清华大学金融科技研究院孵化
金融科技与金融创新全媒体

扫描分享

本文共字,预计阅读时间

经济增速换挡、利率市场化、监管趋严的整体环境下,金融行业的冬天依然没有过去。而银行业,作为基础金融的重要组成部分,也正经历着自身的行业阵痛。

2014年,在互联网巨头的跨界冲击中经历了数字经济的洗礼,此后,“数字化”开始成为银行业发展的新命题。在过去的五年里,从网点经济到APP经济再到API经济,数字技术正在重构银行业的生态格局。

然而,相较于积极布局数字化的国有大行和股份制商业银行而言,数百家城商行、上千家农商行的数字化转型处境却被动得多。面临数字化转型所需的高昂开发成本、专业队伍组建,大多数中小银行两相权衡,进退维谷。

而事实上,即便有能力动议数字化升级的银行,往往也面临现实的数据困境。由于经营规模单一、经营范围偏安一隅,大多数中小银行的基础数据规模和数据质量堪忧。而初代大数据建模过程中,数据的丰富性、完整性和连续性是决定模型精准度的重要基础。

基础平台差距大、数字人才缺乏、组织管理体系缺乏战略性导向,是中小银行开展数据治理工作时面临的三大困境。”一位城商行董事长受访时直言。

不过,随着技术的成熟和发展,数据缺失的难题正在被逐步攻克

近日,作为平安集团金融科技对外输出的重要承载者,金融壹账通推出了国内首个基于大数据平台的全流程数据治理解决方案。据介绍,相较于传统数据库的数据治理,本次推出的加马全流程数据治理解决方案利用自然语言处理、知识图谱、人脸识别等多项AI技术将无序数据关联化、隐性数据显性化、静态数据动态化,实现全流程的数据分析和治理管控。

金融壹账通董事长兼CEO叶望春指出,中国银行业的数字转型仍处于起步阶段,而专业科技公司能够帮助银行突破自身在人才、资金、场景这些的瓶颈:“我们跟一些区域性银行一把手交流时发现,非一二线城市很难留住科技人才,特别是既懂业务又懂科技的复合人才。实际上,国外许多银行已经将核心系统交由第三方机构帮助运营。未来,专业的团队承接运营的管理方式也将越来越常见。”

1. 中小银行的数字化困境

数字化转型的重要性毋庸置疑。

在过去的几年里,银行业在数据经济的洗礼中已切实感受到了数据治理的必要。麦肯锡的报告显示,数字化转型对银行业的净资产收益率影响幅度在40%-49%,数字银行比传统银行在效益上平均提升17%。而银行业的数据治理的成熟度也关乎着监管落地的效率。2018年5月,银保监会也已专门出台了《银行业金融机构数据治理指引》。

数据,不但作为一种新型生产要素成为未来银行的核心资产,也成为监管关注行业动态的重要抓手。

对于规模增速放缓、不良抬头明显的城商行和农商行而言,加强数字治理对于优化财务效率、提升风控水平和获客渠道都有着明显的积极意义。

然而,对大多数银行而言,这并非一个简单命题。

“真正的数字治理,需要利用现代科技对银行的营销、获客、产品、风控、运营的全流程业务进行数字化采集、归拢、分析,并基于数据指导银行整个经营决策的模式。” 金融壹账通联席总经理邱寒表示。换言之,这是一个系统化的复杂工程。

即使有着丰富数据和雄厚资金实力的国有大行和股份制商业银行,也未能轻易完成这一使命。对于经营范围聚焦区域的城商行和农商行而言,则更在竞争中先天处于被动地位。数据不足加之转型所需的高昂开发成本,大多数中小银行难以下定决心倾力转型。

近日,金融壹账通、中小银行互联网金融(深圳)联盟、埃森哲联合发布《中小银行金融科技发展研究报告(2019)》数据显示,27%的中小银行缺乏公司级数据规范,数据多头管理,部门数据互通靠自发或人工传递;46%的中小银行初步搭建公司级数据管控体系和基础规范,但应用尚未下沉到业务,数据互通程度不理想;仅18%的中小银行初步建立数据管理体系和管控工具,进行了平台整合,各部门基本落实公司数据规范体系;仅9%的中小银行实现有效数据治理,数据管理体系完善,全面实现大数据应用

不同数据库之间未能打通、缺失统一的数据管理标准、数据质量差监控难、敏感数据分散泄露风险高、运算速度慢分析效率低和数据报送不及时等问题是行业普遍现象。此外,目前各银行在业务场景中接入外部数据也面临着开发周期长、监控管理困难等,报送监管数据时也面临手工操作多、效率低、出错率高等问题。

