一、项目背景及目标

梅州客商银行股份有限公司（以下简称“我行”）作为一家新成立的银行，17年开业至今全面发展面向苏区的全场景服务能力、面向湾区的多产品服务能力，然而随着业务快速发展，新银行缺少数据的积累和业务流程快速迭代带来的数据架构问题，随着时间推移也逐步暴露，主要暴露的问题是数据资产孤岛化、无法有效支撑创新应用。同时面向渠道、三方平台和各类业务发展的系统越来越多，“存量+新建”模型下快速迭代产生的烟囱式架构，只能支撑少量数据应用，从全面搭建数据资产，快速响应业务开发的角度出发，现有架构已经无法满足。

本方案目标是建立一套全行的可持续“让数据用起来”的数据服务体系，首先从具体应用场景出发去逐步构建和完善全行数据资产，并在此通过数据服务化方式赋能业务发展，实现全行数据资产构建过程和数据价值应用的统一和螺旋式提升。

二、创新点

本项目打造了我行数字化发展的基座，相对周期更长、复杂度和成本都更高的自上而下的搭建数据仓库，主题建模和数据服务化，本项目更多注重通过敏捷的数据服务来驱动业务运营和管理提升，同时通过数据应用解决一个个管理层、经营层关注的数据盲点来驱动全行数据资产完善。项目创新主要体现在系统建设创新和推广业务创新两个方面：

1.系统建设创新方面

一是数据应用与数据治理并重，注重在应用中推进数字资产的构建和数据治理工作，通过数据治理和数据地图规范数据信息和血缘关系，持续对数据质量和指标进行异常监控和预警。二是低代码式开发数据服务。基于一站式大数据开发平台，屏蔽技术实现细节，降低开发门槛和成本，让开发人员更加的聚焦业务需求本身，敏捷响应经营管理层对数据的获取、分析、提炼和可视化的需求。三是开发与运维一体化，通过迁移工具实现开发、测试、生产版本的管理和同步，通过发布统一运维监控门户，实时监控数据资产服务平台集群资源使用和服务健康情况，支持实例资源动态调整、异常监控预警提醒，显著提升运维效率并降低人力成本。

2.推广业务创新方面

推广应用过程大致三个阶段，一是试点阶段，本阶段高级管理层的关注点和痛点是绩效考核和流动性管理，本项目通过实时数据服务解决及时的员工激励，大额度出入账预警等管理问题，构建存贷款、绩效、流动性管理等业务主题、集市。二是数据服务的移动化和可视化阶段，该阶段将数据资产和服务通过与移动办公APP、驾驶舱、大屏技术融合，将*****手的数据服务更丰富、及时的传递到管理层、经营层手上，同时科技运维线也开始构建业务指标监控集市来实时监控和识别业务运行风险。三是全面推广阶段，数据服务化理念融入各业务部门日常经营管理，例如自助回单查询、实时资产负债视图、多渠道积分营销、睡眠客户二次营销、账户反赌反诈自动排查等应用场景不断被挖掘和实现，伴随数据服务的丰富，全行统一数据资产也不断完善。

三、项目技术方案

1.应用架构

应用建设思路是面向业务发展拓展数据资产，使用数据中台体系作为基础能力，聚合内外部数据，建立数据资产服务平台，快速构建撑数据服务，实现数据可见、可用、可运营的目标。

2.应用场景

梅州客商银行持续探索数据驱动赋能业务创新，在2020年完成数据中台基础体系搭建后，不断探索基于数据驱动业务发展的场景应用，业务上实现了对柜面客户归属客户经理、客户自助回单查询、实时资产负债视图、多渠道积分营销、睡眠客户二次营销、账户反赌反诈自动排查等。

四、项目过程管理

本项目自2021年1月启动项目，同年6月完成系统上线进入试运行，具体里程碑节点情况如下：

1.需求分析和概要设计阶段

2021年1月至2月，主要完成了全行数据资产体系项目的业务需求分析、业务功能和技术构架的高层设计。提交了数据应用需求分析报告、各功能模块的高层设计、技术构架和接口的高层设计等文档。

