2019大数据产业峰会|光大集团刘巍：集团企业数据治理实践经验分享

我们仓库里有很多这样的数据，我按照业务的条线，在上面有一个框架，在下面逐步梳理，做这样的盘点，同时也要考虑到如何验证这些实体是不是可信的。验证方法是通过业务流程来串联实体，定义出实体以后，用业务流程来去串，如果能串通的话，这个实际提出就是对的，如果串不通的可能就有缺有少，按照这样的方法来做。同时我们还有一些后继管理机制保证这些实体能够持续维护下去，这个模型的内容能够持续维护下去，这是我们企业模型的构建方法，之前在银监会一等奖的材料里都有很详尽的描述。

前面谈了光大银行的数据治理历程，包括对于数据资产管理比较重要的模型方法。但是我个人理解这些还不叫数据资产，一定是可定价、可计量、可变现的资产才能叫资产，现在这还是属于用的阶段。我们的目标是转向数据资产运营，只有那样才有可能变成数据资产，全链路、全生命周期的管理也是我们终极的目标。

我们要解决什么样的问题呢，第一就是数据都在哪儿？在这个大数据时代，整个数据分布在不同的地方，用不同的存储。原来我们行的数据都在仓库里面，现在可能还有一些影像、一些非银行数据存在其他的数据库平台上，我们如何构建一个框架，能够找到这些数据，并且能够实现这些数据的互通互联，是要考虑的。

第二就是在整个数据资产里面运营要有哪些产品。如果把数据运营和价值变现当作数据工厂来看的话，它是有产品的，有产品自然就会有分类、有框架。数据本身也是有分类的，我们要规范化地管理它，给它标上各种属性，给它管理元数据，这些都是要有分类和框架的，这个分类和框架就是元数据的模型。指标本身就是一个元数据模型，刚才提到有指标管理，我们在2017年的时候发布了一个行业标准，就是商业银行的指标数据源规范，这本身就是元数据的规范。目前我们的数据分成了基础类的数据、代码类的数据、指标类的数据，应用领域还有标签类的数据，将来的数据模型作为资产的一部分，可能也会有一些属性的描述，也会是一类分类。

第三，整个数据资产的全生命周期如何管理。有很多数据资产管理的工具，给我们生产线奠定了一个很好的基础，但是生产线里跑什么，怎么把生产线持续运转起来，都是要一点点往里填的，这个工作也是很繁重的。

第四个就是这些数据资产、这些产品怎么卖，这其实跟数据资产运营模式有关系。之前大部分的情况，在银行里都是业务部门提需求，我们去用，是一个定制化的方式。但是现在大家都在提生态、提开放，我们面向的可能就是我们最终的用户如何去应用，如何提供一些标准化的或者是有市场价值的产品推向市场。换句话说我们必须得去当销售，得去经营推销我们的产品。最后就是这些产品通过市场的检验，如何去定价变现，这涉及两部分，一部分是定价，一部分是成本。如果没有之前整个的标准化和规范化的生产过程的话，很难做到数据的计量。标准化和规范化是我们做数据资产定价的一个基础，因为它是成本计量的基础。

在整个全链路数据工厂、数据资产运营和价值变现的过程当中，我认为核心就是标准化和规范化并且逐步走向智能化的过程。这个智能化有两个含义，一个是面临的数据产品逐步走向数据分析挖掘应用，人工智能技术，它是一个智能化。数据资产运营这种管理的业务也可以智能化，我之前已经看到有些公司通过知识图谱，或者通过自动建模，或者做一些标准的比对，自动地来协助数据的管理工作。因为大家也提到数据管理工作涉及面特别广，纷纷杂杂，各种人工的比对、数据质量的核查和分析，巨大的工作量，如果有一个标准化的工作流程，这些元数据能够积累下来，可以借助智能化的方法去提升整体的运营效率和管理效率。这是我对整个数据资产运营的一点理解，

二、集团企业的数据治理经验分享

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!