银行业是由数据驱动的行业,数据是资金走向的重要依据。随着数字经济的迅猛发展,科技全面渗透到银行业务的前中后台,但在构建良好的数据治理体系上,大部分银行还有很长的路要走。在日前举办的中国数字银行论坛·2019桂林论坛中,金融壹账通旗下加马人工智能研究院(Gamma Lab)推出重磅成果,发布我国首个基于大数据平台的全流程数据治理解决方案,助力银行数字化体系建设步入快车道。
什么是数字银行?
“我们对数字银行的理解,可以归纳为,利用现代科技,对银行的营销、获客、产品、风控运营等全流程业务进行数字化采集、归拢分析,并基于数据指导银行整体经营管理的业务模式。”金融壹账通联席总经理邱寒在会上表示。
(图:邱寒阐述数字银行概念)
“完整的数字银行经营体系,应覆盖三个层面”,邱寒进一步指出,“一是基础数据层、二是业务应用层、三是经营管理层,只有这三层为一体的体系做到智能化、数字化,才能构建一个完整的数字银行经营体系。其中,基础数据层的建设是业务应用和经营管理的基础。”
她进一步介绍,最底层是基础数据层,基于业界最前沿的大数据技术架构底层数据平台,搭建标准管理检索、元数据管理、数据质量监控、数据安全管理、治理监控分析、数据接入报送六大模块,为应用层的运用提供数据基础。
在第二层——业务应用层,可帮助银行深入渠道管理、客户经营、产品设计、风险管理、运营服务等各个场景,对全流程业务进行数字化重塑,进行全面的数字化采集、归拢、分析和应用,打造出强大的中台体系。
在最顶层——经营决策层,则需要针对不同经营管理场景,建立基于数据的分析决策体系。金融壹账通提供的智慧经营分析平台,通过对数据的处理加工,将业务形成可视化引擎,再通过智能分析,让管理层能够协同追踪,让业务情况看得见、可分析、能追踪。
(图:完整的数字银行经营体系应覆盖3层）
中小银行数据痛点何在?
去年五月,银保监会颁布《银行业金融机构数据治理指引》,其中强调,“从数据治理架构、数据管理、数据质量控制、数据价值实现、监督管理等方面规范银行业金融机构的数据管理活动”。《指引》发布一年多来,已有一小部分银行在此方面开始发力,并初见成效,但大部分银行的数据治理目前基本还处于萌芽期,数字化转型举步维艰。
金融壹账通、中小银行互联网金融联盟、埃森哲联合发布的《中小银行金融科技发展研究报告(2019)》表明,大部分中小银行仍未形成成熟完整的数据管控体系,27%的中小银行缺乏公司级数据规范,46%的中小银行初步搭建公司级数据管控体系和基础规范但应用尚未下沉到业务,仅18%的中小银行初步建立数据管理体系和管控工具,仅9%的中小银行实现有效数据治理,数据管理体系完善,全面实现大数据应用。
金融壹账通董事长兼CEO叶望春认为,目前银行业数据治理存在四大痛点:“第一,数据分散、杂乱、割裂,没有全局数据观。第二、数据收集靠传统手工,渠道单一、模式落后、效率低、成本高。第三、数据标准不统一、缺乏分析工具,数据难运用。第四、技术系统落后、难以满足数据管理需求,存在数据安全和风险隐患。银行必须从长远和战略的高度来重视数据治理。同时,银行要借助第三方科技的力量突破自身人才、资金、场景这些方面的限制。”
(图:叶望春指出中小银行数据痛点)
首个全流程数据治理方案出炉
针对上述痛点,金融壹账通加马数据治理解决方案带来改变:将无序数据关联化、隐性数据显性化、静态数据动态化,帮助中小银行利用六大智能模块,看清数据、运用数据以及管理数据。相较于传统数据治理解决方案,该方案基于前沿大数据平台,支持丰富的场景、采用领先的算法、可以实现灵活的拓展以及快速的部署。
针对目前中小银行因标准文档繁多、信息量大而难以查找关键信息的问题,加马数据治理解决方案基于标准管理检索,可制定一整套数据标准规范,建立适合银行的数据标准规范;针对文档手工管理元数据存在数据资产不清晰、格式混乱以及更新不及时等问题,加马通过可视化展示数据资产视图,可自动化梳理数据资产和数据关系;针对银行内部数据变动监控难,以及数据质量问题发现不及时等问题,通过全方位数据质量监控,打造全方位数据质量监控体系。
面对银行敏感数据分散,泄露风险高等数据安全管理问题,加马数据治理解决方案可通过智能脱敏+智能监控全面保障数据安全;对于数据治理监控分析难以在银行实现的问题,加马综合运用多种技术打造智能工具全面提升数据管理效率;对于银行使用外部数据普遍面临开发周期长,监控管理困难等问题,加马智能检测外部数据质量,快速实现外部数据接入与监管数据报送,并以可视化图形、报表实时反馈监控结果,提示风险预警。
据悉,金融壹账通旗下加马人工智能研究院(Gamma Lab)一直聚焦前沿科技研发,如微表情识别分析、面相识别技术、千里眼智能网点监测等,累计获得专利技术40多项,更推出全球首创的人工智能场景化应用。其中,加马智能贷款解决方案,整合了人工智能与大数据领域数十项前沿科技,覆盖智能进件、面审、审批等全流程。
