一、项目背景及目标

数字经济时代，数据要素已明确上升为国家数字化战略的重点，在国家对金融机构数据治理严监管的外驱力和银行数字化战略转型的内驱力共同推动下，为促进数据在“内增值，外增效”两方面的价值变现，解决数据“共享难”、组织人员“支撑难”、跨部门“协同难”、质量问题“辨别难”等痛点，晋商银行着力构建一个集数据存储、管理、分析和应用为一体的数据资产管理系统，提高数据的利用率和安全性，打造安全、高效、平稳的数据底座，以“盘活数据资产，激活数据价值，做活数据分析，用活数据成果”为目标，实现对全行核心数据资产的高效管理，为决策支持和业务创新提供强有力的数据支撑。

二、创新点

晋商银行“沧海”数据资产管理系统采用B/S结构和分布式数据库对资源的整个生命周期（产生、采集、整理、盘点、销毁）进行全方位监管。通过数据的资产目录建立，对数据质量的治理，使数据能够被充分应用，并设计实现了数据资产的后期运营，可以支持企业数据资产的分发、开放、交易等数据嫁接的实现，从而促进数据资产的价值实现。主要创新技术及创新模式包括以下方面：

1.数据挖掘技术：对大数据进行深度分析，挖掘出其中潜藏的商业价值，突破传统的数据管理理念，发掘出数据真正的潜在价值；

2.图形化界面技术：使用户可以更方便地管理数据，减少用户对于数据科学背景的需要；

3.大数据分析技术：对数据进行分析、建模和预测，有助于企业更好地利用和管理数据；

4.数据可视化技术：可以呈现更直观、更易于了解的数据，并且帮助管理者找到数据资产的异常、潜在问题，还可以为决策者提供有力的数据支持，让决策更加智能和有力；

5.元数据管理技术：通过集中、建立和管理整个数据资源，可以在数据资产库中准确找到、使用和理解数据，可以提高数据的可发现性、可描述性和可利用性，实现更好的数据资产管理。

6.开放API和数据墙技术：数据资产管理平台的开放API技术可以让用户更方便地使用系统中的数据资源，在不破坏系统整体安全性的前提下充分授权他人使用，可以保障机构敏感性数据的安全管理，充分实现数据的保密性和安全性；

7.数据治理技术：实现对企业数据的规范化、标准化和管理，为企业提供了数据治理的全套方案，从而保证数据的准确性、可靠性和访问性；

8.自助式数据分析工具：让企业用户自行分析和发现数据，帮助企业更深入地理解和使用数据；

9.自动化数据质量管理：利用自动化技术识别和解决数据质量问题，提高数据准确性和完整性，减少了人工成本；

10.应用程序接口管理技术：可以让开发者更方便地集成不同应用程序之间的数据，从而避免不同程序之间数据架构的不兼容问题。

11.数据资产管理移动化：通过移动设备可随时随地访问数据资产目录、监控数据质量指标、支持异常数据实时预警推送；采用微应用架构设计，功能模块可按需加载，适配不同屏幕尺寸，操作流程简化至3步以内完成核心任务。

三、项目技术方案

1.技术架构

本系统基于J2EE三层体系结构构建，该体系结构具有如下显著特点：

（1）能有效降低建设和维护成本，简化管理多层应用结构在各层次上的组件能单独更新、替换、增加或拆除。因此，系统维护更方便，代价相对低得多。而且，因各组件互相独立，更换组件就好比更换组合音响的一个部件，对系统其它部分并无影响，所以更新维护更加安全可靠。

通过将业务逻辑集中到中间层，系统获得了对业务逻辑的独立性。即当用户的需求改变时，开发人员可以迅速地在中间层（应用服务器）上更新业务逻辑，而无需将更新后的应用提交到众多的PC终端系统，即客户端无需任何改动。

（2）适应大规模和复杂的应用需求。

如果说结构化方法使软件开发从一门手工艺术走向科学的工程方法，组件技术则使软件工程从个体作坊走向大规模工业。虽然，结构化方法对中小型系统开发能够行之有效，但对大型系统，结构化分析的结果往往是错综复杂的网状结构，而不是结构清晰的层次结构。这也正是面向对象方法学诞生的原因。组件技术能使复杂系统的设计变得简单可行，具有良好的伸缩性。