而上述研报体系中,针对城商行及农商行发布的两份子报告显示,大多数城商行和农商行的数字化基础更为薄弱。目前,大多中小银行仍使用文档手工管理元数据,数据资产不清晰、格式混乱且更新不及时,导致业务人员难以运用数据并进行深入分析挖掘,了解数据含义沟通成本高、耗时长,使用数据出错率高。数字化程度不足也最终导致了银行的顶层决策层无法及时、清晰、全面地了解银行的实际经营情况,以致决策犯难。

在邱寒看来,数据治理之于金融机构的重要性,无异于下水道治理对一座城市发展的意义,虽看不见,却必不可少。“做好基础设施,初期需要一定的投入,但随着应用频次、成本分摊、效益创收等方面的不断改善,其投入产出比会持续下降。”邱寒直言。

2. “全流程”数据治理方案

他山之石,可以攻玉。

对中小银行而言,囿于独立开发的成本限制和底层数据上的缺失,最为高效的解决路径是寻求外脑的助力,用科技巨头的解决方案与银行自身的个性化经营状况相结合,形成适合自身现实经营处境的策略。

而事实上,帮助中小银行实现数字升级正在成为科技巨头们的一门生意。在过去的几年里,从专注于行业解决方案的金融壹账通、蚂蚁金服到专注于解决单一垂直领域痛点的中小科技公司都在尝试为银行赋能。

金融壹账通作为平安集团科技研发的承载主体,过往数年在区块链、人脸识别、AI算法等领域投入了大量人力、财力。中小银行的数字化转型升级,一直是金融壹账通重点聚焦的市场之一,其取得的科技成果也被综合运用到了上述解决方案之中。

邱寒透露,加马全流程数据治理解决方案的部署时间比传统产品要缩短1-2个月,其借助AI和大数据,将无序数据关联化、隐性数据显性化、静态数据动态化,以解决业内普遍存在的数据难看清、难收集、难运用和难管理等痛点,帮助中小银行实现“数据驱动业务、数据驱动决策”的目标。

在金融壹账通加马人工智能研究院首席科学家施奕明看来,银行数字化转型主要分为三个层次:基础数据层、业务应用层和经营管理层。其中,基础数据层是金融机构数字化转型的基石,只有做好数据的统一存储、管理、安全、挖掘、应用,才能够真正在经营决策层做到真正意义上的“数据驱动”的精细化经营决策。

据悉,上述方案通过标准管理检索、元数据管理、数据质量监控、数据安全管理、治理监控分析、数据接入报送六大智能模块帮助中小银行构建一个完整的数字银行经营体系。基础数据层面,针对银行内部的数据质量问题发现不及时等,该方案中使用了变动异常扫描、标准质量监控等工具定期全方位扫描各种数据并一键生成质量分析报告,帮助工作人员快速定位到相关的数据标准,解决目前中小银行因标准文档繁多、信息量大而难以查找关键信息问题。

同样地,针对敏感数据分散、泄露风险高等问题,该方案亦提供了智能扫描识别敏感数据、一键配置脱敏等方式,并以日志监控预警等工具实时追踪、抓取、分析大数据平台相关日志,监控用户对数据的使用操作,有效降低大数据平台操作及数据泄露风险。

在业务应用层,该方案可以帮助银行深入渠道管理、客户经营、产品设计、风险管理、运营服务等各个场景,对全流程业务进行数字化重塑,打造强大的中台体系。

举个例子,营销方面,以往银行在收集客户信息过程中存在大量的手工作业,经过金融壹账通数字化改造之后,可实时生成客户画像,利用智能营销推荐引擎推荐产品,大幅提升了营销效率和准确性;风控方面,通过将风控流程线上化、数字化,通过智能认证、微表情远程面审、智能风控引擎等,将原先不能够为银行所用的非结构化数据加以利用,提升零售业务运营效率的同时,大幅降低贷款不良率。

在最顶端的经营决策层,该方案针对不同经营管理场景,建立基于数据的分析决策体系与平台,通过对数据的处理加工,将业务形成可视化引擎,帮助管理层协同追踪、作出决策。

 在施奕明看来,数据治理绝不等同于简单的数据归拢或数据查询。“必须先明确业务规划,再考虑使用什么技术手段、需要储存哪些数据、人才队伍怎么搭建,这是一系列的配套工程。”

[Source]

本文系未央网专栏作者发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!首图来自图虫创意。

本文为作者授权未央网发表,属作者个人观点,不代表网站观点,未经许可严禁转载,违者必究!首图来自图虫创意。

本文版权归原作者所有,如有侵权,请联系删除。首图来自图虫创意。

评论


猜你喜欢

扫描二维码或搜索微信号“iweiyangx”
关注未央网官方微信公众号,获取互联网金融领域前沿资讯。