【金融315,我們幫你維權】近來,ETC糾紛、信用卡盜刷、銀行征信、保險理賠難等問題困擾著金融消費者,投訴多石沉大海、維權更舉步維艱,新浪金融曝光臺將履行媒體監督職責,幫助消費者解決金融糾紛。【黑貓投訴】
原標題:【中國光大銀行信息科技部副總經理 邵理煜】擁抱數字化時代,構建大數據體系
來源:金融電子化
![](http://n.sinaimg.cn/finance/crawl/513/w550h763/20200221/e162-ipvnsze3573066.jpg)
中國光大銀行信息科技部副總經理 邵理煜
當今世界已進入數字經濟時代,數字化既是全球發展趨勢,更是我國國家戰略。習近平總書記在 G20 峰會講話中指出,“世界經濟數字化轉型是大勢所趨,新的工業革命將深刻重塑人類社會”。2018 年,我國數字經濟規模達 31 萬億元, 占 GDP 的 1/3。華為2018 年 GCI 報 告 表明,過去 15 年,數字經濟的增速是全 球 GDP 增速的 2.5 倍。大數據時代已經來臨,人類每天活動產生的數據量以 ZB 計算,每兩年新產生的數據相當于過去的全部數據量總和,人的消費、交易、生活、 出行、社交等活動已然數字化,一切都將 可量化、可計算、可預測。基于大數據為 核心驅動的業務數字化轉型悄然已至。
大數據助力光大銀行數字化轉型
大數據能力將成為構建數字化時代競爭優勢的制高地。秉承“數據統一、平臺共享、應用開放”的指導理念,光大銀行自2012年起體系化培養大數據能力,積累了豐富經驗,在欺詐檢測、精準營銷、智能推薦、客戶畫像等方面持續進行大數據技術、產品創新,實現成果轉化。
深挖數據價值,構建大數據體系
2019年,以“構建數據能力、深挖數據價值、賦能業務轉型”為目標,光大銀行提出“四五六七”全面構建大數據體系,從數據治理、平臺支撐、場景應用、敏捷交付四個維度全面提升大數據管理和運用能力,實現從“BI數據可視化呈現”到“AI建模分析”的全方位數據能力提升,加快銀行數字化轉型(見圖1)。
![](http://n.sinaimg.cn/finance/crawl/26/w550h276/20200221/4247-ipvnsze3573127.jpg)
圖1 大數據助力光大銀行數字化轉型
1.四個抓手,落實數據治理體系化。數據是銀行數字化轉型的重要驅動力,保障安全合規高質量用數是大數據的基礎。光大銀行以數據標準化、數據安全管控、數據質量管控和數據監管報送四個方面為抓手,全面落實數據治理。數據標準化方面,形成了從制訂到落地到重檢和優化的全流程管控體系,穩步推進數據標準精細化管理。數據安全管控方面,圍繞組織建設、制度流程、技術工具、基礎保障四大方面,形成貫穿生產、開發、測試、辦公環境的數據全生命周期安全體系,實現對個人隱私和重要數據的有效保護。數據質量管控方面,以數據質量標準、數據質量認責、數據質量評價與考核為牽引,通過數據質量核驗規則和數據質量監控推進數據質量整改,并反饋到前序環節,實現數據質量閉環管控。數據監管報送方面,以人行、銀保監會等要求為指引,基于統一監管平臺實現數據報送和現場檢查兩大場景的數據報送能力。
2.五大平臺,支撐數據能力硬核化。光大銀行在大數據領域基于“一體兩翼”的思想推動數字化能力建設,左翼為五大平臺,分為算力層、數據層、算法層和服務層。右翼為賦能業務,針對銀行前、中、后臺業務部門,全面提升業務數字化能力(見圖2)。
![](http://n.sinaimg.cn/finance/crawl/23/w550h273/20200221/eeef-ipvnsze3573203.jpg)
