而這樣的需求，催生了以平安金融壹賬通為代表的數(shù)據(jù)治理“外腦”的崛起。壹賬通本月推出的國內(nèi)首個銀行業(yè)全流程數(shù)據(jù)治理解決方案，目前已在多個中小銀行上線。

人才投入、場景積累、技術(shù)迭代，都是中小行數(shù)據(jù)治理的短板——像王能這樣抱有類似想法的銀行業(yè)高管不在少數(shù)。

“我們的問題是，前幾年組織管理體系沒有確定一個戰(zhàn)略性導(dǎo)向，現(xiàn)在我們專門成立了數(shù)字銀行管理部，作為數(shù)據(jù)治理的核心部門。數(shù)據(jù)是管理者的決策基礎(chǔ)，對普惠金融應(yīng)用、內(nèi)控風(fēng)險管理體系都至關(guān)重要，桂林銀行下一部發(fā)展就是要借助外部金融科技機構(gòu)，做好數(shù)據(jù)治理”，桂林銀行董事長王能告訴校尉。

國內(nèi)銀行業(yè)的數(shù)據(jù)治理基礎(chǔ)有多薄弱？校尉了解到，目前多家銀行在報送監(jiān)管報表的時候，仍舊是依靠手工輸入；2018年銀保監(jiān)會發(fā)布了《銀行業(yè)金融機構(gòu)數(shù)據(jù)治理指引》后，雖然眾多中小銀行成立了數(shù)據(jù)相關(guān)部門，但是規(guī)格大多并不太高，屬于信息科技部下面的二級部門；此外，與國外許多銀行設(shè)置首席數(shù)據(jù)官不同，國內(nèi)設(shè)置數(shù)據(jù)官的銀行寥寥無幾。

“監(jiān)管報送、計財報表、客戶營銷管理，這都是數(shù)據(jù)治理的實際場景。長久以來銀行會針對不同場景做不同的數(shù)據(jù)采集和分析，但它并沒有將數(shù)據(jù)放在同一平臺上，由同一部門集中處理。這是很多中小銀行做數(shù)據(jù)治的根本缺失”，金融壹賬通智能風(fēng)控總經(jīng)理、加馬人工智能研究院首席科學(xué)家施奕明對校尉說。

而金融監(jiān)管研究院副院長劉誠燃撰文直言，數(shù)據(jù)治理是一件“不討好”的事情?！昂蛿?shù)據(jù)打交道的永遠(yuǎn)只有減分項，沒有加分項。說官話一點就是激勵不足，約束有余。領(lǐng)導(dǎo)再沒想數(shù)據(jù)治理專職人員配了幾個，發(fā)展業(yè)務(wù)時從來就覺得填報表的是冗余，領(lǐng)到罰單后，卻不認(rèn)真反思本行在數(shù)據(jù)治理方面投入了多少人力、精力和財力，反而責(zé)怪填報人員能力差、不用心”，劉誠燃說。

金融壹賬通、中小銀行互聯(lián)網(wǎng)金融（深圳）聯(lián)盟、埃森哲聯(lián)合發(fā)布的《中小銀行金融科技發(fā)展研究報告（2019）》，系統(tǒng)化地將目前中小銀行數(shù)據(jù)管控體系現(xiàn)狀進行了梳理：

27%的中小銀行缺乏公司級數(shù)據(jù)規(guī)范，數(shù)據(jù)多頭管理，部門數(shù)據(jù)互通靠自發(fā)或人工傳遞；46%的中小銀行初步搭建公司級數(shù)據(jù)管控體系和基礎(chǔ)規(guī)范，但應(yīng)用尚未下沉到業(yè)務(wù)，數(shù)據(jù)互通程度不理想；僅18%的中小銀行初步建立數(shù)據(jù)管理體系和管控工具，進行了平臺整合，各部門基本落實公司數(shù)據(jù)規(guī)范體系；僅9%的中小銀行實現(xiàn)有效數(shù)據(jù)治理，數(shù)據(jù)管理體系完善，全面實現(xiàn)大數(shù)據(jù)應(yīng)用。

