数据治理 建立长效机制

“十一五”时期银行数据大集中后，对数据的规范管理、质量改进及应用机制建设成为摆在信息主管面前的重要课题。

“我们2003年就开始搞大数据。”中国农业银行软件开发中心赵维平表示，“当时遇到很多困惑，如技术路径、平台选型方面的问题。最终，我们选择了自主可控的技术路径：基础硬件、基础软件、数据模型、工具平台和制度管理都是自主可控的。”

赵维平介绍说：“农行的大数据平台建设，硬件方面我们采用华为RH2288系列，基础软件方面我们引进了南大通用的MPP架构数据库，从28个数据节点扩展至后来的56个节点，非结构化、结构化的上游生产数据基本都放在MPV架构数据库中。数据模型方面，我们结合先进建模理论，融合了范式和维度思路。基础工具方面，我们以自主开发为主，制定了一套比较完备的规范、制度、方法和标准。”

农行大数据平台有着比较清晰的逻辑架构。“在数据源层，全行几乎所有生产系统数据已纳入进来，通过交换平台实现上游数据生产和下游数据消费系统之间，总分行之间，总行各应用系统间的数据交互。”赵维平解释说，“在数据分析挖掘方面，我们按业务细分领域落到不同的应用系统中去尝试实现。同时，我们也在加大对各类算法，聚类、分类、回归、神经网络等的研究，注重数据分析人才的培养。”

在探索大数据应用方面，中国银行推出的中银开放平台是一个实践产品。中国银行总行软件中心上海分中心副总经理牛晓峰介绍说：“这个平台获得了2015年人民银行的科技进步奖。其设计思路是将中国银行整体数据进行归并整理，开发出1000多个标准API接口，并将这些接口开放给中行各分行及客户，他们可以通过API访问并使用中行数据，加工后获得想要的应用结果。”

对于如何更为有效地释放银行数据价值，牛晓峰认为三个方面比较关键。“一是在合规前提下要更有效、充分地利用银行外部数据服务；二是以应用为驱动，要做大数据应用的场景产品；三是通过将结构化、非结构化，线上、线下的数据有机提炼并整合起来，从而更精准地建设客户营销平台。”

四大银行中，中国建设银行拥有庞大用户基数，目前手机银行用户数达1.8亿多，网上银行近2亿。“随着手机银行、网上银行及微信银行三大互联网渠道的建立及用户数的累积，我们应用大数据的场景和基础已经具备。”中国建设银行信息技术管理部资深经理林磊明表示。

他认为，传统银行做大数据主要为解决三大问题。“一是提升客户识别，二是利于客户营销，三是强化风险防范。”

目前，建行已成立上海大数据分析中心，隶属于信息管理部门。林磊明表示：“建行大数据平台设计遵循架构先行，在功能架构上希望做到尽可能完备，并能及时反映到业务流程中去。目前，我们在大数据平台上已经取得一些成果，如我们能向客户经理提供实时数据服务，已经总结出挖掘类、数据实验室、机器查询、仪表盘、固定报表、自动查询等六类数据应用模式。同时，我们通过建立‘模型实验室，支持大数据模型研发，并快速部署至生产环境中去。此外，通过位置服务终端识别技术应用，我们在银行风险事件规避和防范方面有了比较不错的应用成效。”

总的来看，“十二五”期间，各大银行主管领导对数据积累、改善并持续改进质量的关注度提升，并有意识地构建数据治理平台和相关机制。但业内专业的数据质量管理部门仍然缺乏，风险数据的同业共享机制也尚未建立。