圖2 大數據能力建設規劃
(1)大數據計算平臺。建設Hadoop+GP+TD+國產化MPP的多元化分布式數據平臺,以支撐持續增長的數據需求,截止2019年底,總體數據節點規模超過400個,數據量達PB級。
(2)數據資產平臺。在數據內容建設方面,2019年光大銀行啟動數據湖新建項目,支持結構化、半結構化、非結構化等多種形式的數據,為數據科學平臺、數據中臺、AI中臺提供數據支撐。同時,全面升級數據資產平臺,提升用戶體驗,進一步解決“what——有哪些數據”、“where——數據在哪里”、“how——數據如何使用”的問題,踐行“搜一下,數據全知道”的數據資產管理思路。
(3)數據中臺。數據中臺,實現數據交付的敏捷化。通過數據技術,對海量數據進行預計算、加工和存儲,形成統一標準和接口,提升數據交付的服務化、產品化能力,為用戶提供敏捷化、自助化的數據交付服務。2019年,光大銀行預研規劃新一代體系化數據中臺,縮短從數據到業務價值過程的轉化路徑,滿足企業數字化運營決策的分析需求。
(4)數據科學平臺。建設數據科學平臺,包括以機器學習和圖計算為核心的推理學習平臺和以深度學習語音、視覺、文字感知技術為核心的人工智能學習平臺。面向科技人員、業務人員和分行人員的不同需求,可支持自定義編程建模和可視化建模兩種方式,形成豐富的特征庫、客戶畫像標簽和資金交易網絡等數據資產,提供豐富開放的算法框架,支持端到端的交付。
(5)AI中臺。建設AI中臺,即智慧引擎,完成從模型到場景的轉化,實現科技賦能業務。與數據科學平臺對應,AI中臺也分為推理平臺和人工智能兩個方面,其中推理平臺包含風控引擎、營銷引擎、推薦引擎、圖計算引擎,人工智能中臺主要指支持語音、視覺、自然語言處理等人工智能技術的生物感知引擎。AI中臺的搭建,實現了大數據能力對業務場景的對接,為業務系統提供智能化一站式服務。
3.六+N類場景,探索數據科學。“從數據中來,到場景中去。”場景是大數據應用落地的關鍵,光大銀行通過實踐探索出科技與業務深度融合的柔性團隊機制,目前正在智能風控、智能營銷、智能運營、智能反洗錢、智能審計、智能安全等6類場景進行實踐,未來將不斷擴展至更加廣泛的業務領域。
在智能風控方面,通過建設“數據工場+模型工廠+智能風控引擎”體系形成“以數據為驅動,模型統一運行管理”的智能風控新模式,支撐C端及B端信貸業務,實現全流程、高效的智能風控信貸服務,增加銀行對于前臺業務變化及創新的快速響應能力,目前已在互聯網信貸和普惠金融業務進行應用實踐。
在智能營銷方面,將機器學習技術與客戶營銷深度融合,建立面向“全客戶、全產品、全渠道”的智能營銷體系。圍繞全客戶全生命周期管理框架構建超過50個數據挖掘模型,策劃并落地低資產客戶綜合經營、中高端客戶綜合經營、代發工資客戶綜合經營、重點金融產品交叉銷售等系列精準營銷活動方案,實現AUM增長的目標,并助力完成升優客戶倍增計劃和中收倍增計劃,優化零售客戶結構,通過科技賦能實現降本增效的零售客戶智慧經營。
在智能運營方面,通過客戶行為實時采集建立1080P全方位客戶畫像,實現對客戶的深度洞察,依托社會化運營、智能權益平臺和智能推薦引擎,聯合金融和生活場景,創新用戶運營模式,實現手機銀行“千人千面智能推薦”,促進流量增長,提升MAU。
4.七種交付,讓全行數據用起來。靈活多樣的數據交付模式有利于提升數據的使用效果。光大銀行的數據交付是基于一個平臺(數據中臺)實現,為深化可視化應用能力,數據中臺提供諸如:Finereport、Ventuz、finebi、FreeQuery、tableau等多種分析工具,通過固定報表、聯機API、OLAP、數據文件、Web嵌入、即席查詢、數據產品七種交付模式實現對各類用戶的敏捷服務。其中,聯機API和數據產品正逐漸成為數據服務新趨勢。