三层或多层结构，可以将数据处理从客户端转移到应用服务器和数据库服务器上。这样，尽管客户端与应用服务器之间可能存在着多个甚至数百个的连接，但是应用服务器与数据库服务器之间的连接却只有少数几个，从而达到减少通信线路上传递的数据量的目标。这样的功能分配提供了很强的系统可伸缩性，使得在用户数量急剧增加时还能保持系统性能的稳定。使用传统的客户机/服务器模式根本无法应对上千客户机同时运行且需要访问数据库的工作。即使在用户数量很大的情况下，数据库仍能保持良好的工作负载，保持系统的快速响应速度。

（3）可适应不断的变化和新的业务需求。

任何应用系统实施的重点不在于需求确定以后能否实现这些需求，而是在系统实施后如何适应变化的需求。J2EE系统结构和组件式系统的开发和维护过程中，技术人员可以按照新的需求，通过在不同系统层次上调度更新的组件或新加入的组件来调整旧的系统，以适应新的、不断变化的要求。以往的系统只能靠专业维护人员或系统开发商再次开发或修改原有系统，才能满足新的需求，代价往往很大，无法保证时间上的要求。

（4）访问异构数据库。

多层结构的中间层即应用服务器能够提供广泛的异构数据库访问和复制能力。传统的客户机/服务器结构则需要在客户端安装许多访问异构数据库的驱动程序，而三层/多层结构只要在中间层有相应的驱动程序就可以访问异构数据源。

（5）能有效提高系统并发处理能力。

传统的一体化集中式系统或客户服务器架构，在处理大信息量业务时，都可能形成瓶颈。而多层体系架构的组件式系统将界面、界面发布、业务应用逻辑及数据存储分为多个层次分散管理，逻辑或物理地将它们分开，可减轻系统压力，提高整体性能。并且中间层可以采取多机并行的方式，相互备份的方式，保证系统的高可用性。

一般情况下进行数据分析时，每次查询可能涉及大量的数据，往往需要较长的响应时间，特别在分布式数据环境下，响应时间有时长得令人难以忍受。三层（多）层结构提供了客户端与服务器之间的异步通信，使得客户不必等待提交的分析处理结果而可以继续执行其他处理任务。

（6）能有效提高系统安全性。

多层体系结构将数据与程序、数据控制与应用逻辑分层独立管理，能更严格地控制信息访问；在信息传递中采用数据加密技术，可进一步降低信息失密的风险。应用服务器内建安全控制数据库，实现应用服务器与数据服务器的双重权限控制，对权限的划分更准确、灵活、严格。新系统在信息访问、传递和存储三个环节上均有严格的安全措施。

数据资产管理移动端能力：一是实时性，通过移动设备可随时随地访问数据资产目录、监控数据质量指标（如ETL任务成功率、数据完整性评分），支持异常数据实时预警推送；二是轻量化，采用微应用架构设计，功能模块可按需加载，适配不同屏幕尺寸，操作流程简化至3步以内完成核心任务（如数据权限申请、资产标签编辑）。

本项目通过省人行信息化技术验收，各项技术指标均达到验收标准。

2.业务模式

“沧海”数据资产管理系统是构建完善、共享、统一的数据资产管理平台的基本保障和重要组成部分，它覆盖从资产数据的采集、生产加工到数据的服务端，再到产品端全链路保障管理。系统通过运用科技手段推动数据基础治理系统化、自动化和智能化，打破部门分割和系统壁垒，打通制约数据循环的关键堵点，促进数据资产在更大范围内畅通流动，搭建管理规范、信息公开的全行级大数据平台，形成规划统一、标准统一、规则统一、制度统一、水平统一的数据资产服务体系，进一步降低数据应用边际成本。

