构建大数据能力核心引擎，主动拥抱金融科技创新.docx

构建大数据能力核心引擎，主动拥抱金融 科技创新——中国光大银行大数据治理体 系规划与实施
作者：李璠，柯丹 来源：《中国金融电脑》 2017年第5期
面对澎湃的金融科技创新浪潮，光大银行科技条线以“稳健运营、积极进取”为指导方针 以大数是处理巨大体量、各种类型的非结 构化数据，还是从海量数据中挖掘数据价值，都离不开信息技术的发展驱动，同时信息技术也 使得原来无法实现的应用场景变为可能。例如，图像识别技术使得客户远程开户成为可能，音 频识别技术可直接从客服中心的电话中发现客户投诉等等。
大数据内涵已经从数据本身转变为了大数据内容、大数据技术和大数据应用的融合，应用
是目的，内容是基础，技术是承载，三者之间相辅相成，缺一不可。企业日益增长的大数据应 用对数据管理和技术提出了更多要求，同时技术发展也为大数据应用提供了基础；通过大数据 技术，从海量低价值密度的数据中，挖掘出高价值密度的信息，使其转化为企业核心资产；企 业通过自身拥有的数据与外部数据跨界融合，借助大数据采集、处理与挖掘技术，不断发现数 据新的价值点，推动业务模式、服务模式的金融创新。
全面审视银行大数据能力 光大银行基于大数据的全新内涵，结合大数据应用特征及其带来的技术、管理方面的新需 求，对传统数据成熟度评估模型进行优化和提升，形成大数据成熟度评估框架与成熟度模型 (如图1 所示)。
业务能力评估：即全行主要的业务条线，如客户、产品核心部门是否具备大数据在业 务场景中运用的规划及实施能力，这也是开展大数据金融创新的首要条件。
数据应用支撑能力评估：在传统数据应用中，主要运用数据仓库及BI技术。大数据 环境中，大数据技术种类更多、更加细化，从数据采集、数据存储、数据处理、数据挖掘、数 据可视化均有大量技术与产品，并基本形成了大数据技术生态，银行的大数据技术的部署与实 施能力是构建大数据应用的基础。
数据治理与服务能力评估：当大数据应用挖掘出更多价值后，数据资产管理这一理念 被提升到前所未有的高度，数据模型与架构、元数据等领域需要支持数据资产全生命周期各类 管理要求，数据安全重点之一是有效防范数据泄露风险。
全方位的立体规划 光大银行在制定大数据治理规划目标时依据全行业务战略目标，以大数据应用规划为先， 从最薄弱环节入手，并采取年度重检的模式，形成全方位的立体规划机制，以适应大数据技术 发展及金融创新的要求。
依据业务战略目标推导出大数据应用发展方向及应用任务规划。
由大数据应用发展方向及应用任务，推导出大数据治理的战略目标。
从最薄弱、必须要具备的能力入手，并匹配大数据应用任务，规划组织机制、人员储 备、管理方法以及技术支撑相关的任务与项目。
充分考虑大数据应用的多变性，规划期为3 年，并按年度对规划任务进行重检，重 新进行相应匹配任务的调整，以确保大数据应用的落地实施。
二、光大银行大数据治理体系框架及落地实施
2016 年，光大银行启动构建大数据治理体系，在“综合化、特色化、轻型化、智能化”经 营目标的指导下，引进业界先进的银行大数据应用框架，明确全行大数据应用的发展方向，并 据此确定大数据治理的战略目标、举措及规划实施路径，为光大银行全面推动金融科技创新奠 定基础。
大数据应用发展方向是全面支撑“四化”目标
为支持综合化发展，基于大数据技术以及客户画像和