数据之巅，制胜未来：金融行业数据中台五大关键成功要素

谈话要点

数据中台建设是一个系统化工程：数据治理重在执行，数据资产化事半功倍。

将数据转换为生产力：开放服务，建立生态，资产服务化数据变现。

践行数据驱动业务：平台化运营适者生存，数据业务化与众不同。

知易行难

1996 年，当 Bill Gates 说出“Banking Is Essential，Bank Is Not”（银行业务是必需的而银行不是）时，银行家们不会料到，仅仅过了 16 年，金融科技的大潮开始拍击金融业的基石，这句话一语成谶。

新的技术 A（AI）B（Blockchain）C（Cloud）D（Big Data） 被每一个银行家津津乐道。不管是否理解，在不得不拥抱新技术时，银行家们心里是恐慌的，包括对未来的恐慌。哪怕银行家们拥抱了新技术，他们还是忽视了 EFGHI……E 既是体验（Experience）也是生态（Echo System），F 是（Frame）重构，G 是 （Go）试错，H 是（Hypothesis）大胆假设，而 I 是（IOT）万物互联，IOT 代表着所有技术和业务模式的最终趋势。

如果说，ABCDI 是风口，EFGH 是风向，那么风眼只有一个，那就是数据。在数据爆炸时代，全球如今每天创建 491EB 字节的数据。1 然而，在利用数据方面，一个企业所产生的数据中大约有 55％ 没有得到使用。2 过去十年中，《财富》 1000 强公司中有四分之三已经被替换，领先的 79.4％ 的高管担心被数据驱动的初创公司所颠覆，只有 7.3％ 的企业对其充未来数据策略满信心。

为了快速响应市场新一代客户需求，在前台，金融机构发展了新渠道来提高客户体验；在后台，增强了新核心来优化业务流程；而在中台领域，金融机构希望通过数据中台来实现数据资产化智能管理与共享，从而满足业务灵活性需求。

那么，什么是数据中台？数据中台的概念脱胎于中国互联网市场，最早由阿里巴巴提出。最初基于当时流行的SOA架构理念，将零售核心业务划分为多个应用组件，其中枢系统构成业务中台。随着阿里跨界多个混合业态的开展，在复杂的业态中实现数据的互联互通并产生洞察成为新难题。于是，与业务中台相对应的数据中台理念随之兴起。

包括银行业在内，业界对数据中台的认知尚未统一，存在多种不同观点：一部分观点侧重于业务视角，定义为云上数据中台业务模式；其他观点则认为，数据中台是聚合和治理跨域数据，将数据抽象封装成服务，提供给前台以业务价值的逻辑概念，或数据中台是数据服务(DataService)工厂；也有观点认为企业中台是数字化平台战略的中枢系统，用以协调前台的快变与后台的稳定。

我们认为，数据是金融机构的战略资源；只有得到有效地运用，数据才能转化为资产；而实现这种转化的关键就是数据中台。金融行业的数据中台是以数据为中心，智能化、全链路地开展管理、应用和服务的平台化体系。数据中台使得金融机构的产品、客户、渠道、流程、风险不再割裂。它以数据为生产要素，建立了新型的生产力和生产关系。

企业为什么需要数据中台呢？结合银行业IT系统现状及数据应用中的问题，数据中台建设的特殊使命主要在于解决以下四类核心问题：

• 1)数据信任：因为数据质量不齐、获取难度大，数据消费者包括经营决策者对数据失去信心；
• 2)需求响应：开发周期长、效率低、服务响应慢、计算资源紧张、数据时效性不强；
• 3)协作效率：架构平台化、组织模式去中心化的趋势下，数据复用与协作越发重要；
• 4)创新乏力：全局规划、确保共识，统筹数据积累，才能更好地开展创新。

知易行难，火爆的数据中台虽是行业共识，但我们到底需要什么样的数据中台？先看一些典型挑战：

• “盲人摸大象”：有多少数据理不明白，投入产出比说不清。往往只顾低头走路，却忘了抬头看路。如何实现“数以治用”？数据资产如何盘点和管理？如何衡量数据资产的价值？数据资产如何变现？
• “大炮打蚊子”：业务一线要的是“雪中送炭”型的数据服务，但数据分析团队却往往陷入“闭门造车”，难以成为一线的合作伙伴。结果是，大炮造好了，却只能用来打蚊子。数据如何真正赋能业务？数据资产如何沉淀和复用？
• “小马拉大车”：敏态业务往往采取临时开发的做法，缺乏全局性考虑，难以响应数据服务的千变万化，就像小马拉大车，根本拉不动。如何真正从全生命周期角度对数据进行管理？如何实现平台化运营？

以典型股份银行为例，数据全日采集的系统就超过二十个，总表数超过两万，总字段数超过五十万，如何找到和用好这些数据资产？确实是一个难题。用高薪打造的数据团队，却有 50-80％ 的时间花在寻找多个来源的数据。单单是数据治理工具、资产管理应用或 AI 平台已经力不从心。

数据中台建设，本质上是一个复杂的系统工程，就像有些银行虽然已经构建了“一湖两库”( 大数据湖、数据仓库和集团信息库 )，但还在继续借助外脑不断完善大数据服务云数据资产管理，并力争成为真正的数据驱动型企业。

基于多年实践经验和本地化项目积累，我们总结了金融机构建设好数据中台的五大关键成功要素，分析了行动领域中的重点、难点、典型场景、参考案例和能力建议，以及相关的监管规定和行业标准。我们将这五大要素归纳为四个现代化（治理标准化、数据资产化、资产服务化、数据业务化）加一个平台化（运营平台化），简称为“4+1”：

• 1) 治理标准化：数据为王，治理先行，数据管控刻不容缓，贯标执行，行稳致远；
• 2) 数据资产化：盘点数据，分条析理，数据资产化事半功倍，让数据资产成为企业的第四张“报表”；
• 3) 资产服务化：开放服务，构建生态，资产服务化让数据高效变现，敏捷精准、快速制导；
• 4) 数据业务化：沉淀智库、积微致著，数据化业务与众不同，高屋建瓴，反哺业务，驱动创新；
• 5) 运营平台化：平台经济，统一运营，随需应变，平台化运营适者生存，衔接前后台，开放新新业态。

最后我们还提出了金融行业数据中台行动指南，把宏观战略咨询规划与微观落地具体执行相结合，将有助于把数据中台转型的愿景快速变为现实。通过业务协作以及平台化运营，实现数据产品化的开放服务，推动数据中台快速变现，打通数据大动脉，疏通服务微循环。从而更有效地面对金融科技创新和监管合规持续强化带来的冲击，并进一步提高金融机构敏捷性和灵活性以及运营效益和资本收益率。