2019大数据产业峰会|光大集团刘巍：集团企业数据治理实践经验分享

我们客栈里有许多这样的数据，我凭证营业的条线，在上面有一个框架，在下面慢慢梳理，做这样的盘货，同时也要思量到怎样验证这些实体是不是可信的。验证要领是通过营业流程来串联实体，界说出实体往后，用营业流程往复串，假如能勾串的话，这个现实提出就是对的，假如串不通的也许就有缺有少，凭证这样的要领来做。同时我们尚有一些后继打点机制担保这些实体可以或许一连维护下去，这个模子的内容可以或许一连维护下去，这是我们企业模子的构建要领，之前在银监会一等奖的原料里都有很细致的描写。

前面谈了光大银行的数据管理过程，包罗对付数据资产打点较量重要的模子要领。可是我小我私人领略这些还不叫数据资产，必然是可订价、可计量、可变现的资产才气叫资产，此刻这照旧属于用的阶段。我们的方针是转向数据资产运营，只有那样才有也许酿成数据资产，全链路、全生命周期的打点也是我们致垣的方针。

我们要办理什么样的题目呢，第一就是数据都在哪儿？在这个大数据期间，整个数据漫衍在差异的处所，用差异的存储。原本我们行的数据都在客栈内里，此刻也许尚有一些影像、一些非银行数据存在其他的数据库平台上，我们怎样构建一个框架，可以或许找到这些数据，而且可以或许实现这些数据的互通互联，是要思量的。

第二就是在整个数据资产内里运营要有哪些产物。假如把数据运营和代价变现看成数据工场来看的话，它是有产物的，有产物天然就会有分类、有框架。数据自己也是有分类的，我们要类型化地打点它，给它标上各类属性，给它打点元数据，这些都是要有分类和框架的，这个分类和框架就是元数据的模子。指标自己就是一个元数据模子，适才提到有指标打点，我们在2017年的时辰宣布了一个行业尺度，就是贸易银行的指标数据源类型，这自己就是元数据的类型。今朝我们的数据分成了基本类的数据、代码类的数据、指标类的数据，应用规模尚有标签类的数据，未来的数据模子作为资产的一部门，也许也会有一些属性的描写，也会是一类分类。

第三，整个数据资产的全生命周期怎样打点。有很大都据资产打点的器材，给我们出产线奠基了一个很好的基本，可是出产线里跑什么，怎么把出产线一连运转起来，都是要一点点往里填的，这个事变也是很沉重的。

第四个就是这些数据资产、这些产物怎么卖，这着实跟数据资产运营模式有相关。之前大部门的环境，在银行里都是营业部分提需求，我们去用，是一个定制化的方法。可是此刻各人都在提生态、提开放，我们面向的也许就是我们最终的用户怎样去应用，怎样提供一些尺度化的可能是有市场代价的产物推向市场。换句话说我们必需得去当贩卖，得去策划倾销我们的产物。最后就是这些产物通过市场的检讨，怎样去订价变现，这涉及两部门，一部门是订价，一部门是本钱。假如没有之前整个的尺度化和类型化的出产进程的话，很难做到数据的计量。尺度化和类型化是我们做数据资产订价的一个基本，由于它是本钱计量的基本。

在整个全链路数据工场、数据资产运营和代价变现的进程傍边，我以为焦点就是尺度化和类型化而且慢慢走向智能化的进程。这个智能化有两个寄义，一个是面对的数据产物慢慢走向数据说明发掘应用，人工智能技能，它是一个智能化。数据资产运营这种打点的营业也可以智能化，我之前已经看到有些公司通过常识图谱，可能通过自动建模，可能做一些尺度的比对，自动地来帮忙数据的打点事变。由于各人也提到数据打点事变涉及面出格广，纷纷杂杂，各类人工的比对、数据质量的核查和说明，庞大的事变量，假若有一个尺度化的事变流程，这些元数据可以或许蕴蓄下来，可以借助智能化的要领去晋升整体的运营服从和打点服从。这是我对整个数据资产运营的一点领略，

二、团体企业的数据管理履历分享

客岁我们团体提出举办整个的计谋转型，火速、科技、生态。率领认为在整个团体数字化转型进程傍边，数据管理是一个很重要的事变，尤其对像我们这种之前信息化手段较量弱团体，假如数据管理和尺度先行，对未来防御数据孤岛举办数据共享和整合会起很大的浸染。之前我认为光大银行有这么多相干履历，可以把银行的履历拿到团体去做。可是究竟上，在整个团体企业数据管理的阶梯上，我认为面对很是大的坚苦。在这里给各人分享一下我们面对的挑衅以及可在这条阶梯上去探求的一些也许的对策。

团体企业是一个多业态、多级法人的管理布局，给数据管理确实带来了许多挑衅。在业态上，光大团体是一个大型的国有金控团体，下面或许有14家一级企业，除了有金融行业外，尚有中青旅，还涉及生态环保财富、养老财富等，业态很是伟大，各企业的数据不同很是大。在多级法人上，也依然面对坚苦。数据合规的题目现实上前几年也许会好一些，可是此刻着实已经上升到了一个亘古未有的高度，往后难度就很是大了。

首要挑衅有四点：

1.数据管理的基本性和代价泛起之间存在自然的抵牾。适才南边电网的陈总也说，我们做了许多的基本事变，又苦又累，可是不知道往率领眼前泛起什么，率领很逆耳懂你这种专业性的对象，你的代价在哪儿，能给我几多钱，能挣返来什么。究竟上这是先有鸡和先有蛋的题目，假如率领不承认的话，对整个后头的人力财力的支持是有很大的攻击的，必然必要思量这个题目。

2.跨企业的数据收罗有着庞大的合规风险。尤其我们尚有一些海外的企业，包罗在香港上市的企业，尚有外洋企业，跟此刻国际上的数据管理礼貌都要匹配和遵守。

3.多业态、营业多变性使得尺度化的伟大度激增。许多行业都有现成的行业通用的共性，好比银行业。可是现实上在许多其他行业是没有行业通用共性的，包罗环保财富等都是没有模子的。我们怎么在团体层面构建这样一个模子，做这样的尺度化，伟大度很高。

4.复合型专业数据人才缺失是最大的制约身分。一方面我们既要相识行业常识，其它一方面还要把它作为资产打点起来，对人的要求很是高。

面临这些挑衅，我们也有几个对策，拿出来跟各人切磋一下。我们以为共享、合规、创新是应对团体企业数据管理挑衅之要害。

对策1：协同的组织机制。有许多高阶的数据管理的组织架构，可是对付跨国企业，在组织架构计划上，必要更多地去想以代价缔造和资源整合为方针，和各个企业之间举办好处共享、风险共担，而且计划响应的查核指标，配合成立多企业间协同的组织机制。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!