大数据服务助力农业银行数字化转型的实践分析

陆祖万

（农行青海省分行，青海 西宁 810000）

“数字化转型 再造一个农业银行”是行党委在数字化技术革命浪潮和金融业竞争格局重组背景下做出的战略性、前瞻性布局，大数据作为数字化转型的关键，是支撑智慧营销、智慧风控、智慧运营、智慧决策的核心驱动力之一。持续推进大数据服务建设，探索构建一体化数据中台，促进数据资产的价值转化，必将为农行数字化转型提供强劲动力。

一、大数据时代新趋势

大数据时代，银行开始逐步建立信息化经营发展的思路，整合业务，集中上收数据并进行深度挖掘，以大数据为企业长远发展的目标和路径，从数据收集、数据处理和数据分析入手，对业务进行经营分析。大数据时代下，业务的整合使各地区、各业务、各产品以及各操作环节之间的关联度更紧密，改变了原有的风险点分布和表现形式，风险的多样性、联动性、隐蔽性、复杂性正在进一步增强。数据和数据传播方式的发展，使得金融行业边界模糊，很多互联网企业进入金融行业，并借助产品创新能力、市场敏感度和“大数据”处理经验等优势挑战银行。阿里巴巴提出了“平台+金融+数据”的战略，数据已经成为阿里巴巴最核心的资产。

二、大数据服务助力农业银行数字化转型的实践

（一）立足基础，稳步推进大数据服务建设

农业银行启动大数据基础设施建设以来，聚焦于搭平台、建机制、强治理、做服务，借鉴同业先进经验，开始规划建设农行特色的大数据服务体系。企业级大数据平台已基本建成，数据量、处理能力已处于同业先进水平，具备了全行数据统一支撑能力。在行内数据方面，完成行内主要系统数据和分行核心业务数据入库，整合了源系统395个、源表12497 张。在外部数据方面，在强化行内数据深度应用的同时，引入了应用广、价值高的工商、司法、舆情等外部数据。构建两类资源一是数据集市建设统筹规划、稳步推进。加大数据整合共享，按照业务主题规划了个人、对公、监管、财会、风险、审计内控、运营、分行等八大数据集市，并按照“急用先行”的原则推进集市建设。其中，个人、对公客户集市分别完成投产，构建了全行个人、对公客户统一视图，为客户精细化管理提供了强力支撑。二是统一指标库初具规模、持续扩充。按照“报表指标化、指标层次化”的理念，构建了“常用指标-多维指标-基础指标”三层指标库，覆盖了财会、资负、风险、零售、对公等主要业务条线。打造四种服务一是开拓大数据分析服务，赋能业务经营管理。以数据分析示范项目为依托，以营销和风控领域为突破，协作开展大数据分析挖掘项目，敏捷响应小型专题分析，数据分析与业务经营深度融合，数据价值较好地转化为了经营效益。例如，构建网捷贷精准营销模型，客户申请率达到自然营销的25 倍；构建线上化零售贷款评分模型，覆盖零售客户的全方位信息，有效提升模型识别精准度。二是深化经管信息服务，内外部数据共享应用开创新局面。经营管理信息平台完成一期建设和全行推广，实现了通用指标报表的集中加工展现，面向全行提供常用指标、多维分析、灵活报表等多种数据产品，面向管理层提供图形化、可视化的业务看板。三是基于共享数据视图，持续做好各业务应用系统数据服务支持。以接口服务方式为各类系统提供数据支撑，目前大数据平台及数据集市已支撑资产负债管理、客户关系管理等25 个应用，成为全行数据共享应用的中枢。四是强化监管统计服务，监管数据管理效能稳步提升。

（二）做活数据，全面赋能数字化转型

数字化转型战略，对大数据服务提出了新的更高的要求，传统被动式的数据服务理念面临新的挑战，只有兼具稳定与敏捷、智能与开放的主动式数据服务，才能适应当前数字化时代的商业环境。数据中台作为核心支撑部分，充分运用技术后台提供的弹性扩展计算与存储资产，通过数据的有效整合、资产提炼、持续治理，以多样化平台化的数据服务，全面赋能业务前台。数据中台建设的核心包括数据平台、数据资产、数据治理、数据服务。数据平台。持续推进大数据平台和数据集市建设，实现行内外数据的统一入库、整合共享。建设企业级大数据平台，整合行内信息系统数据和外部数据，汇聚线上线下数据，实现数据全入库。基于大数据平台，整体规划、分步建设八大业务主题的数据集市，为各业务领域提供更加便捷、灵活的数据支撑，满足各条线专业性、个性化的数据应用需要。数据资产。全面提升数据资产管理能力，构建统一指标库、客户标签库、分析模型库，打造高效便捷的共享资产中心。构建常用指标-多维指标-基础指标三层指标库，统一数据来源、统一业务规则、统一数据加工，提升数据的一致性、权威性。建立分层次、跨领域、面向场景的共享标签体系，支持一客一面、千客千面的客户画像，提供定制化的敏捷数据服务。建立集约化、规范化的数据分析挖掘模型库，打造敏捷迭代的模型流水线，支撑模型的全生命周期管理，将数据以最快速度转化为业务价值。数据治理。统一数据标准，加强数据质量源头管控，建立数据安全保护体系。统一数据标准，建设企业通用数据语言。以数据模型为基础，建设覆盖主要业务领域的专业数据标准和常用指标规范，持续推进各类标准贯彻应用，并依托元数据管理系统对数据标准进行统一管理。强化数据质量管控，提升源头数据质量水平。构建数据质量定义、控制、监测、整改、评估的完整链条，理顺相关方的职责关系，建立数据质量管控的良性循环机制，促进数据质量稳步提升。

海量数据资产是一座亟待发掘的金矿，围绕全行数字化转型战略，持续推进一体化数据中台建设，凝神聚力、交融互鉴、开拓创新，利用大数据赋能业务特点，将数据的触角延伸至经营管理各个领域，深度助力农行数字化转型，谱写新时代高质量发展新篇章。