国开行的数据治理实践与探索

在全球信息化快速发展的大背景下，金融行业与信息技术的融合交汇引发了数据的迅猛增长。大数据已成为现代金融业的基础性资源和重要资产，成为重塑金融业竞争优势的新机遇。推动面向大数据的数据治理，促进数据共享，建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，逐渐成为一条金融业发展的必由之路。

国家开发银行信息科技局副局长兼数据管理中心主任 滕光进

        国家开发银行（以下简称“国开行”）作为全球最大的开发性金融机构，通过开展中长期信贷与投资等金融业务，为国民经济重大中长期发展战略服务。国开行高度重视数据管理、数据共享与数据应用工作，明确提出打造“连接+数据”两大核心能力，凸显通过数据服务业务，提升核心竞争力、更好地服务国家战略的重要性。

以数据共享为目标构建数据治理体系

        企业级的数据共享必须依托有效的数据治理，从规划入手，构建完善的组织、机制和流程，制订数据标准并实施数据管控，形成有机组合的数据治理体系。国开行2008年启动相关工作，以建设数据仓库为契机，从专项规划、组织制度、数据标准和数据质量管控等方面推动并形成有效合力，为数据共享奠定了良好基础。

        1.制订数据治理规划。国开行于2010年4月发布《数据管理与应用专项规划（2010版）》，明确总体目标，提出了“一个流程，两个维度”的框架体系，有效指导了数据标准、数据管控、数据仓库和数据应用等领域相关工作的开展。2015年6月，编制发布《数据管理与应用专项规划（2015版）》，吸纳新技术新理念，继承和丰富既有框架体系，明确以“强化数据应用为目标，数据集中和整合为枢纽，提升数据质量为主线”的数据治理思路，不断深化数据方面工作的蓝图和路线图（如图1）。

图1 国开行数据管理与应用框架体系

        2.为数据治理提供组织保障。一是成立独立的数据管理部门。国开行于2012年在信息科技部门正式设立数据管理中心，负责全行数据标准、数据管控、数据仓库管理、数据挖掘和服务工作。二是建立高层参与的数据管理决策机构。为了进一步理顺跨部门、跨领域的数据协作关系和协作流程，国开行建立了高层决策、数据管理部门统筹、全行参与的企业级数据治理机制，由主管行领导担任主任的信息科技管理委员会是数据管理与应用工作的最高决策机构，由总行20个业务部门，2个事业部和4家子公司组成（如图2）。

图2 国开行数据治理组织架构

        3.建立和不断完善企业级数据标准。国开行秉承 “数据管理标准先行”理念，在实践中探索形成了“数据标准制订与落地互动，基础类数据标准与分析类数据标准互通，数据标准在业务领域与IT系统落地并重”的数据标准化方法论。在银行本级数据标准化方面，完成客户、产品等9个主题共2626项基础数据标准和1068项管理分析类数据标准的制订和发布，覆盖信贷、资金、财会等主要业务条线，使业务管理和系统建设有标准可依。按照统筹考虑、分步实施的原则，累计完成1575项数据标准在客户关系管理、全流程信贷等41个重要系统的落地工作，实现数据定义统一，促进仓库数据的集中与共享，支持业务发展，满足监管要求。在集团一体化数据标准方面，制订并发布五大类1116项数据标准和配套管理办法，这是母子公司系统间数据交换和共享需遵循的重要规范，将标准化管理半径从银行拓展至整个集团，对投、贷、债、租、证的业务协同和集团风险防控有重要支持作用（如图3）。

图3 国开行数据标准体系示意图

        4.强化数据全生命周期的质量管理。数据质量是数据整合和共享的保障。国开行以数据质量管控为抓手，在全行绩效考核方案中设置了“数据质量”专项指标，推动建立数据质量管控常态机制（如图4），以增强数据质量主动管理能力为着眼点，通过梳理贷款、客户等7个业务条线，全流程、核心等9个重要系统，将497个关键数据项纳入数据质量检核范围，累计设计2100余条检核规则，依托数据管理系统每日实时动态监控1000多万数据，发现并推动分行整改6500余条质量问题。同时通过构建并固化闭环的数据质量管理流程，强化采录认责和质量管理前移，积极推动从源头控制数据质量问题，深化数据质量日常监控、问题评估和通报机制，实现事后处理、事中监控、事前预防的全过程数据质量管理，提升全行数据质量管理能力和效果。

图4 国开行数据质量全生命周期管理框架图

在数据共享方面的探索与实践

        国开行以企业级大数据平台建设为基础，整合内外部数据资源，构建统一数据交换平台，提升数据服务支持能力，实现内部各领域以及内外部的数据互联互通，打破数据分析的壁垒，构建特色应用体系。

