本文共分为四个章节,全面围绕当前金融机构在经历近 20 年的数据建设中,依然 面临的效率、质量、服务、人才等方面问题,核心从业务对数据的痛点入手,通过 能力体系建设方法,助力金融机构掌握数据能力体系的建设目标、方法和成功要素, 从而推动金融机构逐步实现数据驱动业务发展的目标:
第一章从金融行业数据领域面临的问题出发,重点描述当前金融机构在经历近 20 年 的数据领域建设后,仍然面临数据底数摸不清、数据治理差、数据服务低效、数据 资源不足和响应慢的问题,而这些都是我们面对不同金融机构、不同层级的客户提出的痛点和困惑。我们综合了相关问题,通过部分示例列举的方式给出了相关的判断。
第二章结合第一章分析的数据体系、数据质量、数据资产、数据服务等领域面临的 困惑,提出采用全局思维,以业务价值为终极目标,分析数据领域问题,再进行分 层分步推进的总体策略。同时,为了便于读者理解,引出数据建设的 6 大断言,涵 盖了数据能力体系顶层设计、业务价值、数据服务、数据治理、数据平台、数字人才相关领域的建设方向,希望为读者带来启发和帮助。
第三章从建设方法入手,给出金融行业未来数据能力建设的核心观点,首先从全局 视角规划企业数据能力体系的“1”张数据战略蓝图、“3+1”数据体系以及 “6” 大核心能力,并对其中的数据体系提出了算力驱动、数据驱动和价值驱动的 3 大驱 动力;其次用分层思维,深化“3+1”数据体系设计,提出了数字基建 5 大法则、 数字资产 8 项能力、数字应用 3 个要素、运营保障 1 套机制的核心能力;最后站在 金融机构的“前中后台”不同部门的视角,以获客营销、产品定价、风险审计、数 据治理、技术架构等 5 个领域为例,分析数据体系为企业数字化经营带来的价值。
第四章结合第三章的数据体系建设方法,本章以目标为导向,开篇提出金融行业数 据体系建设的 5 个价值方向,目的是为了让读者了解未来建设数据体系的成效目标。 然后围绕数据体系化建设、数据模型合理选择、数仓建设模式、数据服务协同、数 据资产运营、数据确信机制等方面给出相应的策略分析,帮助金融机构结合自身现 状和现有成果进行选择,满足自身发展需求的建设路径和方法,或者是整体重构, 也或者是升级优化。此外也建议金融机构在实施路径上,既要有战略层面的全局设 计,也要能小步快跑,满足现阶段业务发展需求。合理的选择实施策略和制定短中 长期建设目标,将成功助力金融机构数字化转型。