數字金融是“數字中國”建設的重要組成部分。用好、用活數字資產是商業銀行全面對接數字經濟時代的全新要求。商業銀行深化大數據治理工作已勢在必行，只有做好大數據治理工作，才能開展更為精準的客戶營銷，風險管理、運營優化等，實現從數據向價值的升華，真正提升經營管理水平和市場競爭能力。

商業銀行大數據治理的新特征

近年來，商業銀行已經陸續開展數據治理工作，但治理的深度和廣度不盡如人意，進度參差不齊，手段措施沒有適應大數據的大量化、多樣化、快速化、價值密度低等特點。隨著數字化轉型的加速，商業銀行大數據治理呈現以下新特征：

（一）治理主體外延化。商業銀行內部數據的采集及應用在監管部門指導下可由業務部門和技術部門主導，而購買或使用的各類外部數據的治理需要以數據產生方及權威管理機構為主，商業銀行作為數據的采集方，對數據標準、數據質量的治理能力有限。

（二）數據來源更為分散和復雜。大數據時代要求銀行全面了解更多維度的客戶信息，一是銀行內部數據，包括客戶信息、客戶行為數據、交易數據、賬務數據等結構化數據，以及銀行系統內記錄的日志文件、影像材料等非結構化數據。二是外部購買或合作的包括客戶的征信數據、稅務、工商、法院等各類型的數據。三是網絡數據，主要應用于完善客戶的行為偏好數據，挖掘用戶的社交關系以及對商品或服務的真實需求。

（三）治理內容主要為非金融數據和非結構化數據。銀行內部結構化數據，經過初步治理，在一定程度上解決了數據標準不統一、數據分散未整合等問題。銀行系統內部的大量非結構化數據，由于缺乏相關的數據標準，大部分銀行尚未開展對非結構化數據的應用。對于外部數據銀行需要在原有的數據標準基礎上，拓寬數據標準的維度，并且通過元數據管理有效地與銀行內部數據進行整合。

（四）治理目的是數據供給和應用。商業銀行作為典型的數據密集型行業，數量巨大、來源分散、格式多樣的金融數據不應僅僅用來生成各類報表，而是應轉化為價值創造，發揮大數據在客戶營銷、風險管理、運營安全等方面的分析預測和決策支持作用。

商業銀行大數據治理構想

（一）立足頂層設計規劃大數據治理發展路徑。大數據治理是公司治理的重要內容之一，是一項“自上而下”的工作，應與商業銀行發展戰略和業務流程相結合。因此，商業銀行應加強基礎設施、數據標準、應用框架、運行模式等方面的頂層設計，研究部署全行數據治理的戰略方向和重點工作，樹立“一盤棋”思想，并統籌推進業務部門、數據部門和技術部門的協調工作，通過會商、決策機制推動數據治理重點和難點問題的解決。

（二）標準化建設提升大數據應用活躍度。實際工作中，由于數據標準不統一、數據應用無章可循等原因，導致商業銀行大量數據未被實際利用。商業銀行應從全局視角對數據進行管理，建立一套統一的數據標準，包括對原有內部數據的數據標準進行完善、引入外部數據的數據標準、建立內部與外部數據標準之間的聯系、建立非結構數據的數據標準。并逐層遞進做好數據治理、數據管理、大數據應用，打通數據的內外邊界，最大限度地釋放數據的流動性和效用性。

（三）需求引領大數據治理應用實踐。我國部分商業銀行的基礎設施建設仍停留在支持業務自動化的層面，應加強對數據的深層次加工和應用，提升在經營管理科學化、輔助決策智能化等方面的應用。一是推進運營流程智能化。優化系統交互度和整合度，簡化業務操作處理，提高數據錄入和傳輸效率，以量化手段管理操作風險，規范數據的管理和使用，更好地適應經營過程中的不確定因素。二是提高風險防控智能化。綜合運用人工智能、大數據、云計算等科技手段，逐步實現規則自動比對、數據實時采集、風險智能分析、結果即時處理的風險預測及防控體系，實現對違規行為的早識別、早預警、早發現、早處置。三是推進客戶服務個性化。從全局的角度整合、綜合利用數據資源，通過對用戶高維度的行為特征、信息特征進行分析，將商業銀行的用戶細分為不同群體，并針對不同客戶群體的特點設計差異化的產品服務。

（四）增強意識保障大數據治理安全性能。數據安全是大數據治理的前提。除了保證內部客戶數據的安全性、增強客戶對數據的信任外，銀行在接入外部數據時，應保證外部數據引入的合理合規，保證數據在銀行內部安全廣泛的共享與應用。針對客戶信息中的敏感數據，銀行需要依據數據的來源、用途、價值、保存時間、泄露破壞影響等因素對數據的敏感度進行分級，切實保障數據安全。

（五）互利共贏打造大數據治理開放格局。大數據治理是一項系統工程。對內，前中后臺多條線、多部門協調聯動，通力合作，打破數據壁壘，強化數據互聯互通，實現數據信息匯聚共享和關聯分析。對外，立法機構通過法律法規確定大數據的所有權、使用權等權利歸屬，以及安全與隱私保護原則等；政府或公共數據提供部門明確社會公共數據的開放共享原則和范圍；行業組織制定大數據的采集規范、數據元規范等，通過多層次的行業標準和體系，實現大數據的合法、安全與共享應用。

責任編輯：Rachel