        1.夯实大数据基础设施环境。一是制订发布《新一代数据仓库专项规划》。规划“开放弹性”的数据仓库混搭式架构，形成涵盖开放、封闭等不同技术体系的新一代数据仓库逻辑架构、数据架构和技术架构，统筹构建大数据基础设施，打造大数据存储与处理能力，为大数据应用提供基础架构与数据整合能力的支撑。二是新建基于分布式技术的大数据基础平台，2017年底计划建设70个节点的大数据集群，数据存储能力达到2PB，实现非结构化数据处理及数据实时分析，支持大数据应用及实时分析决策。三是优化传统数据仓库一体机运行环境，具备4个节点共108T数据存储与处理能力，持续加强运营管理，建立符合数据仓库部署架构的运营体系，保障数据仓库各系统安全、平稳运行。四是升级贴源数据平台ODS，实现贴源数据及时存储和快速数据服务。根据业务分析需求，逐步实现小于T+1系统数据处理与支持服务。五是完善外部数据平台和数据归档系统技术体系，采用大数据存储，持续引入多路外部数据和内部系统归档数据（如图5）。

图5 国开行大数据体系建设框架图

        2.整合内部结构化和非结构化数据资源。一是整合银行本级境内外数据，进行信贷、债券、资金、网银等业务数据入仓，建立海外数据集成区，实现海外分行数据集中整合。二是根据集团一体化管理要求，以集团一体化标准为抓手，逐步实现控股公司关键业务数据入仓，并与银行数据整合，支持集团一体化数据共享。三是利用大数据技术，进行评审报告、合同文档、互联网信息、系统日志等内外部非结构化数据集成和处理，实现技术突破。

        3.搭建外部数据整合平台，提升内外部数据互联能力。一是建设外部数据整合平台，引入了11路结构化数据源，包含国内外经济指标类、风险监控类和客户信息类等近5亿条数据，整理出256张业务宽表、 111个查询视图，为上下游15个系统提供外部数据服务；开发了9大业务主题，建立了7000多客户与外部数据的关联关系，是国开行外部数据的集中接入和查询系统，实现全行外部数据的集中与共享，为全行应用系统和行内用户提供外部数据服务，为各类业务分析与管理决策提供权威的、可视化的外部数据支撑，充分体现了在大数据时代外部数据资产共享的业务价值。二是加强内外部市场结构化数据有效互联，打通客户、行业、区域等方面内外部信息衔接，实现内外部数据整合与服务。

        4.提升数据服务支持能力。一是构建统一数据交换平台，对全行数据交换进行统筹规划、调度，将生产环境到分析环境的单向数据供应变为双向数据互动，提升数据交换效率。二是构建9个业务数据集市，扩展专业数据支持能力。其中新建内部审计、财务绩效、管理决策支持、资产负债、客户服务与营销、产品管理、业务运行支持等数据集市，优化和提升监管合规、风险管理集市，为各业务条线提供专业数据服务。三是打造基于报表查询、应用服务、主动探索和数据挖掘四种大数据综合服务方式，新建数据主动探索系统，形成面向用户的数据语义层，提供数据探索和分析服务，提高数据使用的开放性和便捷性。

        5.构建特色大数据应用体系。正是基于数据基础设施统筹建设及内外部多类数据资源整合和共享的工作成果，国开行已构建综合管理与决策、资产负债管理、风险管理、财务管理、监管报送的“1+4”数据应用主题域。一是以建成的五十一个系统作为载体，落地“普惠制”数据应用。由传统的被动式响应逐步向主动式服务转变，基本满足了不同用户类型、多种服务形式的业务需求，在提升全行精细化管理、决策分析、客户服务水平和监管报送等方面发挥了重要的数据支持和技术保障作用。二是创新应用大数据、云计算及人工智能新技术，构建支持核心业务创新发展的大数据应用体系。客户关联关系分析系统使用知识图谱技术，基于大数据助力国开行客户信息共享、贷后管理和风险预警。授信评审业务智能分析系统将文本分析、人工智能等新技术与自身核心业务相结合，探索授信评审业务智能化，发挥存量授信评审数据资产价值，传承授信评审核心能力，服务新增授信评审各环节，进一步提升授信评审的效率和质量。集团客户综合管理系统依托大数据基础平台有效融合内外部数据，及时、准确展现集团客户的全景视图，为业务部门开展集团一体化的风险、统筹和协同等方面管理提供有效支撑。高端智库系统采用大数据和云计算技术，汇聚海量外部数据和衔接集团内部数据，打造国际一流的数据采集分析系统，为国开行业务“融智”提供有力支持。

结束语

        当前国开行改革发展已经进入了一个新的时期。展望未来，在协调推进“四个全面”战略布局的背景下，开发性金融仍将大有作为。从“一带一路”建设到新型城镇化，从棚户区改造到扶贫开发，开发性金融在践行“增强国力、改善民生”的使命过程中，数据服务业务的重要性和不可替代性进一步凸显。

        随着大数据建设的不断深化和应用推广，国开行正在打造“贷前+贷中+贷后+融智+脱贫攻坚+一带一路+国际业务”的全业务线的大数据共享与应用体系，助力业务发展和创新，提升精细化管理能力,打造“智慧开行”。

（文章来源：金融电子化杂志） 

扫码即可手机
阅读转发此文