一、项目背景、目标及相关规划

1.项目背景

随着内蒙古农信业务的快速发展，全区农村信用社信息系统不断增多，多个信息系统中存储着客户信息，各个系统间客户信息数据相对独立，且不能及时同步，由此造成客户信息要素不统一、不完整，客户数据质量不高，客户信息共享困难，客户识别难度高，客户信息数据服务能力不足等问题。随着业务不断扩展，这种模式已经难以为客户提供统一的客户视图及信息一致的客户体验，更不能及时有效支撑差别化客户服务。内蒙古农信迫切需要建设以客户为中心的数据化运营体系，通过建设企业级客户识别（ECIF）系统项目，将分散在各业务系统的客户数据，包括对公和对私客户，通过制定一系列的规则和规范进行整合、统一存储和管理，可以大限度地挖掘现有各应用系统的客户信息资源，从深度和广度两方面进行价值挖掘和分析，提高客户信息的一致性、完整性和时效性。

2.项目目标

通过企业级客户识别项目的落地，将分散在各业务系统的客户数据，包括对公和对私客户，通过制定一系列的规则和规范进行整合、统一存储和管理，可以大限度地挖掘现有各应用系统的客户信息资源，从深度和广度两方面进行价值挖掘和分析，提高客户信息的一致性、完整性和时效性。为各应用系统提供统一的客户数据管理服务，完成核心业务系统、信贷系统和统一柜面系统等应用系统的接入，实现全区农信系统范围内统一的、完整的、准确的客户视图，解决跨渠道、跨业务线的客户信息实时共享问题，有效提升客户信息数据治理和数据质量的可信度。

3.建设规划

根据全区农信当前实际情况，一方面信息系统不断增多，多个信息系统中存储着客户信息，各个系统间客户信息数据相对独立，且不能及时同步，造成客户信息要素不统一、不完整，全区客户数据质量不高，客户信息共享困难，客户识别难度高，客户信息数据服务能力不足；另一方面，随着业务不断扩展，这种模式已经难以为客户提供统一的客户视图及信息一致的客户体验，更不能及时有效支撑差别化客户服务。结合业内以客户为中心的数据化运营体系建设经验，采取“分段建设，逐步迭代”的方式开展实施工作。

*****阶段以客户信息数据标准及管理流程落地为首要目标，引入企业级客户识别系统，构建核心客户为基础结合信贷、CRM、金融市场等系统为辅的客户信息数据中心，与全区农信渠道及业务系统体系进行融合，完善客户管理运营的工具层能力。

第二阶段以客户信息治理和数据质量持续提升为目标，制定客户信息治理方案，协助阶段性开展客户信息清理补录工作，按照数据治理结果，汇总各阶段数据治理报告，进行阶段性总结并建立健全的客户信息清理和治理的长效机制，实现客户信息治理和数据质量持续提升的目标，终达到客户信息数据质量满足各监管部门和全区农信社相关规范要求的目的。

中期逐步完善各业务线条的以客户为中心的数据化建设工作，包括相似客户识别和客户归并规则、客户信息覆盖规则和访问权限控制规则、共享及维护规则、外部第三方客户信息使用规则，以及客户信息项检验规则等，依据现有客户数据情况有序展开客户信息的管控校验，一方面基于存量客户数据，按治理范围提供的数据清单支持业务分析评估，为数据运营治理工作提供洞察服务；另一方面，加紧客户信息准入规则，在渠道上进行应用，以实现线上管控下线治理的机制，终实现从发现到治理到管控的业务闭环。

4.业务功能

*****阶段以客户信息数据标准及管理流程落地为首要目标，重点实现以下业务功能：

一是梳理客户信息数据标准及管理流程，基于国家行业标准、金融行业标准、人行数据标准文件、银监会监管报送数据标准等规范文件，结合客户信息管理相关制度规定和源系统数据现状，梳理完善全区农信社客户信息数据标准体系，明确客户信息数据标准管理组织架构和流程，并依据数据治理情况，持续改进客户信息数据标准体系。

