锦州银行金融科技部总经理 李春红

  “数字中国”建设浪潮下，强化数据能力、激发数据价值成为各行各业实现高质量发展的重要抓手和关键引擎。商业银行作为拥有丰富数据资源的数据密集型企业，在数据资产体系建设方面积累了先发优势，并以金融场景为生态触角，持续推进数据价值的产生与释放。近年来，锦州银行围绕“数字化新锦行”建设目标，以“打造区域领先的数字化精品银行”为战略愿景，秉持“业务数据化、数据资产化、资产要素化、要素价值化” 的发展理念，以数据中台为基础底座，创新打造高效、智慧、开放、共享的数据服务体系，加速推动全行数字化转型进程，努力实现高质量、内涵式发展。

  一、数据中台整体规划

  围绕“数字化新锦行”目标规划，锦州银行以数字化转型为契机，着力提升用户体验，增强获客、活客、留客能力，力求实现“线上+ 线下”一体化、“金融+ 生态”融合化以及“数据+ 智能”高效化的发展目标。结合上述愿景，锦州银行创新性开展数据中台体系建设(如图1 所示)，全面构建数据资产模型化管理、数据智能化服务、数据应用规模化输出、数据资产运营管控等四大能力，有效提升营销质效，成功打造了以客户为中心的有温度的新金融服务。

图1 锦州银行数据中台体系

  1. 数据资产模型化管理

  锦州银行针对数据资产体系建设，创新搭建湖仓一体的数据架构，持续加强数据底座支撑能力，并建设统一标准的金融数据模型体系，实现对数据资产的模型化管理，支持为下游应用系统和数据使用人员提供低成本、一致性的可靠数据服务。

  2. 数据智能化服务

  基于对数据资产的模型化管理，锦州银行实现智能化数据加工，并支持对服务数据进行封装，以快速响应前台业务需要，进而更好赋能客户画像、监管报送、智能报表等应用场景建设，显著提升数据服务能力。

  3. 数据应用规模化输出

  结合数据智能服务体系建设，锦州银行在各领域形成了多样化数据应用，如全行级指标体系、领域集市等，并推动数据转化利用效率、报表处理效率及自动化水平显著提升，有效释放人力资源、节约管理成本，实现为前台业务精准赋能。

  4. 数据资产运营管控

  锦州银行通过企业级数据治理体系和大数据资产管理体系建设，明确包括元数据、主数据、数据标准、数据质量、数据安全、数据生命周期等在内的全流程数据治理职责，大幅提升数据接入、存储及计算能力，推动安全管理、资源管理、运维管理水平显著提高。

  二、数据中台架构设计

  在“打造区域领先的数字化精品银行”战略愿景的驱动下，锦州银行以业务架构为指导，着力提升大数据云服务能力，并建立通用统计指标、客户画像等企业级共享数据服务，全面覆盖信贷、风控等业务领域，充分满足了总分行业务创新与快速发展需求。锦州银行数据中台架构如图2 所示。

图2 锦州银行数据中台架构

  1. 借助先进技术平台，有效支撑数据中台建设

  锦州银行基于“Hadoop+MPP”的混搭数据架构， 充分发挥MPP 并行计算能力及Hadoop 扩展能力，为后续应对由数据量增长及数据分析应用增加所引发的横向扩展需求打下了良好基础。

  2. 提升数据采集及数据交换能力，实现行级数据汇集流转

  锦州银行通过使用文件传输平台替代传统方式对结构化数据进行采集和交换，借助数据中台实现了多元异构数据(文件形式)采集，进而大幅降低了数据仓库体系卸载任务的批处理压力;同时，通过引入实时采集同步系统，支持日志同步、微批抽取等多种数据采集方式及跑批场景，使数据获取时间缩短了50%。

  3. 建设湖仓一体数据架构，全面提升数据存储计算能力

  锦州银行依托新一代大数据平台建设，规划设计数据湖贴源层用于接口数据装载，形成了数据资产探查机制，并制定《数据存储管理办法》，明确了数据资产纳管原则;同时，通过开展全行业务数据入湖工作，坚持以“应入尽入”原则迭代整合业务系统，主要系统入湖率达到了100%。此外，通过以业务过程作为建模驱动，结合业务应用场景划分客户、账户等十大主题领域，构建了面向全业务领域的金融主题模型及公共汇总模型，供所有系统共享、共用，并借此实现了对银行业务数据的全面整合，模型复用率较之前增加50%，数据分析研发周期缩短30%。锦州银行新一代大数据平台架构如图3 所示。