本系统的主要业务特点如下：

（1）数据集中管理：在管理层面实现数据的集中管理，统一管理和维护银行的数据资产。

（2）对数据全生命周期的管理：通过多种手段对数据全生命周期进行管理，可实现数据自动采集、清理、状态监控以及操作流程审批。

（3）数据全程追溯：数据的产生、流转、分析、利用等全过程都可追溯，有利于对数据的控制和管理。

（4）数据资产保护：通过各种手段保护银行的数据资产，如权限控制、数据备份、数据加密等，防止数据丢失或被非法获取。

（5）数据价值挖掘：通过对数据的深度分析和挖掘，挖掘出数据的价值，为银行的决策提供支持。

（6）数据服务：为银行的各个业务部门提供数据服务，如数据查询、数据分析等。

（7）数据资产运营：实现数据资产“一站式”的共享与交换服务，提供统一、标准的数据产品和服务交换机制与平台。

（8）数据资产增值：依托数据看板及分析，助力业务部门更好地了解客户需求，提供更加准确、个性化的产品和服务，多层次、多维度的数据分析，帮助银行制定更加明晰的业务战略，并快速、及时地调整战略方向，提高市场竞争力。

（9）移动场景定制化：针对不同角色提供定制化功能，数据管理员可移动审批权限申请，业务人员可快速查询相关业务场景数据，定制简易可视化报表，实现数据资产全生命周期管理的移动化闭环。

综上所述，“沧海”数据资产管理系统解决了数据分散和冗余、数据安全风险、数据质量不可靠、数据利用效率低下等问题，满足了关于数据质量提升、数据资源利用率提高、决策支持的改善等相关需求。

四、运营情况

晋商银行数据资产管理团队秉承“数据支撑决策、数据驱动运营、数据引领创新”的理念，践行数据驱动思维，推动建设全行体系化数据治理工程，建设了全行级数据资产管理门户，通过数据的资产目录建立，对数据质量的有效治理，使得数据能够被充分挖掘应用，并设计实现了数据资产的后期运营，实现数据分布及血缘可视化、数据发现及分析自主化、数据审批管理流程化、数据质量管理智能化，解决数据质量问题“辨别难”、数据“共享难”、组织人员“支撑难”、跨部门“协同难”等问题，充分发挥数据在经营管理中的作用，有效赋能业务发展，实现数据治理和业务成果融合接轨。

系统于2023年6月30日投产，并进行上线推广工作。至2026年4月末，系统响应性能最大为200次/秒，日均登录用户数超过2000人（占全行45%），数据查询日均使用量超5000次，业务自助分析日均超800次。项目应用和推广情况如下：

（1）数据整合：我行内部有众多的数据源，通过系统整合了这些分散的数据资源，实现了数据共享，做到了数据资源的集中管理。通过系统实现自动资产盘点，形成可灵活配置和灵活查询的数据资产目录，与元数据无缝对接，支持通过元数据批量盘点数据资产，自动活化资产目录信息，不再通过人工梳理。

（2）统一的数据服务市场：为全行用户提供统一的数据服务市场，如指标管理、标签管理、外部数据管理、行为数据管理、地图数据管理、元数据管理、数据质量管理、数据报表管理、数据自助分析等功能，助力数据消费者使用数据进行业务加速。

（3）对数据全生命周期的管理：通过多种手段对数据全生命周期进行管理，实现数据自动采集、清理、状态监控以及操作流程审批，通过元数据的自动采集来实现数据的智能管控，节省了人力成本。

（4）数据资产的安全管理：依据数据资产目录的权责归属划定服务申请审批对象，并支持行级数据权限的控制。同时根据不同的响应级别对应不同的策略，数据依据资产的分级分类要求做响应的脱敏和加密处理，系统自动流转与控制。

（5）数据质量管理：通过数据资产管理，对数据进行质量检核，提高了数据的准确性和规范性，提高了数据的使用价值。

（6）数据保护：数据资产管理还包括数据安全和隐私保护，减少了数据丢失或泄漏的风险。

（7）决策支持：通过数据资产管理，进行数据分析和挖掘，为我们的决策提供依据。

（8）建立数据文化：推广数据资产管理，有利于建立以数据为核心的企业文化，形成以数据驱动的决策机制。

五、项目成效

1.经济效益

随着信息技术的飞速发展，数据资产已经成为银行最重要的资产之一。系统从资产数据的采集、生产加工到数据的服务端，再到产品端全链路保障管理，主要成效如下：

数据资产盘点和目录：通过系统实现自动资产盘点，形成可灵活配置和灵活查询的数据资产目录，与元数据无缝对接，支持通过元数据批量盘点数据资产，自动活化资产目录信息，不再通过人工梳理，节约成本4—5人/年；

