近年来,党中央和国务院高度重视发展数字经济。习提出要加快建设数字中国,推动我国数字经济健康发展。2024年底,中国人民银行等七部门联合发布了《推动数字金融高质量发展行动方案》,为数字金融高质量发展指明了方向,要求以数据要素和数字技术为关键驱动,加快推进数字化转型。2025年6月,中国人民银行办公厅发出通知强调要运用金融科技赋能金融数字化、智能化转型,推动数字金融发展。银行天然拥有数字基因,是重要的数据要素沉淀机构。如何通过数字化转型,充分释放数据资产的价值,以应对数字经济时代面临的经营管理挑战,是当前银行业要破解的重要课题。中国光大银行以“提升整个组织的数字化能力”为目标,结合数据分析专业知识与金融行业业务特点,积极开展商业银行数据分析能力体系研究与实践,从队伍建设、工具建设、机制建设、场景建设全方位提升银行数据分析能力。
数字化转型是从业务模式、服务流程到组织架构的全方位重塑,要力推数字化转型,为经营发展提供创新引擎,需要以高素质人才为支撑。数字化转型的目标是业务充分转型,核心在于全行业务及科技之间的深度融合。为了推进落实银行人才发展规划,更好地实现数据与业务的“双向奔赴”,光大银行已形成以数据分析师、业务需求分析师、模型师、技术专家、架构师、科技经理、技业融合人才七类关键人才培养为核心的数字化转型“七剑人才”培养体系,不断加强复合型人才队伍建设,进一步夯实数字化转型人才底座,为数字化转型工作提供有力的人才支撑。其中数据分析师作为“七剑人才”的重要组成部分,发挥着提高数据需求沟通效率、激活数据赋能业务价值的重要作用。培养数据分析师梯队,是推动银行数字化转型的重要举措。
1. 全域渗透,构建知识体系。光大银行通过分析数据人才能力特性,构建数据人才多维能力矩阵,创新性提出“ASKDATA”数据分析知识体系,包括数据认知(Acquaintance)、数据技能(Skill)、数据知识(Knowledge)、数据推理(Deduction)、数据建言(Advice)、数据表达(Talk)、数据应用(Application)七大领域,将通用数据理论与银行数据特点相结合,制作具有银行特色的数据分析课程,多角度深层次培养数据人才。
2. 全员参与,营造数据氛围。自2022年起,光大银行面向全行业务人员开展ASKDATA数据分析能力提升,在全行营造“用数据说话”的数据氛围,让数据思维在全行上下生根发芽,为全行员工提供增强数字化经营能力的粮。至今,全行万余人参与学习,超全行员工的30%,课程点击次数超百万次。
3. 全面培养,建设人才梯队。光大银行按照能力分层的思路,合理评估人员数据分析能力,科学选拔数据分析人才,分级建设数据分析师人才队伍,并以“面向业务、培养为主、分层选拔、有进有出”为基本原则,制定《中国光大银行数据分析师管理办法》,建立数据分析师认证、聘任、退出闭环管理机制,强化数据分析师人才梯队的规范管理。当前,在全行已形成约2000人规模的数据分析师人才梯队,为提升全行员工数据分析能力起到有效促进作用,为推动银行数字化转型提供人才储备。
光大银行通过多元技术平台融合,建设企业级的多元大数据平台,整合内外部数据存储和使用环境,实现全量数据的统一管理、集中存储和融合共享。如何实现跨源数据访问,降低数据分析人员的用数门槛,是在数字化转型道路上一直面临的挑战。为了更好地支撑全行员工开展数据分析实践,光大银行主动创新,自主研发出适配Hadoop体系数据与MPP数据的联合查询工具——多源数据查询平台,实现全行数据一站式查询分析能力。
该平台结合分布式架构、分布式文件系统、大规模并行处理(MPP)等技术,将全行数据统一归口,减少数据搬家,节省人力成本;提供丰富的数据库接口,实现全行全景化数据查询能力,支持企业级数据仓库和贴源层数据湖的跨源联合查询;使用一种数据语言为使用者提供服务,对不同数据库函数进行全适配,便于使用者使用,降低学习成本;平台自主可控,在传统查询MPP数据库的基础上,以一种新的自动化调度方法读取MPP数据库,实现数据高速计算与响应;平台创新性研发负载均衡功能模块,直接将平台对接负载均衡硬件设备,实现平台稳定运行,提高查询稳定性。
多源数据查询平台通过技术创新实现全行数据的跨源查询,有效提升全行员工数据分析工作效率,支持全行110个应用系统和39家分行用户访问,在营销获客、数字运营、风险管理、内控合规、财务资负五大业务领域的多个业务场景中实现数据赋能。