图3 锦州银行新一代大数据平台架构

  4. 搭建大数据研发平台，强化数字化开发能力建设

  锦州银行基于低代码开发理念，加速推进大数据研发平台建设，并制定全新的数据开发流程及规范，为智能风控、BI 大屏等场景提供了高效的算力支持;同时， 实现数据开发运维流程的批量化、标准化、可视化操作， 充分满足了银行业务的数据加工、处理与快速运维需求，数据整体交付效率提升了35%，交付质量提高了50%。

  5. 规范数据资产管理，为数据质量提升“保驾护航”

  锦州银行秉承“一张蓝图绘到底”的发展思路，统筹推动数据战略实施工作的落地执行，构建形成价值驱动模式的数据治理体系，从元数据管理、数据标准化、数据质量提升、数据资产盘点与梳理、数据资产评估等多个维度着手，建立了数据资产管理体系，在保障数据资产管理规范性、统一性的同时，高效解决系统间数据标准不统一、数据使用困难等问题，大幅提升了数据流转效率。

  三、数据中台赋能成效

  基于数据中台体系建设，锦州银行不断拓展数据要素的广度和深度，为跨机构、跨市场、跨领域综合应用夯实了数据基础，并以市场为导向、以需求为牵引，深挖数据综合应用场景，充分发挥数据和技术双轮驱动作用，逐步建立了面向客户、面向场景的大数据知识图谱和综合分析能力，在服务实体经济、惠及百姓民生、创新驱动发展等领域实现全方位赋能。

  1. 开展客户画像建设，增强数据服务能力

  锦州银行在构建七大主题数据标签框架的基础上， 打造全方位、多维度、总分行共享的客户画像体系，支持业务人员根据业务场景快速筛选客群，并可将客群清单提供给下游应用系统开展标签应用，进而快速响应经营分析、精准营销、风险管控等业务需求。

  2. 构建指标管理体系，打造全行级数据应用

  基于指标管理平台建设，锦州银行实现了对数据指标体系的统一管、算、用，加速推进数据统计电子化进程，节省明细类报表开发投入10% 以上，提高多源统计效率40%;同时，通过构建全行级指标管理体系，为业务经营决策提供高效数据支持，实现了“1 分钟找到数据、5 分钟挖掘价值”的应用目标。

  3. 建设一体化专业服务，推动数据分析能力提升

  结合监管要求，锦州银行从客户、产品等多个维度萃取专业指标数据，实现对监管基础数据的整合与复用，为1104、大集中等指标类报送系统提供了高效支撑;此外，基于数据中台建设，绝大部分监管报表均实现了自动化报送，报送及时率达到100%，整体漏检率较之前降低90%，问题率降低70%。

  四、未来展望

  下一步，锦州银行将持续强化数据中台各项功能建设，尝试融合更多维度的金融及非金融数据，并引入多源异构数据融合、流批一体等前沿技术，输出更为丰富的金融衍生指标，为金融科技和数字普惠金融发展提供有力支撑，进一步提升金融服务地方经济与城乡居民的综合水平。

  1. 推动实时数据湖建设

  锦州银行将基于实时数据湖及实时数据总线建设，结合现有实时数据处理架构，逐步将数据入湖时效提升到分钟级别，并同步打造分钟级的端到端数据新鲜度和开放度查询引擎，实现近实时的联机分析处理。

  2. 提升非结构化数据使用效能

  锦州银行将积极推动非结构化数据管理和应用，在解决非结构化数据种类多样、数据存储分散、使用率低等问题的基础上，有效补充数据中台数据源;同时，探索使用知识图谱等技术构建客户谱系，进一步强化客户认知和群体关系分析能力，并在精准营销、风控反欺诈、信贷审查等业务场景实现落地应用。

  3. 加速推进AI 能力建设

  锦州银行将推进企业级人工智能平台建设，进一步提升AI 服务能力，着力解决以往应用设计和管理机制松散、作坊式AI 建模开发效率低下等问题，实现AI 研发统一管理。

  4. 研究落地隐私计算能力

  锦州银行将深入探索隐私计算三大方向(联邦学习、多方安全计算、可信任计算)在金融业务中的落地可行性，力争在客户营销、智能风控等场景完成技术探索，在隐私计算领域实现由0 到1 的应用突破，更好地为业务赋能。

作者：锦州银行金融科技部总经理 李春红

    锦州银行数据智能研发团队负责人 任杰