“虚拟社区”打造光大银行数据服务平台

银行是一个经营风险且竞争激烈的行业。随着近几年互联网技术在金融领域的不断应用，传统银行深感为客户提供金融服务不再是银行的专利，更加激发了银行以“客户为中心”的业务发展，体现在：以“拓客”、“留客”、“维客”为目的的数据分析与应用的展开，使数据需求更加旺盛。无独有偶，2013年又称为“大数据元年”，在“数据作为信息资产为企业增值；数据驱动决策让企业更智慧”理念倡导下，银行掀起了大数据应用浪潮。无论是银行内部数据，还是获取的外部数据都成为银行“淘金”的对象，进一步推动了数据运用的深化。

一、研究背景：数据服务面临挑战

　　光大银行自2006年启动企业级数据仓库建设以来，建立了以数据仓库和数据集市为主体的数据应用体系，数据应用在业务发展、客户维系以及客户价值挖掘中的作用体现得越来越大，数据服务需求量也不断增长。同时，在数据服务过程中面临如下挑战。

　　一是数据服务在面对“需求量不断膨胀、数据处理算法越来越灵活多变、数据结果产生时效性要求持续提高”的情况下，单纯依赖总行科技部门的数据服务资源来支持全行的数据运用已难以为继，催生了“开放式”数据服务的内在需求。同时，由于地域和组织架构的分散性以及人员专业领域的差异性导致了成员间沟通不畅，增加了解决问题的难度。再有，业务定义、数据口径复杂也给保证数据结果的准确性增大了难度。

　　二是数据服务需求分散在各业务领域及各分行，而分行的数据需求具有共性及相似性居多。如果能识别出共性需求并将数据服务结果转化为知识沉淀，并加以复用，就可以降低服务资源重复投入，避免科技资源浪费。加强数据需求管理及知识管理已成为当前亟待解决的问题。

二、研究立意及目标

　　为推进数据在全行的应用，及早发挥其对业务发展、经营管理、市场营销等的决策支持作用，光大银行确定了“先规模效应，后业务价值体现”的数据服务战略布局。为形成全面铺开的数据运用之势，光大银行将“虚拟社区”的理念运用于数据服务中，以实现“开放”、“平等”、“分享”、“互助”作为数据服务方法研究的目标，并确定由“用户”、“数据服务”和“知识”构成的数据服务社区为研究对象。数据服务社区确定以下服务原则：

　　用户范围：数据服务社区面向光大银行全行用户开放使用。社区打破总分行上下级和地域限制，服务人员在全行统一的严格控制用户权限管理下，以“数据开放不下发”为原则，在总行的基础数据平台上开展数据分析运用。社区倡导总分行科技和业务人员既可以是数据服务的消费者，也可以是数据服务的生产者。

　　数据范围：全行所有IT系统产生和存储的结构化和非结构化数据，包括数据仓库、数据应用系统及业务源系统的相关系统数据。

　　业务范围：全行对公、零售、风险、计财、渠道等业务条线，适用于市场营销、客户服务、经营分析、资产负债管理、绩效考核、外部监管、内部管控和审计等。

三、主要研究内容

　　1．构建数据服务社区的理论框架

　　从知识管理、传播学、认知学和业务流程管理4个领域开展研究，构建数据服务社区的理论基础（见图1）。

　　虚拟社区自身的特点说明其非常适合作为数据服务平台。在企业的各种知识管理方法中，基于社区的方法被认为是知识创新和转换的最有效工具之一。通过社区，有助于企业内部员工从经验丰富的员工那里获取并共享他们的知识。社区成员彼此通过多种方式进行沟通、交流、分享信息，而不需要固定的聚会时间及实体的聚会地点，成员地位是平等的；成员通过社区的连接建立关系，寻求支持，并对它有一定的归属感，从而产生互助、分享的意愿。

　　基于知识管理理论，要求数据服务社区关注企业中可以用规范化和系统化的语言进行传播的显性知识和信仰、隐喻、直觉、思维模式等无法规范化的隐性知识，注重隐性和显性知识间的相互转化，其实质是知识创造的过程。

　　基于信息传播理论，新知识的学习都要经过获得、转化和评价这三个认知学习过程，缺一不可。

　　另外，根据大众传播的“两级传播”和“舆论领袖”观点，数据服务社区如能通过设定关键个人（舆论领袖），比如业务专家、技术专家、权威人士等，再由他们向其追随者传播，就能够以一种两级传播模式扩大传播效果。

　　数据服务流程可以视为一种业务处理流程，将其统一地集成在数据服务社区，快速地为业务人员解决问题，灵活地应对需求变化，实现数据服务需求的一站式服务。

　　2．数据服务社区的设计方案

　　总体设计方案如图2所示，体现在以下三方面。

　　（1）数据服务社区提供知识管理、一站式服务和社区服务三大服务。利用上述服务，数据服务社区构建了数据知识体系分类框架，组建了自动化与智能化的数据服务流程，建立了数据服务知识的交流共享机制。知识管理提供主题词、词条点评、热点词条排行、权威发布、智能检索、热点推送等功能；一站式服务提供需求管理、数据管理等功能；社区服务提供数据客服、积分制、个人信息中心、站内通讯等功能。

　　（2）三大服务可以有机融合。知识管理中积累的知识可以辅助一站式服务实现相似需求识别、口径复用等功能，一站式服务中已完成的需求可以凝练为知识储备；社区服务中的全部信息也可以凝练为知识储备，同时社区服务中的数据客服人员可以利用知识管理中积累的知识来解答问题；数据客服帮助业务人员更有效地使用一站式服务，提出更加准确、精炼的问题。

　　（3）应用中文语义分析技术提升数据服务智能化水平。通过在知识管理、一站式服务和社区服务三大服务中应用中文语义分析技术实现智能化知识管理，提升一站式服务的智能化水平，实现智能化的社区服务，实现知识积累、传播、共享的智能化。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文