本文共字，预计阅读时间。

案例名称

深耕数据价值，犀鸟·数据运营分析平台实践

案例简介

西安银行数据治理实践之路是既能直面DT时代带来挑战的，又能顺应和承担城商行自身业务发展需要和肩负社会责任的数据治理驱动模式。从面向具体业务分析的数据治理驱动模式，例如：集团客户识别、客户画像、数字化运营、投资主体分析等由浅及深推广，到数据平台建设的驱动模式，例如：数据仓库、数据管控等逐步拓宽完善；从大型应用建设与监管的驱动模式，例如：绩效管理体系建设、监管统一数据集市雏形的搭建；到今年，积极响应以“数据可用，不可见”为目标，实现数据资产在西安银行更多领域的应用落地，积极探索「基于安全多方计算和联邦学习平台的隐私计算应用和数据安全治理」的驱动模式，形成了“多驾马车并驾齐驱”的数据治理实践模式，旨在构建数据安全治理中，不断发挥数据价值。

创新技术/模式应用

1、根据近年度经验积累，西安银行数据治理实践模式采用多种推进模式、多领域并行推进，“多驾马车并驾齐驱”的数据治理模式，是能够直面数据时代挑战，能够顺应和承担起城商行自身业务发展需要的数据治理实践模式；

2、构建企业级数据标准化整体框架，以可落标的数据模型工具为数据治理落地实践载体，结合数据标准管理工具，全面制定和整合数据标准、逐步落地数据标准。

3、以监管数据质量要求为参照，精准数字化营销、业务精细化管理为应用场景，通过数据质量管控工具在数据模型中落地，结合元数据管理功能深度溯源和管控数据质量影响，跟踪管控监管报送、营销管理、绩效管理源头业务系统数据质量。

4、以数字化经营、数字化营销、数字化风控、数字化绩效等为落地场景，行内数据和外部数据依照数据治理纲要进行统筹管理和场景融合，以监管报送数据为基础参照，落地全行统一标签体系和指标体系，形成西安银行数据资产管理目录。

5、构建了统一数据API服务，对外提供统一数据服务，为数据资产与数据应用之间建立了一座“统一、安全沟通的桥梁”，不仅避免了数据在流向下游可能造成不一致的问题、在保证数据可用的前提下保障了数据安全，而且数据API服务打通了数据资产到数据应用的链路，形成了数据的全生命周期血缘。

6、聚焦监管报送，以监管报送数据为核心对象，针对涵盖人行征信、EAST、1104报表、反洗钱、人行大集中等报送基础数据、指标，进行统一的数据架构规划、质量管控，按照整体规划，分阶段落地监管统一集市。

7、数据管理10大职能域一步开展，基于精准营销、绩效管理、监管报送进行全领域覆盖，技术领、管理域、治理域一步开展，从体系流程和管理制度小范围落地实践形成可复制模式，逐步拓展至企业级数据治理。

8、基于数据安全治理方式，保障行内数据安全，实现了数据分权限的分级分类管理；基于隐私计算技术，在保障数据隐私及安全的前提下，完成与第三方的数据联合分析、联合训练、联合预测。

项目效果评估

1、能力效益

采用MPP架构的数据库的大数据计算平台，大大降低了银行搭建分布式计算平台的成本，大提高了海量数据的计算加工的时效，提升了西安银行大规模数据的批量计算能力和创新型业务的数据分析能力，依托该技术平台快速扩展全行数据积累、整合和分析能力，提升数据仓库底座能力；通过企业级数据架构不断完善，提升了不同数据的可读性，降低了不同数据的影响性，提高数据模型能力，减少重复采集、降低数据冗余、优化数据的存储和集成应用关系，提高了智慧运营、智慧营销、智慧风控等应用的数据支撑能力；通过数据质量管控工具在数据模型中落地，结合元数据管理深度溯源和管控数据质量影响，跟踪管控监管报送、营销管理、绩效管理、风险管理等源头业务系统数据情况，不断提升数据质量，为业务人员、管理人员、技术人员提供了快速的、精准的数据的感知能力，为行内数据运营状态提供了一个清晰可视化的平台，为后续业务开展提供了坚实的数据支撑。

2、社会效益

犀鸟建设从数据运营、挖掘分析，逐步拓展到数字化营销、数字化风控、数字化运营、数字化绩效、数字化监管报送、数据资产管理等场景应用，始终以业务数据化为起点、以数据场景化为核心、以场景智能化为目标，建立了一套从研发到运营的科学管理标准，面向全行提供标准化数据运营分析能力，推进数据与技术、数据与业务的结合与应用，加快实现数据资产价值在各个领域的不断放大，目前已携手各业务条线在“客户洞察、产品创新、流程再造、辅助决策”等方面实现数据资产价值的有效体现。

截止目前，结合行内外数据，积累沉淀20大类1800余小类4万余数据标签、28大类1900余小类“外部”数据标签、58大类超15万余项运营监控指标；基于千余个数据标准纳管数据及服务，数据管理及应用覆盖百余系统、几十万余表、百万余字段、万余精准服务；基于营销标签的精准投放累计触达超过百万余人，平均转化率提升超过196%。；基于客户风险标签的线上风控模型最优ROC达0.836，K-S达0.531，学习率达0.05，模型秒级响应；基于客户交易标签的资金动向识别，准确率达100%；基于客户标签的贷后管理，逾期率下降1.9倍。不断强化数据能力，赋能西安银行监管报送、经营管理、用户洞察、产品创新、智能营销、数字运营、风险防控等领域。

项目牵头人

杨文妍 科技部·大数据团队负责人

[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！

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！

本文版权归原作者所有，如有侵权，请联系删除。