查看原文
其他

银行纷纷新设数据管理相关部门,数据挑战依然严峻

黄雯希 InfoQ数字化经纬
2024-09-16

作者 | 黄雯希

编辑 | 罗燕珊  
随着大数据、人工智能等技术的快速发展,数据资产的价值日益凸显。数据要素被高度重视,从中共十九届四中全会《决定》中将数据要素纳入生产要素范畴,到标志着数据资产“入表”的《企业数据资源相关会计处理暂行规定》正式施行,我国正不断推动数据要素市场化配置改革。
作为数字经济时代新的生产要素,数据正在深刻地影响着各个行业,银行业也不例外。面对数字化浪潮,如何全面挖掘和利用数据资产的巨大潜力,实现自身发展和竞争力的提升?多家银行已经给出了部分答案。近一年来,包括浦发银行、工商银行在内的多家银行纷纷对其组织架构进行了调整,新设数据管理相关部门。
以数据资产管理为核心,构建银行新的增长飞轮

在原来,银行的数据管理通常是由信息科技部、数据中心、软件中心等部门负责。现今,多家银行对组织架构进行了调整,成立或拟成立数据管理相关部门,这揭示了数据资产管理的必要性。基于数据资产的管理和增值,将成为银行业数字化发展的核心。

近年来,随着社会经济中数据资产的积累,许多银行通过场景金融服务,将产业数据与实体经济相结合,实现了金融资产的有效转化和融合。例如,建设银行在 2020 年 6 月推出的“裕农快贷”,就是通过涉农大数据与金融数据的融合,构建了乡村产业链生态场景金融服务体系。这一过程中,将大量的实体数据资产与金融资产紧密联结在一起,为银行数据资产的管理创造了基础,从而进一步帮助银行构建新的增长飞轮,实现资产规模和整体实力的提升。

2024 年是数据资产入表元年,政策鼓励数据资产化,企业也乐于通过数据变现。比如今年年初,南方财经全媒体集团南财金融终端“资讯通”数据资产完成入表,并在此基础上进一步与工商银行合作,实现了广东省首单数据资产入表融资。这意味着形成了数据资产化的完整闭环,越来越多的银行以此探索“数据要素×金融服务”的新路径。

于银行而言,如今设立数据管理部是为了充分挖掘和利用数据资产的潜力、提升核心竞争力。早在 2018 年,南京银行董事长胡昇荣就提出“要加快大数据体系建设,稳步推进数字化转型战略,为业务发展提供创新活力。”该行随后在公司治理层面启动成立“数字银行管理部”的议程,并很快获得董事会通过。

此外,“数据资产入表”在财务层面的认可对数据团队产生了积极的激励作用。有银行数据团队负责人此前在接受 InfoQ 采访时提到,这种认可不仅提高了团队的积极性,还强化了他们对自身工作价值的认知,并产生了正向反馈,增强了团队对工作的投入。

如何让数据管理部更好地发挥作用?

既然数据资产的管理是十分必要的,那么如何更好地“利用”数据管理部门,借助数据来驱动和赋能传统的银行业务?从各大银行的举措来看,要想发挥好数据管理部的作用,不仅需要明晰数据管理部的定位和职责,还要打破“信息孤岛”,充分发挥数据资产的潜力。

华夏银行在 2023 年报中提到,成立数据信息部,夯实“金字塔”式数据管理组织架构,丰富全生命周期的数据管理职能,并统筹推进全行的数据治理工作。

浦发银行董事长张为忠强调了股份制银行发掘自身竞争优势的必要性。他指出,数据管理部的设立是通过深度挖掘和智能化应用数据来提升金融服务质量和效率,实现以客户为中心的服务理念的关键步骤。这一部门的成立,不仅是金融经营发展改革逻辑的体现,更是对业务布局的重新思考,通过重塑数据管理体系,明确职责,从而提升银行的数字化经营效能。

邮储银行则进一步加强了业务部门与数据部门之间的协同工作,建立高效的数据共享机制,确保数据能够在不同部门之间顺畅流通。数据管理部不仅负责数据资产的统一管理,还承担着推动数据文化建设的重任,通过组织培训、工作坊等形式,提升全行员工的数据意识和应用能力。此外,邮储银行为不同业务领域定制了专属的数据资产视图,使数据资产的价值得到更广泛的应用和认可。

工商银行积极推动数据资产的运营与价值创造,以数据为基础推动银行业务的创新与发展。通过建立数据集市和数据仓库,工商银行实现了自上而下的数据统计新模式,并推动数据驱动的决策模式,促进数据与业务的深度融合,为银行业务的创新和发展提供了坚实的支撑。

农业银行则注重数据管理人才的培养和引进。农行高度重视数据人才,将数据分析师队伍作为数字化转型“四支队伍”之一加快建设。通过“集中为主,统分结合”的模式,组建了数据分析师“1+N”队伍,覆盖了 33 个总行部门和 37 家分行,目前规模已达 1100 人。农行还实施了“繁星计划”,通过跟班学习、项目实践、培训交流、考试比赛等多种形式,持续提升数据分析师的专业能力。这些措施帮助农行成功构建起数据管理队伍,为盘活海量数据资源打下了坚实基础。

