广发银行研发中心副总工程师 王立

  数字经济背景下，打好数字化转型“攻坚战”已成为各家商业银行必须直面的重要课题。在此过程中，数据作为银行开展数字化转型工作的重要基础性资源，已成为与金融资产同等重要的商业资本，是能为银行带来经济利益的重要资产之一。广发银行聚焦数据要素的价值挖掘，建立“看、用、评、治”数据价值自循环体系，有机整合数据能力、平台能力和业务融合机制，赋能业务打造良好的数据生态圈，显著提升了全行数据质量和数据服务能力。与此同时，通过搭建数据资产管理平台落地各项管控要求，强调数据管控与研发过程结合、数据治理由“事后”向“事前”转变、数据资产要时刻“保鲜”等管理思路，广发银行的数据资产管理体系日臻完善，在日常研发和业务数据应用中发挥了重要作用。

  一、数据资产管理体系建设

  1.搭建数据资产管理平台，落地各项管理规范

  面向数据资产管理领域，广发银行坚持规范先行，先后制定了《数据安全管理办法》《数据质量管理细则》《主数据管理细则》《指标管理细则》《数据生命周期管理细则》《数据表管理手册》《文件管理手册》《特定代码管理手册》《数据库设计规范》等一系列管理规范;同时，通过构建数据资产管理平台，搭载数据表结构管理、数据标准管理、数据交换管理、数据生命周期管理、指标及报表管理、特定代码管理、数据质量管理、数据安全与共享管理等诸多功能，将数据管理规范落地到数据资产管理平台上，确保了流程制度落地。此外，广发银行大力培养包括数据架构师、数据管控专员等在内的专业人才，并特别组建研发中心数据专家团队负责相关数据资产准确性、合理性的评审。

  2.全面盘点数据资产，构建企业级数据资产地图

  对于商业银行而言，各类数据资产并不是孤立存在的，相关数据资产之间有着各种各样的关联关系，如无法准确解析数据资产之间的血缘关系，将会形成一个个独立的“孤岛”。对此，广发银行在全面盘点数据资产的基础上，实现了数据资产血缘关系识别，并打造数据资产分布展示、数据资产获取、数据资产评价等多个应用服务，支持数据资产以地图的方式进行多层级展示。此外，广发银行还重新定义梳理了“有什么数据资产”“数据资产在哪里”和“怎么用数据资产”等关键问题。

  针对“有什么数据资产”的问题，广发银行大力推动业务部门与科技部门融合，对表结构、指标、数据标准、交换信息等数据资产进行了全面盘点，并以实现资产化管理和多维度数据分类展示为目标，建立了数据资产目录。

  针对“数据资产在哪里”的问题，广发银行通过建立知识图谱分析数据资产之间的血缘关系，最终形成了全行视角下的数据资产地图，并以此来助力业务人员、技术人员精准定位数据，大幅提升了数据获取和服务效率，有效缩短了数据分析人员或开发人员的数据准备时间。

  针对“怎么用数据资产”的问题，广发银行以数据画像的形式展示各类数据资产，为数据分析人员和数据开发人员理解、使用数据建立了良好的基础平台，并专门建设了数据服务社区促进经验分享。

  3.推动“管”与“研”结合，实现数据资产强管控

  广发银行基于数据资产管理平台建设，将数据管理与研发过程相结合，并对研发过程中涉及的数据表结构、文件接口、实时数据交换、指标等均提出“先登记，再开发”的要求。同时，通过在数据资产管理平台中引入NLP、知识图谱等人工智能技术，广发银行将研发过程与数据管理规范有机融合，有效确保了数据资产的“准确”“新鲜”，达成“账实相符”的应用效果。

  例如，传统的指标研发模式存在指标重复开发、登记不全、口径冲突等问题，分散和线下的指标管理模式难以直观、快速地查找及应用指标，相关数据资产也无法实现共享。为解决上述问题，广发银行基于数据资产管理平台的指标管理模块，通过规范指标建设、统一研发流程，建立业务人员与科技人员共同参与的指标资产维护机制，严格落实“先登记，再开发”等管理要求，有效避免了相同指标重复建设以及指标同义不同名、同名不同义等情况的发生(使用NLP及知识图谱技术辅助判断);同时，打通数据资产管理平台与数据开发平台，大力推动指标管控流程与指标研发过程紧密结合，即在数据资产管理平台录入业务元数据并完成审批确认后，相关信息将自动同步至数据开发平台进行技术开发，在完成生产投产后，再将技术元数据从生产环境同步至数据资产管理平台，从而有效确保了指标口径的真实性、准确性和及时性。

