商业银行如何构建大数据生态系统

二、技术变革与发展是大数据生态环境构建的基础

        经过多年的建设，目前国内大多数商业银行已经构建了从产生、交换、管理和应用全流程的数据应用流，并拥有庞大的数据可用资源。在新的大数据生态中，银行对数据的收集、储存以及数据价值提取方式正在发生根本性的变革，数据处理的流程因大数据的应用而改变，IT面临的是一系列对于大数据处理的基础性问题。

        一是如何将大数据处理技术融入到现有的企业级IT架构中。商业银行要对原有的应用架构和数据架构重新规划设计，这将对IT产生重大的影响和改变。为适应大数据的应用，商业银行需建设必要的大数据基础设施，包括硬件与软件，以实现获取、存储、分析和利用原来未纳入范围的数据。

        虽然大数据定义宽泛，但是核心的大数据技术和工具有一些共同特征，即：利用标准化硬件实现可扩展的并行处理技术；采用某种程度的非关系型数据模型处理非结构化和半结构化数据；利用高性能的数据直列存储和／或压缩技术提升查询效率；与业务分析和数据可视化技术互操作，向最终用户提供分析结果。大数据技术和工具与商业银行的传统技术进行融合并付诸具体实践，将是对IT架构的一次革命性的调整。

        二是如何进行数据的集成与整合。商业银行面临复杂的数据环境，其数据类型、形态、来源前所未有的多样化，既包括来自商业银行传统交易系统的结构化业务数据，也包括来自银行自己的电子商务网站、网上银行和外部社交媒体网站、即时聊天工具、微博等渠道的半结构化数据及日志，还包括来自客户服务渠道的各种语音，甚至图片和影像等非结构化数据。只有有效地集成与整合来自各个渠道的各种类型的，甚至异构的数据，打破传统结构化与非结构化数据问的壁垒，才能构建完整、全面的企业大数据信息视图。

        数据整合还体现在整个大数据链条上的数据获取，商业银行需要打破传统数据源的边界，通过各种渠道获取尽可能完整的客户信息，整合客户接触渠道，充分利用各种开源数据，而大数据的快速传播及多姿变换的特点也给数据的整合带来了复杂性，当数据充分融合后往往难以分辨真正的来源，只有合理利用数据采集渠道才能有效实现数据的整合。

        三是如何应对大数据技术挑战。在技术使用上，大数据存储与计算技术以其非共享分布式架构来满足海量级数据存储与高效计算能力的需求，集群中的机器节点数达到成百上千，甚至上万个。但从商业银行采用成熟、稳定技术的传统看，大数据技术本身成熟度稳定性尚有待提高，这些技术的使用将使商业银行在系统部署、监控和维护管理上面临着与其传统技术不一样的复杂度和模式，对大数据技术的掌握将是IT部门的一大挑战。

三、大数据治理是生态环境建立的基石

        正如管理大师汤姆·彼得斯所说：一个组织如果没有认识到管理数据和信息如同管理有形资产一样重要，那么它在新经济时代将无法生存。大数据技术给商业银行创造了能够更好地理解客户、服务客户的机会。如何保护好数据，防止其恶意使用和访问，防止客户数据、特别是客户隐私数据的泄漏，在使用好数据的同时避免数据滥用？在新的数据生态环境中，数据治理是商业银行面临的核心挑战，数据治理的好坏直接决定了银行是否能够从数据中获取价值。

        在国际象棋比赛中，战略是将军获胜或在僵局中生存的一个有序移动的集合，战略行动计划是实现高层次目标的高级别行动方案。同理，数据治理也有一个用于数据管理计划的战略。数据治理战略中重要的一点是数据文化。要进行数据治理，首先需要构建数据文化或价值观，只有形成企业的数据文化，才能更好地指导管理者与数据分析师形成数据意识，尊重数据、认识数据。例如构建数据化决策流程，把数据放在一个数据框架（场景）中，因为单独的数据是没有意义的，即一定是要针对某个需要解决的具体问题搭建框架，令框架和决策紧密相关。

        从大数据治理的措施来看，大数据治理需要围绕数据的生命周期展开，从规划和定义开始，到数据的运用、归档、销毁。数据首先要被规划和定义，包括定义用于理解和定义企业的数据需求的适用于大数据的数据模型、建立数据资产化的基本标准（数据分类标准、数据定义标准），让不同机构、不同领域的数据形成规范化资产，建立用于规划大数据从产生、获取、存储，到分析、运用的企业级大数据分析框架，形成数据流转的层次化体系结构；其次，需要根据规划蓝图，分步分阶段进行数据开发（如数据库开发）、数据运营管理，运营大数据过程中，不仅需要“用数据”，同时需要“养数据”，让大数据从“看”到“用”，再从“用”到“养”，真正“活起来”；没有数据质量就没有一切，只有高质量的数据才能为企业带来价值，因此在数据流动各环节中应加强数据质量管理；再次，数据在使用过程中必须保汪安全性，避免非法篡改和泄密等，因此从数据的使用安全性考虑，形成数据安全管理机制；最后，在条件容许时研究数据资产的所有权、使用权以及价值评估体系，通过市场化模式进行数据资产流转，即探索数据购买和出售的可行性。

        总之，在大数据技术带来巨大变更的新时代，那些能主动抓住大数据技术的先机并成功实现转型的商业银行，将通过新数据生态环境的建立，构建出独特的竞争优势，使其在客户洞察和客户响应上远远领先于竞争对手，将可能出现赢者通吃的局面，将使强者更强，领先银行与其后继者的差距将会变得更大，同时伴随着新进入者的“搅局”，传统的银行业将有可能面临重新洗牌的局面。

（文章来源：《中国金融电脑》杂志）

首页 上一页 1 2

扫码即可手机
阅读转发此文