金融壹賬通董事長兼CEO葉望春指出，目前銀行業(yè)數(shù)據(jù)治理存在四大痛點：第一，數(shù)據(jù)分散、雜亂、割裂，沒有全局?jǐn)?shù)據(jù)觀；第二、數(shù)據(jù)收集靠傳統(tǒng)手工，渠道單一、模式落后、效率低、成本高；第三、數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、缺乏分析工具，數(shù)據(jù)難運用；第四、技術(shù)系統(tǒng)落后、難以滿足數(shù)據(jù)管理需求，存在數(shù)據(jù)安全和風(fēng)險隱患。

“銀行必須從長遠(yuǎn)和戰(zhàn)略的高度來重視數(shù)據(jù)治理。同時，要借助第三方科技的力量突破自身人才、資金、場景這些方面的限制”，葉望春說。

“銀行業(yè)的數(shù)字化轉(zhuǎn)型，既是技術(shù)問題，又是業(yè)務(wù)問題”葉望春指出。銀行數(shù)據(jù)化轉(zhuǎn)型需要在對金融業(yè)務(wù)有基本理解的前提下，確保有效機制落地。

施奕明認(rèn)為，從根本上建立數(shù)據(jù)治理機制，銀行需要做到：一設(shè)立有權(quán)協(xié)調(diào)業(yè)務(wù)條線資源的首席數(shù)據(jù)官，確保數(shù)據(jù)部門能夠獲取貼近業(yè)務(wù)場景的數(shù)據(jù)源；二將數(shù)據(jù)部門確立為行級一級部門，并將信息、科技、計財?shù)认嚓P(guān)部門人員納入；三. 確立統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，并進行數(shù)據(jù)質(zhì)檢；四.建立敏捷開發(fā)體系。

正如客源和場景的雙重缺失催收了銀行助貸模式興起一樣，人才、場景、科技基礎(chǔ)的缺失再加上銀行數(shù)字化轉(zhuǎn)型的迫切需求，催生了“外腦”生意經(jīng)——已經(jīng)有敏銳的金融科技服務(wù)商開始輸出銀行數(shù)據(jù)治理解決方案，而銀行對此很“買賬”。

日前在桂林舉辦的“中國數(shù)字銀行論壇”就是一個縮影：現(xiàn)場一百家中小銀行高管或業(yè)務(wù)部門負(fù)責(zé)人齊聚，甚至不乏類似濟寧銀行這樣一下子來五個高管的銀行。它們是中國中小銀行數(shù)字化轉(zhuǎn)型的最鮮活案例之一。

平安金融壹賬通成了這場論壇當(dāng)仁不讓的主角，其順勢推出了我國首個基于大數(shù)據(jù)平臺的全流程數(shù)據(jù)治理解決方案 ——加馬數(shù)據(jù)治理解決方案，吊起了多家與會銀行的胃口。

金融壹賬通聯(lián)席總經(jīng)理邱寒介紹，壹賬通全流程數(shù)據(jù)治理方案的部署時間比傳統(tǒng)的產(chǎn)品縮短1~2個月，其借助AI和大數(shù)據(jù)，將無序數(shù)據(jù)關(guān)聯(lián)化、隱性數(shù)據(jù)顯性化、靜態(tài)數(shù)據(jù)動態(tài)化，以解決業(yè)內(nèi)普遍存在的數(shù)據(jù)難看清、難收集、難運用和難管理等痛點。

具體而言：加馬數(shù)據(jù)治理解決方案構(gòu)筑了中小銀行數(shù)據(jù)治理六大模塊：

針對銀行業(yè)金融機構(gòu),加馬數(shù)據(jù)治理解決方案可以幫助客戶制定一整套數(shù)據(jù)標(biāo)準(zhǔn)規(guī)范,包含基礎(chǔ)類數(shù)據(jù)標(biāo)準(zhǔn),分析數(shù)據(jù)標(biāo)準(zhǔn)兩大部分。同時利用自然語言技術(shù)及知識圖譜技術(shù)幫助工作人員快速定位到相關(guān)的數(shù)據(jù)標(biāo)準(zhǔn),解決目前中小銀行因標(biāo)準(zhǔn)文檔繁多、信息量大而難以查找關(guān)鍵信息問題。 