银行数据管理还面临诸多挑战

虽然众多银行已经意识到数据资产的重要性,并设立了相应部门对数据进行管理和利用,但在现阶段,银行针对数据资产管理还存在一些难点。

缺乏工具类数据技术

传统数据管理部门的技术能力主要集中在数据仓库和 ETL(提取、转换、加载)领域。然而,随着业务需求的快速变化和对实时性数据的高要求,这些传统技术已经显得过于厚重和不够灵活,无法满足当前多元化和实时性的业务需求。缺乏统一的数据分析平台和专业的分析工具,导致各业务系统之间存在不协调,接口繁多,数据管理混乱无序,这限制了银行深入挖掘数据价值的可能性,同时也使得银行在数据的提取和管理上难以实现灵活性和快速响应。

数据管理人才短缺

面对海量数据信息和内部各部门与日俱增的数据需求,传统的以 IT 为主导的固定报表模式向以业务为主导的自助分析模式转变,银行迫切需要具备数据管理与分析能力的人才。据测算,我国数字化人才缺口在 2500 万至 3000 万左右,而且还在不断扩大。数字人才不足、人才素质与产业相关岗位需求不匹配、关键核心领域创新能力不够等问题日益凸显。目前银行业能够胜任相关岗位的数据管理人才一直供不应求,在就业市场上,数字化管理师、商务数据分析师等新职业的需求量不断增长,富有实践经验的数字人才,更是企业争抢的“香饽饽”。

数据管理合规性要求

虚拟经济、数字化转型趋势带来的数据隐私和安全问题,已成为监管部门关注的焦点。作为数据量最大、数据信息最敏感的行业之一,银行业数据治理问题屡屡受到监管部门关注。仅 2024 年上半年,就有多家银行收到数据相关罚单。数据合规覆盖范围之广,包括数据的收集、使用、传输、存储等多个方面,可谓“数据全生命周期”,稍不留神就会踏入“违规陷阱”。因此,银行还需要在适应国内外法律法规方面持续发力,全方位细化监管政策体系,加强监测预警,规避和降低合规经营风险。

写在最后

随着数据资产在银行业的重要性不断提升,成立专门的数据管理相关部门和推动数据资产化,将为银行的数字化转型提供新的增长动力。但银行在数据管理领域面临的挑战是多维度且日益复杂的,从技术的滞后到人才的短缺,再到严格的合规性要求,每一步都考验着银行的管理智慧与创新能力。面对这些挑战,银行仍需要采取更积极主动的策略,持续优化数据资产管理策略,发挥数据价值,实现持续发展。

 活动推荐

8 月 16-17 日,FCon 全球金融科技大会将在上海举办。本届大会由中国信通院铸基计划作为官方合作机构,来自工银科技、北京银行、平安银行、广发银行、中信银行、度小满、蚂蚁集团等金融机构及金融科技公司的资深专家将现身说法分享其在金融科技应用实践中的经验与深入洞察。大会火热报名中,7 月 31 日前可以享受 9 折优惠,单张门票节省 480 元(原价 4800 元),详情可联系票务经理 17310043226 咨询。

 内容推荐
在数字化浪潮汹涌的时代,大模型正以前所未有的力量重塑着金融领域的格局。我们精选了多个大会的演讲 PPT,与您分享 AI Agent、RAG、多模态大模型等众多热门话题,以及 AI 大模型在金融行业落地的实践经验和成果,为企业应对金融行业的挑战提供了创新解决方案。关注「InfoQ 数字化经纬」,回复「实践」即可获取 PPT 合集。

 企业福利AI 大模型时代下企业对 AIGC 的人才培养已经成为了企业发展不可或缺的一部分,由极客时间企业版与多位行业专家共研出品的 AIGC 人才能力建设学习地图,梳理了包含 AI 商业领袖、AI 大模型应用、AI 大模型应用开发相关人员的核心能力点与提升方向,旨在帮助企业管理者 / 企业培训负责人等相关人员建立 AIGC 体系学习思维认知,从而助力企业完善 AIGC 人才培养体系建设。扫描二维码即刻下载高清电子版。

 福利通道

  • 关注InfoQ数字化经纬公众号,回复案例领取 《行知数字中国数字化转型案例集锦》。
  • 关注InfoQ数字化经纬公众号,回复进群加入数字化读者群交流。
  • 关注InfoQ数字化经纬公众号,回复抽奖可以参与本周活动,有机会获得精美礼品。

今日好文推荐

大型银行和中小银行眼中的“五篇大文章”有何不同?

大模型增强下的图智能在金融场景的应用与实践

平安壹钱包:RAG等技术在金融支付类ToC应用场景的探索与落地

蚂蚁集团:多智能体在金融场景的应用探索

天弘基金:AI Agent在金融场景下的新应用

继续滑动看下一个
InfoQ数字化经纬
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存