立足長遠,培養大數據專業人才
人才強則事業強,人才興則科技興。在夯實數據能力建設的同時,光大銀行同樣注重數據科學人才隊伍培養。結合自身業務需求,光大銀行大數據人才培養分兩步走:
第一步,培養并拓展基礎能力,具體包括高級特征工程能力、算法基礎理論與應用能力、模型評估和調優能力。掌握數據挖掘方法論,深入理解數據科學的各種算法原理,實現運用機器學習和深度學習技術進行數據挖掘建模。
第二步,強化重點業務領域專家能力建設,具體包括業務場景轉化能力以及前沿技術應用轉化和優化能力。完成業務場景到數據問題的轉化,具備超參數能力,將前沿算法技術在實際業務場景中孵化落地,并實現持續優化。
為全面挖掘和培養數據科學能力,光大銀行計劃打造以“研究、創新、人才、競技”為主題的四大中心。
(1)數據科學研究中心。數據科學研究中心主要結合現有項目進行大數據、機器學習、深度學習等技術研究與應用實踐工作,主要包括:大數據云計算研究、Hadoop國產化研究、數據可視化研究、機器學習算法研究、深度學習算法研究、圖計算研究等。
(2)數據科學創新中心。數據科學創新中心通過成立聯合創新中心聚合業務、高校、互聯網、總分行優勢力量,共同探索數據科學前沿問題,并嘗試在各種場景下落地,具體包括:智能風控聯合創新實驗室、高校/互聯網公司聯合創新實驗室和總分行聯創中心。
(3)數據科學人才中心。數據科學人才中心是大數據人才成長的沃土。光大銀行通過“智慧大講堂”、走進數據科學沙龍、大數據創新交流社區和“創新角”宣傳等多種形式促進大數據技術交流,加深相關崗位人員對數據科學的理解和熱情。
(4)數據科學競技中心。為激發數據科學創新研究熱情,推進數據科學共享與應用,數據科學競技中心計劃舉辦多種數據科學競技,在全行范圍內展開數據科學領域技能比拼(見圖3)。具體包括:數據挖掘建模大賽、監管報送勞動競賽、數據服務優秀案例大賽、數據產品孵化大賽。
![](http://n.sinaimg.cn/finance/crawl/229/w550h479/20200221/766a-ipvnsze3573286.jpg)
圖3 光大銀行大數據人才培養方案
展望
2020年,金融科技將大有可為,光大銀行愿做數字化新時代的先行者、探索者,持續深化大數據技術的管理應用和人才培養,應用新技術、新思維,提升核心競爭力,為實現“打造一流財富管理銀行”的戰略愿景不斷努力!
參考資料
[1] 工信部:《大數據產業發展規劃(2016-2020年)》[Z],2016-12.
[2] 梅宏:《大數據:發展現狀與未來趨勢》[Z],十三屆全國人大常委會專題講座第十四講,2019-10-30
[3] 周濤:《為數據而生:大數據創新實踐》[M],北京聯合出版公司,2016
免責聲明:自媒體綜合提供的內容均源自自媒體,版權歸原作者所有,轉載請聯系原作者并獲許可。文章觀點僅代表作者本人,不代表新浪立場。若內容涉及投資建議,僅供參考勿作為投資依據。投資有風險,入市需謹慎。
責任編輯:潘翹楚
熱門推薦
收起![新浪財經公眾號 新浪財經公眾號](http://n.sinaimg.cn/finance/72219a70/20180103/_thumb_23666.png)
24小時滾動播報最新的財經資訊和視頻,更多粉絲福利掃描二維碼關注(sinafinance)