中国农业银行研发中心副总经理 赵焕芳

  党的二十大报告提出要着力推动高质量发展，加快建设数字中国，坚持创新驱动发展战略，坚持科技自立自强。人民银行《金融科技发展规划(2022—2025年)》提出要全面加强数据能力建设，深化数字技术金融应用，为新阶段商业银行数字化转型指明了方向。

  近年来，农业银行推动实施数字化转型战略，始终坚持以客户为中心、以金融科技创新为驱动，坚持一张蓝图绘到底、脚踏实地谋转型。2022年，农业银行推进数字化转型十大工程和十大精准数据应用，形成了一批数字化1.0阶段标志性成果，迅速惠及业务一线。2023年，按照“整固拓展、深度应用”的总体思路，农业银行积极实践，勇于创新，探索建设以“用数”为核心的数据能力体系，逐步形成具有农行特色的数字化转型模式，推动全行数字化建设向深度应用、全面协同的2.0阶段迈进。

  一、深入剖析，直面数字化2.0阶段新挑战

  数字化2.0阶段有三个特征：一是业务视角从“客户”转向“用户”。通过数据广泛连接B、C、G端各类客群，做大金融生态圈，进一步发挥数据倍增作用，实现新的价值增长。二是业务发展从“流程驱动”转向“数据驱动”。通过收集、分析和应用数据重塑业务模式，更精准地了解市场需求和客户行为，从而更好地指导银行决策和业务发展。三是经营模式从“线上化”转向“线上线下一体化”。用数据形成线上、线下渠道协同闭环，强化经营策略多渠道部署，推动形成全渠道协同经营新模式，为客户提供跨渠道的一致体验。由此可见，数字化2.0阶段对数据时效性、准确性提出了更高的要求，其技术挑战具体体现在以下五个方面。

  1.基础设施要“云化算力”

  银行数据规模快速增长，基础设施存在资源利用率低、运维响应速度慢等问题。数字化2.0阶段，算力平台需要支持存算分离架构，实现资源动态伸缩，保障服务高可用性;同时，用数场景复杂度增加，算力平台需要支持异构计算环境，满足大模型训练、大数据联机分析等不同场景的计算需求。

  2.数据时效要“争分夺秒”

  营销、风控等银行用数场景，从事后消费数据转向事中、事前消费数据，数据时效从批量转向实时。一方面，数据处理能力要满足批量、小时级、分钟级、秒级等全方位时效性要求;另一方面，数据资产从批量领域扩展到实时领域，需要构建“流批一体”的企业级数据资产管理体系。

  3.数据管理要“智能高效”

  传统数据管理模式下，用户较难在海量数据资产中快速定位所需内容，数字化2.0阶段，数据资产管理工具应能够提供关系分析和语义关联能力，支持数据资产快速检索、血缘追溯和主动推荐，让数据资产找得快、看得懂、用得准。

  4.数据供给要“又快又好”

  数据开发模式链条长、断点多，数据交付很难兼顾效率和质量，需要数据开发工具采用DataOps组织管理方式，建立标准化、全线上流水线，按照开发规范设置质量门禁，支持数据持续集成和交付，为数据供给提供效率和质量的双重保障。

  5.数据应用要“闭环迭代”

  以往经营决策以经验决策为主，多是单次、单策略的数据应用，很多时候就是“一锤子买卖”，没有形成迭代优化的闭环。数字化2.0阶段，数据能力体系需具备量化运营、持续迭代的能力，推进数据在各项金融业务中的深度应用。

  二、全面规划，构建以“用数”为核心的数据能力体系

  为应对数字化2.0阶段的挑战，农业银行建设了以“用数”为核心的数据能力体系。具体来讲，数据能力体系围绕“数据应用闭环”一个核心，加强“DataOps数据工艺、数据运营与安全”两个保障，提升“数据基础侧、数据供给侧、数据需求侧”三侧的能力，探索深入用数，推进数据驱动的“产品创新、流程再造、量化评价、渠道协同”四个转型。

  1.聚焦一个“用数”核心

  数据应用是一个反复迭代、持续优化的过程，只有让数据在业务全流程中形成闭环，才能使模型策略不断收敛、效果日趋精准。农业银行以筛选、布放、执行、回收、优化的数据应用“五步闭环”方法论为指导(如图1所示)，建设以“用数”为核心的数据能力体系，加强数据应用的系统工具支撑，实现从线索分发、执行监测、结果评价到回收优化的全过程数字化，形成精准营销、精准风控的完整闭环。“五步闭环”方法论体现了“边建边用、闭环迭代”的理念，形成数据应用、业务发展和系统建设的良性互动，积极释放数据的潜能与红利。

图1 农业银行数据应用“五步闭环”方法论示意

  2.巩固“快、稳”两个保障

  一是“快”，即基于DataOps理念改进数据工艺，打造快速交付、集成一体化的工具平台，落地数据服务构建的全流程规范，建立CI/CD企业级持续交付流水线，实现数据开发全线上管理，保障模型质量高、可追溯。农业银行是业内首批通过DataOps三级能力评估的商业银行，与传统开发模式相比，DataOps数据流水线交付模式精简了20.6%的开发流程，开发测试效率提升了40%。

  二是“稳”，即基于数据运营和安全体系建设实现稳步迭代。“服务好不好，数据来说话。”农业银行以数据运营“北极星”指标为抓手，建立资产、服务、产品、用户统一的运营评价视图;建设贯穿数据应用全流程的数据安全体系，实现敏感数据自动标识，构建环境隔离的数据沙箱，使分析师在线完成数据服务验证，解决客户隐私保护等数据安全问题。

