北京银行数据管理部副总经理 叶燕程

  伴随大数据时代海量数据的积累、数据应用技术能力的升级，数据从驱动经济发展的“助燃剂”转而成为重要的新型生产要素。数据挖掘技术与数据要素深度融合，使得数据的价值呈几何级数增长，加速了数据资产价值的创造与转化。北京银行积极推进数字化转型，聚焦大数据及人工智能技术的创新应用，依托一体化数据服务体系持续激活数据资产价值。

一、多方要素融合，释放数据资产价值

  作为数字化转型的实践者，金融机构尤其是商业银行在业务经营和转型发展过程中对于数据的应用一直走在行业前列。从开展数据存储与整合的传统数据仓库时代到运用数据挖掘技术开展分析的数据应用时代，商业银行依托数据应用技术或描述客户状态，观察客户行为，诊断业务问题;或深入业务问题探究相关因素与结果，考察历史策略是否有效;或基于历史规律来预测未来产出;或基于环境改变，动态调整战略，实现决策与行动最优化。

  在基础数据资源投入后，数据分析人员运用数据挖掘技术，使数据资源固有价值实现质效转化，以数据产品运营的方式常态化赋能业务发展，数据资产价值不断得到凝聚、释放。在这一过程中，商业银行不断提升自身数据整合和应用能力，建立起从数据整合到数据分析再到数据产品的一体化数据应用服务体系。

二、北京银行数据能力体系建设实践与探索

  在数字化转型战略指引下，为寻求数据能力建设的“最优解”，北京银行加快构建新一代金融智能基础能力和金融智能应用能力，设计、研发了一体化数据集成与应用平台，深化业技融合，拓展全行数据应用全景视图，以产品化运营的方式持续释放数据资产应用价值和效能。

  1.打造数据集成与应用一体化服务

  北京银行一体化数据集成与应用平台(如图1所示)旨在构建“一体化数据、一体化平台、一体化资产、一体化服务”，实现端到端的一体化数据集成、数据应用闭环，让数据资产持续释放生产力和创造力。其中，数据区是基于大数据技术湖仓一体的新型数据平台，通过将全部数据入湖，支持数据分拣、整合、提炼、再加工;应用区打造“AI+BI”的能力体系，以服务组件的方式灵活满足业务数据应用需求。

图1 北京银行一体化数据集成与应用平台

  (1)一体化数据

  基于一体化数据，北京银行满足了全行数据资产的标准化整合、统一、共性需求，打破数据竖井，推进数据资产化和有效应用，统一聚拢集团数据，构建全域数据供应网，使数据要素在全行自由流转，提供统一应用服务组件，赋能多样化数据分析。

  数据层面，北京银行将全行数据集成汇聚、重构整合，实现数据横向拉通、纵向贯穿，支持数据在全行跨条线、跨层级共享复用;综合数据湖和数据仓库的优势，在大数据云平台上进行数据整合加工，增强算法算力，实现弹性扩容，节省存储成本，全面使用大数据各类技术组件，提升数据时效性，实现准实时数据加工。

  (2)一体化资产

  北京银行积极推动数据要素的创新发展，通过建体系、盘目录、供能力、评效能，形成内部管理小循环，通过构建企业级数据资产目录，打通数据应用服务，建立数据资产效能评价体系，确定数据资产的提升方向，优化数据资产运营资源分配制度，推动数据资产价值释放。

  (3)一体化应用

  基于“一体化数据、一体化资产”，北京银行打造了统一管理驾驶舱和统一数据服务门户两大企业级数据应用服务平台以及客户标签应用平台，构建“AI+BI”技术能力体系，赋能全行各级经营决策和数据分析挖掘，充分释放数据资产价值。

  统一管理驾驶舱：面向全行各级管理层，提供直观明晰的数据决策服务，打造“1+N”智能化服务体系。以“1个看板”为核心，支持各层级管理人员“看见、看清、看懂”经营状况;以“内外资讯、前沿报告、智能问答、客户画像”等N项服务功能为支撑，为业务经营决策高效赋能，释放数智生产力。