目前,大多中小銀行使用文檔手工管理元數(shù)據(jù),存在數(shù)據(jù)資產(chǎn)不清晰、格式混亂以及更新不及時等問題,導(dǎo)致業(yè)務(wù)人員難以運用數(shù)據(jù)并進行深入分析挖掘,了解數(shù)據(jù)含義溝通成本高、耗時長,使用數(shù)據(jù)出錯率高。加馬數(shù)據(jù)治理解決方案通過數(shù)據(jù)地圖等功能梳理出數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系,可視化展示數(shù)據(jù)資產(chǎn)視圖,同時自動化分析數(shù)據(jù)流向及上下游血緣關(guān)系。通過簡單查詢即可檢索數(shù)據(jù)的業(yè)務(wù)含義、數(shù)據(jù)位置、數(shù)據(jù)量、數(shù)據(jù)字典、數(shù)據(jù)關(guān)系等信息。 

針對銀行內(nèi)部數(shù)據(jù)變動監(jiān)控難,以及數(shù)據(jù)質(zhì)量問題發(fā)現(xiàn)不及時等問題,加馬數(shù)據(jù)治理解決方案提供變動異常掃描、標(biāo)準(zhǔn)質(zhì)量監(jiān)控等工具,自動配置質(zhì)量核驗規(guī)則庫,定期掃描分析各數(shù)據(jù)庫質(zhì)量,一鍵生成質(zhì)量分析報告,通過數(shù)據(jù)定義和數(shù)據(jù)值抽樣檢查結(jié)合的方法全方位掃描各種數(shù)據(jù)質(zhì)量問題。幫助銀行實現(xiàn)智能數(shù)據(jù)質(zhì)量監(jiān)控。 

面對銀行敏感數(shù)據(jù)分散,泄露風(fēng)險高等問題,加馬數(shù)據(jù)治理解決方案通過智能掃描識別敏感數(shù)據(jù)一鍵配置脫敏的方式解決大數(shù)據(jù)平臺上的海量數(shù)據(jù)識別脫敏問題,同時,日志監(jiān)控預(yù)警通過大數(shù)據(jù)實時計算流處理技術(shù)追蹤、抓取、分析大數(shù)據(jù)平臺相關(guān)日志,監(jiān)控用戶對數(shù)據(jù)的使用操作,有效降低大數(shù)據(jù)平臺操作及數(shù)據(jù)泄露風(fēng)險。 

數(shù)據(jù)治理監(jiān)控分析往往在銀行難以實現(xiàn),一是因為專業(yè)門檻高,管理人員難以使用,二是監(jiān)控項目復(fù)雜,傳統(tǒng)分析方式耗時耗力,三是傳統(tǒng)報表工具呆板單一,難以支撐監(jiān)控分析。加馬數(shù)據(jù)治理解決方案靈活運用自然語言技術(shù)、維度自助下鉆等技術(shù),自動了解用戶分析意圖,呈現(xiàn)數(shù)據(jù)治理相關(guān)監(jiān)控結(jié)果方便進行自助探索分析。 

目前各銀行在業(yè)務(wù)場景中接入使用外部數(shù)據(jù)時普遍面臨開發(fā)周期長,監(jiān)控管理困難等問題。報送監(jiān)管數(shù)據(jù)時也面臨手工操作多、效率低、費時費力、出錯率高等問題。加馬數(shù)據(jù)治理解決方案通過圖形化工具實現(xiàn)零代碼開發(fā)接入外部數(shù)據(jù),智能檢測外部數(shù)據(jù)質(zhì)量,實現(xiàn)多數(shù)據(jù)源智能路由,實時監(jiān)控接口流量與并發(fā)量,并以可視化圖形、報表實時反饋監(jiān)控結(jié)果,提示風(fēng)險預(yù)警。