二是设计客户信息数据模型，充分考虑业务完整性、数据标准化、数据可用性、系统性能、模型扩展性等方面，设计客户信息数据模型，包括客户基本信息、客户关系信息、客户地址信息、客户联系信息、客户风险信息、客户事件信息、客户资源信息、客户统计分析信息等，将各源系统数据有效地组织起来，可提供准确、完整的客户信息视图，并可保留全部客户相关历史数据信息，能够全面体现各业务规则，支持客户信息分析应用场景。

三是制定初始客户信息相关业务规则，制定客户信息相关业务规则，规范客户信息管理，包括客户准入规则、客户编号生成及编码规则、客户识别和客户归并规则、客户信息覆盖规则和访问权限控制规则、客户信息整合、共享及维护规则、外部第三方客户信息使用规则，以及客户信息项检验规则等。

四是制定企业级客户识别系统与外围业务系统的接入方式，实现与核心系统、统一柜面系统、自助设备系统、账管系统、信贷系统、网上银行、手机银行、微信银行、综合理财系统、中间业务平台、客户关系管理系统、金融市场、数据平台等系统的客户数据应用的实时、准实时或日终批量同步等方式对接，实现全区农信社全系统客户信息的统一管理。

二、创新点

我们认为以客户为中心的数据化运营体系能力的建设是推行标准、规则、方法和组织的全方位、一体化构建过程，并基于此观点对客户管理运营能力进行定向设计。一方面需要完成数据标准的落地，对客户数据进行标准化转换和管理，提高客户信息质量，整合全区农信社有效客户信息，规范客户信息的使用，提高客户数据的稳定性，实现数据一致性，保证数据下游系统使用的便捷性；另一方面，通过监管报送的具体治理要求，纵向实现不同层次能力的有机协同，打造客户信息提升从发现到治理到控制的流程闭环，并循序推进扩大治理范围。

1.定标准

基于国家行业标准、金融行业标准、人行数据标准文件、银保监会监管报送数据标准等规范文件，结合我全区农信社客户信息管理相关制度规定和源系统数据现状，通过客户信息数据分析情况，梳理完善我全区农信社客户信息数据标准体系，明确客户信息数据标准管理组织架构和流程，并依据数据治理情况，持续改进客户信息数据标准体系。

2.建体系

充分考虑业务完整性、数据标准化、数据可用性、系统性能、模型扩展性和灵活性等方面，设计客户信息数据模型，包括客户基本信息、客户关系信息、客户地址信息、客户联系信息、客户事件信息等，将各源系统数据有效地组织起来，可提供准确、完整的客户信息视图。

3.推规则

制定客户信息相关业务规则，规范客户信息管理，包括客户准入规则、客户编号生成及编码规则、客户识别和客户归并规则、客户信息覆盖规则和访问权限控制规则、客户信息整合、共享及维护规则、外部第三方客户信息使用规则，以及客户信息项检验规则等。ECIF系统及接入的业务系统需严格遵守推行的数据业务规则。

4.建闭环

依托监管报送的数据治理要求，制定客户信息治理方案，阶段性开展客户信息清理补录工作，按照数据治理结果，汇总各阶段数据治理报告，进行阶段性总结并建立健全的客户信息清理和治理的长效闭环机制，实现客户信息治理和数据质量持续提升的目标，终达到客户信息数据质量满足各监管部门和全区农信社相关规范要求的目的。

5.抓运营

客户信息作为数据化运营体系中重要的一环，我们组建了专门的客户数据分析团队，与辖内法人行机构上下联动，联合开展具体业务场景的业务运营推进工作，通过对各法人行机构潜在客户转正、客户信息补录、相似客户合并等应用效果的持续跟踪，从机构新增客户率、正式客户转化率、信息不完整客户占比、相似客户占比等进行统计数据进行分析，不断对相应运营策略进行优化迭代，以满足监管报送规范及运营效率提升的预期需求。

