頂層設計、數據治理、數據質量、數據標準等管理體系，以滿足金融機構的監管訴求。例如保單登記平臺以及銀保信相關的數據報送工作，通過建立可持續的數字化運作體系，保證數據的完整性和一致性，讓數據底座越搭越牢。

在內容建設方面，通過引入主題域數據模型，搭建邏輯模型、物理模型和概念模型，建立完善的數據質量控制體系，保證數據的精準度以及時效性，同時通過團隊管理以及運維流程的輔助支撐，保證數據工作的常態化運作。

風險管理是金融機構的核心競爭力，但保險行業在風險管理方面的專業性和成熟度與銀行業相比尚有一定差距。對于中小型金融機構而言，技術完全自研不現實，如何找到平衡點和著力點，一直是孫曉鷗著重考量的問題。

孫曉鷗透露，該機構的數據建設工作正從監管驅動向營銷驅動轉變，圍繞客戶管理、客戶營銷以及風險管控幾大場景，基于自身技術底座打造小型應用，實現服務能力的快速輸出。如快速搭建原型，支撐營銷活動，若效果可控可取可行則快速復制推廣，從而降低試錯成本，提升轉化能力。

調整業務結構 探索精準營銷

近幾年，伴隨監管側的持續發力，《個人信息保護法》、牌照準入要求、客訴處理、市場環境等諸多因素疊加作用，傳統粗放式的營銷方式已經無法支撐現有的業務形態，精準營銷成為必然趨勢。

目前該機構正在進行業務結構調整，這給數據側提出了一系列要求。“我們正在探索數據分析與挖掘方面的能力，以穩定性為前提為前端業務人員賦能。”他以傳統的電銷模式為例，如何對客群名單進行精準篩選，如何制定溝通話術，如何通過NLP技術對話術進行語義分析等，會有相應要求。

該機構以客戶名單標簽為切入點，找準目標客群，并在外呼過程中留存數據，為后續的分析挖掘提供素材。制定業務策略時，在做好數據積累的前提下，數據團隊與業務團隊一起探討采用何種話術、哪種激活形態、如何疊加權益、如何策劃活動等。

對于代理人業務，在數據側要為保險經紀人搭建數據看板、知識庫，助其快速計算未來數年的保單收益，進行理賠模擬或行業輿情分析，實現將數字或圖表直接呈現給消費者的能力，從而體現保險經紀人以及保司的專業性。

保司機構在數據建設方面的風險與挑戰

據悉，現階段該機構尚未擁抱公有云，其大數據平臺、數據質量管理平臺等均由數據團隊與供應商自研搭建。一方面，該機構的業務體量不大，現有平臺足以支撐業務。另一方面，一旦上云，業務、管理以及戰略決策等層面可能會發生沖突，導致業務連續性無法保障，存在很大的建設風險。

對非結構化、半結構化數據進行分析挖掘，需要企業投入大量的時間和成本。對于該機構這樣的中小保司機構而言，更需要一站式的SaaS服務，助其快速收獲成效，但目前來看，這類解決方案少之又少。

由于未上云，云上的SaaS服務不能輕易嘗試，而線下的解決方案會涉及數據安全風險，若采用隱私計算則需要數百萬資金投入，在監管未明確、抓手也相對薄弱的情況下，中小保司機構需要謹慎對待。

在孫曉鷗看來，現階段保司機構在數據建設方面面臨兩大痛點：

首先是創新和風險如何平衡的問題。這取決于公司的管理策略，是保守還是激進，還取決于收入與風險之間的對等關系，企業需要有所選擇和取舍。

其次是組織架構能否提供支撐，是否有高效的決策機制。如果未設立數據管理相關部門，沒有CDO(首席數據官)這樣的專屬角色負責整個數據條線的工作，那么在溝通的過程中會受到一定制約，出現數據質量等問題時很難確定職責方，導致解決問題的時效性無法得到保障，后續工作也難以正常推進。

即使企業中設立了數據治理委員會、風險管理委員會、數據安全委員會等組織，但這些邏輯組織是否高效還要打個問號。健全的組織架構和完整的響應機制能讓數據側發揮最大效率，一旦出現問題也能快速定位，快速解決。

孫曉鷗強調：未來的趨勢是快速試錯，快速搭建通路，因此數據側要做好可插拔的快速對接，這是更適合中小機構的一條發展路徑。

數據治理是數字化轉型的必經之路

近幾年業界對數據治理的認知度已明顯提升，無論是央國企、外資、合資企業還是民企，對數據治理都非常關心和重視。以某民企集團公司為例，要求中層以上管理人員每月集中學習數據治理相關課程，并且落實到考試環節，考試不通過的人員不僅要面談，還有轉崗風險。通過自上而下的有力推進，如今該集團公司已在內部OA上正式發布《XX集團數據治理白皮書(1.0)》，標志著該集團公司的數字化轉型也從前期的“摸著石頭過河”，將邁入自身先進經驗總結和沉淀的新階段。

孫曉鷗表示：目前來看，資本市場遇冷，受疫情等不確定性影響，產業的生態鏈被破壞，企業承受著巨大的經營壓力，既要重新維系客戶，也要重新搭建供應鏈。

從管理側，人財物的角度來看，企業要想謀求發展，只能牢牢抓住人力資產和數據資產，通過數據發力，找到精準客戶，并盡可能降低人力成本和管理成本，先活下來，同時提升決策效率，以便在市場中立于不敗之地。

在市場營銷側，依靠數據驅動、沙盤模擬以及數字化的論證方式，企業能更好地了解目標客戶群在哪?下游與誰合作有機會實現市場突破?數字化讓企業的投資更精準，實現精細化管理和高質量發展。中小型金融機構通過數據提高效率、降低成本，實現數字化管理以及業務的穩定增長至關重要。

當前該機構一把手對數據越來越重視，公司的數據管理制度越來越完善，技術以及方法論逐步健全，市場上數據治理方面配套的解決方案也日益成熟，加上試錯機制以及自身的能力儲備，該機構已走出了一條屬于自己的數字化發展之路。

中小金融機構在數據建設的過程中如何避坑?