  统一数据服务门户：面向各级数据分析人员，提供固定报表、自助查询、即席查询、数据视界、数据订阅、数据挖掘(AI平台)等六大服务，使其能更好地“查数、用数”，涵盖全行各业务主题数据集、固定报表，覆盖全行重点业务场景，支持全行数据分析人员通过多种方式开展数据分析，降低数据使用门槛。

  客户标签应用平台：作为面向数据分析和业务分析人员打造的全行级客户洞察平台，一方面，能够敏捷支持各类基于客户标签和客户画像的应用，方便业务部门及分支机构开展灵活查询、客户分析、客群圈选、客群画像等，同时与营销、渠道、策略等系统对接，赋能业务数字化经营;另一方面，客户标签作为特征变量库的前序数据资产，支持更为高效的数据挖掘建模，且数据挖掘模型成果也可被资产化为客户标签，纳入零售标签统筹应用。

  2.数据分析挖掘探索与实践

  在全行战略的统领下，北京银行以价值创造为核心目的，自上而下构建全行数据应用全景视图，在客户和营销、风控、运营、产品、管理与决策五大领域向下拓展，深挖各领域下的具体应用场景，以数据产品形式实现数据分析和挖掘成果的价值沉淀、共享与复用。北京银行数据产品与应用场景如图2所示。

图2 北京银行数据产品与应用场景示意

  在营销方面，挖掘儿童金融潜在客户，打造儿童金融服务品牌。面对儿童金融的发展与机遇，北京银行采取总分联动、跨部门协作的模式，借助机器学习等金融科技手段，研发小京卡代办人潜力客户模型(如图3所示)，挖掘行内小京卡代办人潜力客户，并进行有针对性的精准营销，拓展儿童金融客群，推动小京卡等儿童专属金融产品和服务发展，帮助儿童积累财商知识，实现业绩与品牌知名度的双提升，提高在儿童金融市场的占有率，为助力少年儿童健康成长及全面发展贡献金融力量。在试点应用支行的首个营销周期内，小京卡代办人潜力客户营销活动平均营销响应率达20%以上。

图3 小京卡代办人潜力客户模型示意

  在客户经营方面，打造零售客户全生命周期经营体系。针对全行零售客户，北京银行依托现有客户资产等级，以客户生命周期为主线，构建潜客、新客、提升、稳定、赢回阶段识别模型，形成零售客户生命周期标签，通过统一数据门户和客户标签应用平台支持业务应用;同时，为拓展客户，构建大众客群资产等级提升模型，借助大数据算法，挖掘其中具有提升为贵宾客户的优质潜力客户，实现AI平台按月自动输出营销名单，模型命中的客户转化率相比客户自然转化率提升了9倍。

  三、持续优化，为业务智能化发展赋能

  秉持“一个银行、一体数据、一体平台”的数字化转型理念，北京银行将持续构建“智慧服务、智慧决策、数字员工”三大应用体系，推进数据分析挖掘成果的产品化落地，加强新技术能力迭代建设升级，完善数据分析人才培养体系，为业务智能化发展持续赋能。

  一是实现数据产品化全链路运营。数字化转型的本质是用数字技术来推动整个企业的管理及运营，实现业技数深度融合。北京银行将利用数字技术提升业务的自动化、智能化水平，驱动业务模式变革，规范数据服务成果产品化落地应用，实现数据分析全链路持续运营，升级数字新业态。

  二是新技术赋能金融智能基础能力迭代升级。随着大模型技术的不断发展，北京银行将积极探索大模型的场景化落地应用，如依托大模型的知识推理能力，实现自动化生成客户经营方案，增强客户黏性;依托大模型数学推理核心能力，引入多模态计算能力，更好地防控风险。

  三是完善数据分析人才培养体系。北京银行将积极尝试把企业级学习平台的课程体系与实践孵化项目相结合，建立一体化数据分析人才培养体系，理论与实践并重，多措并举培养全员数据思维，提升专业分析能力，在全行形成“让数据说话、用数据决策”的数据文化。

作者：

  北京银行数据管理部副总经理 叶燕程

  北京银行数据管理部 刘斌 程珍妮