6.应信创

ECIF系统使用腾讯云国产分布式数据库TDSQL，采用“微服务应用+国产分布式数据库”架构，整体处理能力可以达到3000TPS(事务处理数/秒)，平均响应时间在200毫秒之内，“微服务”架构将单一应用程序划分成一组小的服务。服务之间相互协调，互相配合，每个服务独立开发测试，部署升级，灵活性强。在金融领域，微服务的横向扩展能力，场景化数据切分等特点，能满足当下金融科技创新的发展需求。

三、项目过程管理

内蒙古农信于2022年8月启动企业级客户识别项目，2023年8月完成系统编码、测试和上线准备，将于9月在辖内九十三家法人机构二十四家村镇银行进行试运行。

四、运营情况

在应用完善企业级客户识别管理体系的同时，一方面，我们也持续不断的根据现有报送体系中监管提出的各项治理指标要求，结合实际的业务场景进行针对性的数据治理的强化，结合存量数据的治理情况进行必要的业务管控实践，从中积累经验、完善规则、提升能力，从而让整个客户管理体系更顺畅的运转起来，使制度和业务紧密融合，更加有效地释放客户数据信息的价值。再结合客户的生命周期及数据特点，由数据分析团队进行客户信息分析，为后续扩展潜客挖掘，产品推荐、流失预警等系列运营策略的落地提供数据基础。另一方面，各应用系统提供统一的客户数据管理服务，实现全区农信系统范围内统一的、完整的、准确的客户视图，解决跨渠道、跨业务线的客户信息实时共享问题，有效提升客户信息质量的可信度。

五、项目成效

场景1：建立统一的客户信息体系

内蒙古农信企业级客户识别系统（ECIF）上线后，整合各系统的客户信息，实现对客户信息的集中式统一化管理、解决不同来源的同一客户的信息一致性问题。全区各系统存量客户，核心：对公客户60万 对私客户3877万、金融市场：对公客户3390（含同业客户）、CRM：对公客户5万对私客户508万、信贷客户对公客户4万 对私客户732万。ECIF整合后对公客户正式60万，潜在2.4万；对私客户正式3877万 潜在44万。

整合了全区农村信用社各业务系统统一的客户接入渠道，关联系统在创建客户信息数据副本或者修改客户信息时，需调用客户身份识别交易获取系统中保存的新客户信息，在其基础上维护客户信息；其他未存客户信息的系统亦可在做其他业务时，通过客户识别要素查询ECIF系统保存的新客户信息（包括基本信息、关系信息、联系方式与地址信息、各种标识等）。

增量/存量数据维护客户需要满足ECIF指定的客户完整标识及相似客户识别规则，确保客户数据在项目建设后得到逐步的完善和治理。建立客户及各业务系统的渠道关系，实现客户信息变更及时同步到对应关联系统，减少客户经理及客户的多系统分别维护的要求，大大提高客户的业务办理的流畅度体验。

场景2：分析统计待治理的客户信息

为协助开展全区农村信用社的是客户信息数据治理工作，业务管理部组织客户数据分析团队对存量客户信息就客户识别信息、涉及监管报送的关键信息，进行统计分析。基于确定的数据治理范围，根据客户模型的技术定义和业务定义，制定单数据项、关联数据项之间的检核规则，针对不符合规则的客户信息进行标识客户完整性，业务系统根据客户完整性标识对客户进行必要的提示或控制，以配合数据分析团队进行客户信息合并及补录。

六、经验总结

通过对企业级客户识别体系建设的探索与实践，让内蒙古农信进一步整合了全区农村信用社客户信息数据，提升了客户信息数据的治理能力，深化了对客户信息数据的理解和应用。构建了客户数据驱动业务创新的能力基础。接下来，我们将持续推进数据治理运营闭环的构建，在数据层将借助ECIF系统的客户识别等手段不断丰富和完善客户标准及管理办法，满足全区不同层次及定位系统对于客户信息的接入及使用需要，从孤立的银行客户管理体系发展为网络化的全面关系管理，从而终提升银行客户服务的核心竞争力。