数据是银行共享的重要资产。光大银行大数据平台的数据总量超17PBs,对接150余种外部数据,丰富的内外部数据是银行数字化转型的源头活水。建立长效保障机制,让全行数据分析师参与数据分析实践,充分挖掘数据价值,是数字化转型的重要课题。
1. 数据共享,奠定全行数据分析提效基础。近年来,国家和监管机构相继发布《数据安全法》《网络数据安全管理条例》等法律法规,鼓励企业在加强安全管控的基础上充分共享利用数据。为促进数据在安全合规前提下有序共享使用,满足“以客户为中心”的业务发展要求,光大银行制定内部数据共享管理方案,提出“无例外、必共享”的数据共享管理指导思路,明确银行内部数据“1+4”共享原则,即以“共享默认”为核心原则,以“应入尽入、限制清单、安全管控、监测审计”为基本原则,实现各类数据在行内的充分共享,为全行数据分析提供基础支撑。目前,光大银行约28万张数据表的共享率超98%。
2. 总分联创,发挥全行数据分析人才作用。一线员工是需求反馈的传感器、数字化工具的执行者,更是客户体验的放大器。为充分激活一线员工在数字化转型中的关键作用,光大银行建立“总分联创陪跑机制”,采取“总行主导、分行参与”和“总行指导、分行自主完成”两种模式,结合一线能力现状选取重点分行开展联创支持,辅导分行深化数据分析实践,推动数字化营销转型规划与落地,陪伴分行数字化营销场景孵化与复制,培育数字化转型先锋分行。
光大银行积极深入一线开展需求调研,实现总分支需求直达模式,通过匹配业务赋能分析需求,组成总分联创团队,开展数据分析工作。总行为分行提供全链路数据服务支持,围绕分行关注的数据分析主题,总分协同开展数据分析工作,建立需求清单、进度清单和问题清单三大清单,并通过总分行定期沟通机制充分协作,共同推动数据分析成果的转化与落地。通过探索一批有成效、可复制的实践,沉淀数据分析成果,孵化数据分析产品,并在全行进行推广,发挥数据的乘数效应。同时,在不断的数据分析实战中,逐步提升一线数据分析能力,进而提升分行经营竞争力。
效率k8凯发集团是企业的生命线,效率提升是降本增效的核心抓手,是降低无效成本、提升资源利用率的直接路径。光大银行在数据分析能力体系的研究与实践中,始终围绕“提升整个组织的数字化能力”为目标,面向业务人员开展培训,提升全行数据思维认知,促进数业融合,实现业务与科技、业务与数据的同题共答、同频共振。聚焦需求能力痛点,形成数据需求标准化要素,制定高质量需求规范,提升数据需求质量,从而快速有效地指导数据需求实现,形成可靠准确的数据交付,促进整个组织效率的提升。
在四年的实践过程中,数据分析师围绕国家发展战略及一线业务需求,充分挖掘营销获客、数字运营、风险管理、内控合规等业务领域的数据分析场景,鼓励全行员工参与数据分析专题实践,促进全行数据分析应用经验共享,充分释放数据价值。在助力科学管理决策方面,围绕服务实体经济,建设包含“五篇大文章”指标、支持实体经济指标等的机构经营画像报告,有效帮助管理者系统性了解各分行经营现状;在营销获客方面,围绕时政热点进行三方存管、黄金、关税影响分析洞察,聚焦公私联动、私私协同开展重点业务经营分析,挖掘高价值客群,赋能一线客户经营;在场景转化方面,融合云缴费场景的用户行为数据、缴费数据与我行零售客户数据开展交叉分析,激活云缴费用户潜力,拓展业务应用场景。这些丰富的数据分析实践成果为银行数字化转型提供了有效支持,为业务高质量发展注入了不竭动能。
在大模型技术飞速发展的当下,银行数据分析能力与AI的融合,也将为银行业带来前所未有的变革和机遇。光大银行已经开始探索AI自然语言解析与BI可视化相结合的智能化产品建设,支持迅速理解银行工作人员的用数需求,从海量数据中精准提取相关信息,提供易于理解的数据分析和解答,大大降低一线人员的用数门槛,提升工作效率。此外,AI还将作为“超级大脑”,赋能银行构建实时、精准、全息的客户洞察体系,重塑银行的风险管理与运营新模式。未来,光大银行将持续提升全行员工的数据分析能力,并探索数据分析与AI的深度融合,不断优化数据分析工具,创新研发数据产品,推动银行业在数字化时代实现更高效、更智能的发展。
人员名单:杨兵兵、黄登玺、刘艳华、刘淼、许志晖、彭玥、于冠君、陈小慧、王磊、陈巧明、宋仕豪、郭兴雨、王璐璐、李舰、赵雅倩