2.系统详细设计阶段

2021年3月至4月为系统详细设计阶段，主要工作分析根据数据应用场景需求，对源系统贴源数据的分析，主题模型设计，贴源、明细、汇总、应用、历史等数据分层设计，数据字典规范设计，数据服务接口设计。

3.系统编码、测试和上线准备阶段

2021年5月至6月，分多个版本迭代开发。其间完成了全行数据资产体系项目的编码、测试以及试点上线准备工作，提交了系统测试报告、上线方案、系统设置等文档。

4.试点行上线阶段

2021年6月重点推广实施绩效考核、大额出入账等数据服务，形成存贷款、绩效、流动性等业务主题的数据资产；2021年8月版本实现数据服务与移动办公app、驾驶舱、大屏等技术融合，进一步提升数据服务的触达终端客户的能力；2021年8-12月版全面推广，自助回单查询、实时资产负债视图、多渠道积分营销、睡眠客户二次营销、账户反赌反诈自动排查、反洗钱交易对手识别等数据应用场景逐一落地。

五、运营情况

自2021年6月系统投产到2022年4月，目前已经稳定运行10个月。应用方面：通过持续的场景数据应用来驱动全行数据资产不断完善，目前全行全行统一的数据资产已基本完备，向上下游提供实时、批量和混合场景下的数据计算和服务能力；全面支撑全行前、中、后台的20余个数据消费和应用需求；通过数据驱动全行管理决策，业务经营的数字化文化氛围愈加浓厚。

用户反馈：本项目获得了我行用户和客户的一致好评。面向的用户主要为行内高管、行内业务人员，用户为200人。对于高管，随时随地获取新全行各项经营指标，绩效管理数据，决策更有依据，对于前台业务部门，各项KPI指标实时更新，KPI对工作的指向性和驱动力更加明显；对于中后台部门，告别繁重的提数、加工数据工作，通过数字大脑、数字化工具赋能管理提升；客户方面，面向行内对公和个人客户，用户数超过500000人，统一实时的资产负债视图、自助回单打印，也大大提升了我行客户的金融服务体验。

系统运行情况：目前团队的开发运维岗位规模可控制在10人左右，远低于一般城商行级别的银行同业需要至少30-50人规模。数据服务交付的时效性得以大幅度持续提升，研发整体成本降低60%，开发效率提升66%以上。

六、项目成效

通过数据资产的体系运作，培育了一支具备一定能力的数字化研发、数字化分析人才队伍，同时较大程度节省了业务和开发资源。具体体现在以下三点：一是持续服务梅州客商全行业务发展的数据需求，21年6月至今，业务生产运行的数据需求超过开业至21年5月全行报表总和20%，服务梅州客商全行业务部门，上线报表月均响应周期为6.8天、提数月均响应时间0.6天；二是快速、高效的满足各类业务场景的需求，向超过18个业务系统提数实时或批量数据服务接口，月均响应周期为3.2天；三是赋能业务共同提高数据的可视化分析能力，向业务部门培训和提供“线上存款”业务的自助分析功能，极大程度降低了业务部门通过流程化的取数和报表需求，有效节省了业务等待时间和开发资源，该部门月均报表和提数需求环比下降40%。

七、经验总结

传统银行各商业银行普遍自顶向下规划实施以Teradata、GreenPlum等为代表的中高端数据仓库系统项目，建立主题模型汇总银行内部各业务系统的数据，但项目建设周期长、成本高，加上一些职责管理问题，数据价值难以快速触达末端客户。对于中小银行，特别是新兴的民营银行，往往是以互联网业务为主，产品创新快，各种结构化、非结构化，行内、行外数据对全行数据资产的管理和应用带来很大的挑战，但优势在于历史数据包袱轻，决策链快捷，通过自下而上的数据应用、服务来完善数据资产，赋能业务发展则是一条更为轻量级的发展线路。从实践结果来看，经过近10个月建设，我行完成了全行数据资产体系建设，形成了一支精简的数据分析、研发队伍，紧密配合业务发展方向，通过聚焦一个个具体的数据应用场景，为全行业务创新、经营管理输送源源不断的数据能量。