  4.构建企业级数据标准，全方位实现智能贯标

  结合全行数据资产管控需求以及在人工智能技术方面的积累，广发银行明确了构建企业级全覆盖数据标准、在数据结构设计阶段主动贯标、通过AI智能模型实现建标贯标的发展思路。在标准定义方面，广发银行重新规范各类标准属性要素，将数据标准信息项拆分为基础词、类词、域值、域组等模块解耦管理，为人工智能算法的使用奠定了良好基础。同时，为解决存量系统贯标成本高、影响范围广等问题，广发银行设计研发了介于数据标准和字段之间的数据字典，实现对存量字段信息的统一管理，助推数据标准贯标工作落地。在建标、贯标过程中，广发银行利用NLP技术研发了切词模型、翻译模型、文本纠错模型以及数标推荐模型，并将相关模型内置于自主研发的建模工具(魔盒ModelBox)内，辅助数据结构设计。截至目前，广发银行已积累基础词6000多项、类词249个、域值190多个以及标准初稿近20万项，且相关标准管理方法已经在分布式银行核心项目、信用卡核心系统建设及ECIF重构项目中实践应用。

  总体而言，上述标准管理方法统一了全行数据语言，有效解决了传统数据标准管理模式存在的数据标准不全、事后贯标代价大、贯标工作因历史问题难以推动等问题，切实提升了广发银行数据标准管理的智能化、自动化水平，全方位满足了业务及技术领域的使用需求。

  二、数据资产管理实践成效

  1.确保关键功能完备，有效沉淀数据资产

  在功能建设方面，广发银行基于数据资产管理平台提供的数据资产地图、数据标准管理、数据血缘识别等关键功能，有效支撑了各类数据资产管理机制的落地执行。在资产盘点纳管方面，广发银行所有系统的数据资产均在数据资产管理平台中完成登记，纳管数据资产包括70万张表结构、4.2万个指标、600余项公共代码、1000个产品标准、3.5万个交换信息(含批量交换和实时交换信息)、6.4万个特定代码以及900余个数据质量检核规则(数据质量检核规则正结合EAST的监管报送需要持续整理纳管中)。在资产“保鲜”方面，广发银行坚持将数据资产管理与研发过程、管理规范有机融合，并采用自动化的DDL发版、交换信息配置同步等策略，有效确保了“账实相符”。

  2.推动管理流程线上化，促进数据共享

  基于数据资产管理平台提供的线上化、模块化管理功能，广发银行实现了对加工口径特别是数据报送口径的统一登记和管理，有效盘活指标资产价值，推动了跨业务条线、总分联动的数据共享应用。同时，通过引入NLP、机器学习、差分隐私、多方安全计算等技术，广发银行打造了数据安全分类分级、数据安全审计溯源、数据共享“可用不可见”的隐私保护能力，持续完善数据安全体系建设。此外，广发银行还打通数据资产管理平台与办公管理平台的对接渠道，大幅简化了总行跨部门用数和分行用数等场景的审批流程，进一步推动全行数据实现共享应用。

  3.整合数据资产，建设数据地图

  凭借数据资产管理平台的数据资产血缘关系识别和全链路展示功能，广发银行高效满足了业务灵活查询、数据分析、开发运维等不同应用场景的数据资产查询和分析需要，并支持业务人员和技术人员快速、精准定位数据，切实提升了数据获取和服务效率。此外，相关人员在使用数据的过程中，还可通过数据地图的评价功能，实现问题快速反馈，而平台运维方则会根据不同问题分配对应的专业人员进行处理，从而有效提升了数据使用效率。

  4.提升研发产能，缩短交付周期

  基于数据资产管理平台，广发银行对表结构、文件接口、数据标准、指标口径、生命周期、特定代码等信息实现了集中管理，并结合研发流程有效保障了数据资产的及时性与有效性，使数据调研变得更加容易。同时，通过在数据资产管理平台中对各上下游系统调用信息进行统一管理，上游变更将可以自动通知到下游系统，使广发银行在释放大量人力资源的同时，有效避免了采用人工操作时通知不及时、通知遗漏等情况的发生。

  5.赋能统一报送，全面提升监管报送数据质量

  基于数据资产管理平台提供的数据质量主动检核机制，广发银行实现了数据质量闭环管理，包括提前发现问题、快速分析解决问题以及在线进行问题管理。同时，通过将检核规则管理、检核任务管理、检核库管理、质量问题管理和统计分析等功能应用于数据质量治理流程中的各个环节，广发银行实现了报送口径统一、检核规则统一、质量问题管理视图及闭环管理统一，全面提升了监管报送数据质量。

  三、未来展望

  综上所述，广发银行通过统一管理全局数据资产，建立数据管理流程闭环，依托完善的数据资产视图有效推进数据管控各项工作，及时补齐组织、制度、机制、系统等方面的工作短板，显著提升了数据质量，激活了数据价值。

  后续，广发银行将继续深入探索提升数据资产价值的有效路径：一是明确权责，提升管理成效，确立数据确权规则、流程以及常态化管理机制，发布数据确权管理制度，开发数据确权功能，推动数据确权矩阵发布和矩阵管理向线上化转型;二是落实数据安全责任，促进数据共享，优化算法模型，推动流程功能建设，落实数据安全智能化分类分级;三是强化数据资产运营，持续完善“看、用、评、治”的迭代循环以及数据运营机制，进一步释放数据价值，让数据更好地服务于灵活多变的业务场景。