博客 银行业数据应用瓶颈与解决思路解析

银行业数据应用瓶颈与解决思路解析

   数栈君   发表于 2023-06-27 17:06  220  0

01. 数字经济时代,银行业数据应用瓶颈

当下,数字化已成普遍共识,据《中国银行家调查报告》显示,超过9成的银行家积极推进金融科技数字化。数据驱动业务已成为数字化核心,大数据技术、数据治理、数据能力建设是其中关键。在构建数据资产管理体系,开展数据应用开展的过程中,目前主要存在以下几个方面不足。

一是数据体系不够完善。部分银行缺乏数据体系顶层设计,没有构建科学合理的数据管理体系与管理架构,导致流程割裂、数据竖井、数据孤岛等问题。这一方面难以支撑业务敏捷迭代和规模化,另一方面也会存在数据安全与风险隐患。

二是数据应用不充分智能化程度欠缺,技术和数据的应用程度不够充分,不能充分支持业务分析。很多银行缺乏有靠的数据工具,线上化和自动化程度不足,数据标准、数据质量的闭环管理流程依靠人工流转,范围有限,管理效率较低,客户体验不佳。

三是数据人才不足。业务和科技之间存在一定程度的数字鸿沟,银行发展容易陷入科技建设堆砌误区。由于缺乏合理的组织抓手与业务与科技融合的工作机制,难以满足业务发展和客户需求。同时,目前银行业紧缺兼具业务理解和科技能力的数字化复合人才,对业务经营数字化、风险管理数字化,进行专业性赋能。

面对以上应用瓶颈,以下分享两个头部股份行、城商行的应用案例供参考。

http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/b6ad69d0c0d906eef3f6a8b677ddde9c..jpg


http://dtstack-static.oss-cn-hangzhou.aliyuncs.com/2021bbs/files_user1/article/9a969c4e7f3ed275d36402589e72a334..jpg


02. 打造银行业数据应用最佳状态

结合银行业目前的数据状态与特点,以“打造银行业数据应用最佳状态”为目标,围绕“数据工具”与“数据文化”,构建银行在多领域的数据生产力,上下贯通,内外融合深化数据应用开展工作。

一是自上而下的数据工具赋能。业务能自主地把数据用起来,一定感受到了数据对工作带来的帮助和便利,甚至能直接提升工作成效。通过数据工具赋能,用户能敢于自主进行数据的灵活分析,从而快速响应市场需求。这对数据工具有几点要求。

1)易用性用户要能获取易于使用和理解的报告内容,更要从报告与数据中获得可操作的业务见解的能力,让业务快速用起来;

2)企业级。企业级能力一个解决复杂企业问题的体系,要能提供大规模数据下的高性能响应、大规模作业下的持续服务、大规模业务下的平台高效治理、多场景下的高效赋能,支撑业务广泛用起来;

3)场景化。让数据分析融入到企业业务的标准流程,不仅需要融合企业上下游业务系统,还需利用OA生态扩展深度使用场景,封装为即插即用的数据分析场景应用,让业务活跃用起来。

二是自下而上的数据文化共创。营造良好的数据文化是推进银行整体数字化转型的核心驱动力。培育“科技+业务”双向驱动的文化氛围,第一,必须解决业务用户在数据应用过程中遇到的切实痛点;第二,科技必须让业务用数的门槛降下来,让数据应用更加快捷,形成敏捷产出。

为实现该目标,一方面,银行需通过敏捷化的数据管理协作机制,实现内外部数据整合,同时结合自身发展战略,对业务流程、产品体系、用户场景等多维度融入数据思维,形成“数据分析--->数字化经营<---数据使用&消费”的价值创造链路。

另一方面,科技能力是银行数字化转型的基石,也是银行实现从信息化到数字化、智能化持续转变的推动力。需要将BI技术与实践应用、业务管理相融合,形成“决策通过具体措施的监控落实到位”与“与业务执行的反馈效果指导进一步经营策略”的数字化经营闭环,提高业务及管理效率,降低成本,加速驱动业务创新。

03. 数据应用实践的思路和做法

数据基础设施加速泛在化、数据价值加速显性化,推动了数据要素市场体系的快速迭代升级。要打造银行业数据应用最佳状态,以下是具体实施步骤和相应关键点。

一是构建银行在多领域的数据生产力。推动数字化转型,让数据赋能业务发展,观远数据提出“多领域数据应用”理念,全面建立从数据接入、智能分析、数据应用、决策辅助的全生命周期数据应用体系,以助力业务数据化、数据资产化、资产价值化的转型蜕变。

通过智能化、全链路的管理、应用和服务,该数据应用链路体系,建立数据生产力和生产关系,使内外部数据互联互通、有效整合,为全方面业务场景应用,提供坚实的数字化能力。

二是赋能“横向到边、纵向到底”的银行业务体系。按照“问题导向、业务导向、需求导向”的原则,观远数据变革数据应用旅程,提升取数看数效率,释放数据价值。

一方面,健全数据治理体系,增强数据管理能力,建立数字化运营服务体系,通过智能算法模型提升数据分析水平,以零代码布局支持多终端随时看数。另一方面,在智能分析与数据应用,以业务决策分析需求为驱动,积极开展可视化看板、自助分析、数据大屏、数据预警等应用,覆盖管理决策、风控业务、零售业务、对公业务、普惠金融、营销获客、网点管理等业务条线,为银行经营决策提供数字化支撑。

数字金融是“数字中国”建设的重要构成。释放数据价值,升级银行数字资产,增强经营管理的前瞻性和业务决策准确性是数字金融面向数字经济时代的全新发展要求。随着银行机构数据治理、数据资产管理、数字服务生态等工作的齐头并进,银行多领域的数据生产力,将进一步促进行内外数据发挥最大的业务价值。

免责申明:

本文系转载,版权归原作者所有,如若侵权请联系我们进行删除!

《数据治理行业实践白皮书》下载地址:https://fs80.cn/4w2atu

《数栈V6.0产品白皮书》下载地址:
https://fs80.cn/cw0iw1

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:
https://www.dtstack.com/?src=bbs

同时,欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」,交流最新开源技术信息,群号码:30537511,项目地址:
https://github.com/DTStack

0条评论
社区公告
  • 大数据领域最专业的产品&技术交流社区,专注于探讨与分享大数据领域有趣又火热的信息,专业又专注的数据人园地

最新活动更多
微信扫码获取数字化转型资料
钉钉扫码加入技术交流群