2023全域数据“观”

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。