  3.强化“基础、供给、需求”三侧能力

  一是夯实数据基础侧能力。农业银行构建了云原生的湖仓一体数据底座，使存算分离架构满足数据算力灵活扩展、资源隔离的需求;建立资源池化层，统一纳管GPU、CPU、NPU资源，为数据服务提供多样化算力;基于数据湖底座和实时计算技术，打造流批一体的实时数仓，支撑实时数据服务的研发与管理，支持秒级至小时级多种时效的数据服务;实现数据实时集中入湖，沉淀企业级流批数据模型，为全行提供规范化、标准化的数据资产。

  二是增强数据供给侧能力。农业银行打造了基于数据编织的数据资产地图，采用NLP算法、图计算等技术构建资产语义图谱，分析资产关联关系，实现数据资产的快速检索与主动推荐，有效解决数据看不全、看不懂的问题;打造了平民化AI平台，提供图片解析、语音识别、机器人问答等AI服务，广泛应用于信贷抵押、证照识别、远程客服等业务场景，真正做到让基层员工对AI有感;业内首家发布自研大模型产品ChatABC,实现200亿个参数中文大模型的预训练和应用，支持社区问答、多轮对话等智能应用场景。此外，农业银行还构建了SaaS化BI平台，自研动态扩展极速OLAP引擎，支撑数据高时效运算，解决大数据联机分析响应慢的难题。BI平台充分考虑基层行用户使用习惯，可提供指标、标签、报表等多种形式的BI服务。客户经理可使用BI平台开展获客、活客、挽客等重要营销活动，年均应用该平台开展业务13000余次。

  三是提升数据需求侧能力。农业银行将业务系统与数据能力深度融合，快速实现数据能力的共建共享、高效复用，通过参数化方式预留用数接口，将数据组件、服务和产品通过集成、编排等方式统一嵌入业务流程，并与DataOps体系实现协同，形成敏捷交付和持续集成能力;基于业务系统建立数据需求统筹机制，统筹业务功能研制流程与用数需求研制流程，在业务人员提出功能需求时，同步提出数据埋点、采集、建模、评价等数据应用需求，数据层面可复现全链路业务;让业务系统遵循数据标准规范，建立数据产生、埋点采集规范，包括范围、频度、时效性、格式、内容、所遵循的企业级标准等要素，并构建数据应用问题快速排查反馈机制，从源头解决数据准确性和时效性问题，形成治理闭环，提升用数质效。

  4.推进“产品、流程、评价、协同”四个转型

  数字化转型绝不是造一辆“更快的马车”，而是希望造一辆安装了数据引擎的“汽车”。农业银行数字化转型围绕“用数”核心，通过数字化的金融产品重构客户服务体验，通过数字化的流程再造经营服务流程，通过数字化的评价支持全流程量化评价体系，通过数字化的协同融合线上线下一体化协同经营，持续转变经营决策者、基层客户经理的经营思维，实现数据驱动的金融服务转型。

  三、实践应用，打造线上线下一体化经营新形态

  农业银行的传统优势在线下，线上线下一体化经营就是要释放数据价值，统筹线上、线下两个经营阵地，把线上“数”的力量与线下“人”的力量结合起来，打造全渠道一体化经营新形态。

  因此，农业银行以数据友好型系统建设思想为指导，工程化、系统性开展线上线下全渠道协同数据应用场景建设。一是研究数据友好型系统建设方法论和评价体系，并初步明确“基础强、识别准、闭环顺、感受优、安全稳”的建设方法，构建覆盖19类特征的系统用数成熟度评价模型，为系统用数能力建设提供理论依据和优化方向。二是探索多线融合的工作模式。全渠道数据应用横跨业、技、数三个领域，农业银行实施总分行联动协同，建立“三层例会+周报”模式实时跟踪进展，采用“专项研讨+联合攻坚”方法解决重点问题，高效组织工程实施。三是发布数据友好型系统建设相关标准。目前，农业银行已发布《掌银全渠道数据埋点规范》《企业级数据模型设计开发规范》等10余项业务、技术标准，引导信息系统以用数逻辑开展系统建设，前瞻性考虑数据采集、策略布放、数据回收的需要。

  与此同时，农业银行还全渠道协同数据应用场景，打造数据能力体系四项应用最佳实践：一是通过“标签中心+决策引擎”支持“五步闭环”全流程。基于掌银漏斗营销，采用标签中心客群筛选、决策引擎A/B实验在线分流和策略推荐支持多轮营销实验，自动分析实验效果。经过多轮迭代，用户操作步骤减少60%以上，营销周期缩短至7天。二是通过“数据湖+实时数仓”支持实时数据服务。基于“静态标签+动态行为”的营销模式，使实时数仓可根据掌银用户页面浏览、按钮点击等线上行为实时生成营销线索，面向目标客群动态调整掌银营销策略和触达内容。三是通过“企业级宽表+BI平台”支持基层“穿透式”用数。按照农业银行企业级建模方法论，建设面向业务主题的标准化数据模型，构筑优质数据底座。BI平台基于标准化数据模型，支持分行“拖拉拽”快速应用，“穿透式”满足分行特色用数需求，实现用一个平台、一套数据资产支撑全行用数。四是通过“大模型+”构建智能应用新范式。ChatABC大模型应用支持行内社区知识智能问答、多轮对话，远程银行在线客服场景支持上下文多轮意图识别、客服辅助问答，初步验证了大模型应用的完整路径与全套能力。

  未来已来，时不我待。随着银行业数字化转型的深入推进，以“用数”为核心的数字化2.0已经成为各行转型发展的必由之路。农业银行将踔厉奋发、奋楫争先，着力探索数据建设方法论，为数字化转型提供更强数据驱动引擎，为行业数字化2.0贡献“农行方案”。