最后，孫曉鷗結合自身在數字化建設與管理領域積累的豐富實踐經驗，從組織、實施、管理和技術四個層面，梳理了中小金融機構進行數據建設的四大實用避坑指南。

一、組織層面：組織架構要明確分工，保障數據工作有序實施。

數據工作是公認的苦活累活，如果不進行明確分工，團隊會越做越小，力量會被逐漸削弱。同時，要提升全員對數據資產的認知度，重視數據人才的選擇和培養，提高數據人員的相關待遇。數據工作需要得到高層領導的重視、支持和鼓勵，這些潛移默化的影響將塑造并形成企業數據文化的雛形。

二、實施層面：進行明確的職業定位，建立人才孵化體系。

中小型機構、企業對技術提供商的依賴度很強，對核心技術的掌控能力相對有限，且復合型人才少之又少，即使花大量時間和成本培養復合型人才，也面臨很大的流失風險，如何留住人才，是中小型機構面臨的突出問題之一。目前來看企業對人員的綜合能力要求非常高，既懂數據，又懂業務，還懂管理，且懂架構，這樣的人才是難以復制的，因此，要建立人才孵化體系，明確每個職業的定位。

三、管理層面：金融機構做數據創新，要切實做到扁平化管理。

當前做數據創新的金融機構很多，一些大型金融機構也會設置虛擬團隊，但實際效果并不理想，其管理成本反而越做越高，原因在于組織中業務與科技之間的聯動和人才的考核方式都存在問題。這些問題不解決，任何技術流程規范和數據治理方法論都不成立。

“現在大家推崇IT與業務高度融合的混合團隊，未來的發展趨勢就是互聯網的‘山頭文化’——幾個人的虛擬團隊圍繞著一個業務目標進行創新，實現扁平化管理，這跟互聯網企業做APP孵化沒有任何區別。就是鼓勵激情和創新的文化，拓展員工思維的橫向跨度，培養并提升員工的綜合素質。”孫曉鷗提到。

四、技術層面：推進產學研用聯合孵化，以基礎類理論支撐數據科學創新。

數據深度挖掘、神經決策樹、邏輯回歸等方法需要數學和統計學等基礎理論的支撐。建立產學研用合作體系，通過校企聯合實驗室進行基礎理論研究，推進軟科學與硬科學相結合，共同參與技術創新，共享資源和知識，可提高創新的效率和質量。

國內在技術創新方面更注重低成本、快速見效和輕量級應用，因此開源產品與新型技術更受青睞。但開源產品的成熟度不夠，甲方對技術的掌控力不足，存在很多問題，如兼容性差、維護成本高等。一旦問題無法解決，往往又會擁抱另一項新技術，而頻繁切換賽道和方向，會讓業務失去耐心和信任，給IT管理者及IT團隊帶來很大損失。

這種情況下，企業通過校企聯合的方式能夠夯實人員的基礎能力，讓員工成為某一領域的專家，從而提高企業的技術實力和競爭力;同時要站在國際視角進行橫向對比，多多了解行業的發展趨勢以及專業專注等優秀的價值觀，有助于技術的創新發展。

對于新技術孫曉鷗持開放態度，他強調要在實際應用中找到合適的切入點。與大機構不同，小機構的抗風險和合規處置能力較弱，因此需要更謹慎地擁抱新技術，更傾向于采用市場上成熟的解決方案，否則一旦出現問題將直接影響機構的股價和聲譽。

例如，近期大火的ChatGPT，雖然在知識沉淀與互通方面有一定助力，但在實際場景中應用未必能達到專業效果。此外，新技術的應用必須考慮數據安全隱患，GPT在雙向交互的過程中是否存在數據安全隱患，目前政策層面并未給出明確的指引。孫曉鷗明確表示：“金融機構需要在強監管的前提下確保風險可控，做好新技術的能力儲備是必要的，因為它是企業轉型的必由之路。但如何應用，時機如何把握，則需各家企業結合自身實際情況合理判斷”

經驗總結

孫曉鷗總結：“企業數字化轉型轉的是業務思維和管理決策的方式，這兩個目標如果明確了，再去考慮數字化到底該做什么。”如果是轉業務戰略，則需搭建能讓業務快速試錯、讓設想變成通路快速變現的基礎能力。如果是轉管理決策方式，則需搭建數字化運營體系，實現各種可視化數據，并嘗試通過新技術實現局部逐點突破的能力，從而降低決策成本。

“人很關鍵，如何維系好數字化團隊，使其不斷增值，也是需要考量的因素。”他強調。實際上，數字化員工給企業帶來的增量價值很難量化，但從另一個角度來看，如果企業流失一個數字化員工，再招聘一名具備同等能力的人需要付出多少成本，是可以變相衡量出來的。因此，當企業能夠意識到這一點時，自然會增加人力方面的投入，例如增強企業與高等教育機構的聯動合作，培養年輕人才等。

關于企業網D1net(hfnxjk.com)：

國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。同時運營18個IT行業公眾號(微信搜索D1net即可關注)。