统一的数据服务市场：为全行用户提供统一的数据服务市场，如指标管理、标签管理、外部数据管理、行为数据管理、地图数据管理、元数据管理、数据质量管理、数据报表管理、数据自助分析等功能，助力数据消费者使用数据进行业务加速，系统上线后，有效支持全行各级管理、决策和营销超过12000次。

对数据全生命周期的管理：通过多种手段对数据全生命周期进行管理，可实现数据自动采集、清理、状态监控以及操作流程审批，通过元数据的自动采集来实现数据的智能管控，节省3—4人/年的人力成本。

数据资产的安全管理：可依据数据资产目录的权责归属划定服务申请审批对象，并支持行级数据权限的控制。同时根据不同的响应级别对应不同的策略，数据可依据资产的分级分类要求做相应的脱敏和加密处理，系统自动流转与控制，节约成本3—4人/年；

数据资产运营：实现数据资产“一站式”的共享与交换服务，提供统一、标准的数据产品和服务交换机制与平台，通过标准化数据产品和接口输出，避免烟囱式数据开发，统一数据应用口径，减少不必要的数据重复开发，节约成本约150万/年。

数据资产增值：依托数据看板及分析，助力业务部门更好地了解客户需求，提供更加准确、个性化的产品和服务，多层次、多维度的数据分析，帮助银行制定更加明晰的业务战略，并快速、及时地调整战略方向，提高市场竞争力。此项功能节约人力约8—10人/年；

综上所述，本案例解决了数据分散和冗余、数据安全风险、数据质量不可靠、数据利用效率低下等问题，数据开发时间大幅缩减，数据质量问题解决效率、交付效率和交付量显著提升，数据开发外包人力节约30人/年。需求归口管理后，降低重复建设投入，减少数据开发成本约200万元/年。项目提升数据要素质量与管理效率，更快响应客户的业务需求，促进数据应用能力的普及和推广，提升服务水平。

2.社会效益

（1）企业发展效益

数据资产化。相对于传统数据管理的“数据管控”，现代数据资产管理更加强调通过数据资产管理实现数据价值。只有将数据变为可以使用的资产，才能真正实现金融数据的价值，这就要求金融机构通过金融数据资产管理将“数据资料”上升为“数据资产”。金融资产数据化和金融数据资产化，是金融数据资产管理的结果，也是其在大数据时代背景下的重要特征。

增强业务决策的精准度。经过有效的数据资产管理，银行能够准确、快速地获取所需的高质量数据，从而为业务决策提供有力的数据支持，增强决策的精准度。

提升运营效率。数据资产管理可以实现数据的标准化、统一化和规范化，有效地减少因数据不一致、不准确导致的工作重复或错误，提升工作效率。

（2）社会经济发展效益

提升服务效率：良好的数据资产管理工作可以提升银行业务处理效率，使得客户的业务需求得到更快速、高效地响应，提升银行服务水平。

优化决策过程：通过对大数据进行准确分析，能提供更为精准的决策依据，有利于银行根据客户需求进行更为科学的金融产品设计和服务优化。

风险防控：在反洗钱、反欺诈等方面，数据资产管理能够从源头上把控风险，降低经济损失并提升银行的合规性。

社会信用体系建设：优秀的数据资产管理能够保证数据的真实性和公正性，有利于社会信用体系建设。

满足个性化需求：数据资产管理系统可以更准确地了解客户需求，并据此提供个性化的金融服务。

提高经济效益：通过数据资产管理可以挖掘潜在的商业价值，比如通过数据分析可以为银行带来新的客户或者发现新的金融产品需求，从而提高经济效益。

六、经验总结

晋商银行数据资产管理团队秉承“数据支撑决策、数据驱动运营、数据引领创新”的理念，践行数据驱动思维，推动建设全行体系化数据治理工程，建设了全行级数据资产管理门户，通过数据的资产目录建立，对数据质量的有效治理，使得数据能够被充分挖掘应用，并设计实现了数据资产的后期运营，实现数据分布及血缘可视化、数据发现及分析自主化、数据审批管理流程化、数据质量管理智能化，解决数据质量问题“辨别难”、数据“共享难”、组织人员“支撑难”、跨部门“协同难”等问题，充分发挥数据在经营管理中的作用，有效赋能业务发展，实现数据治理和业务成果融合接轨。

本项目目前的研制情况如下：

1．数据整合：我行内部有众多的数据源，通过系统整合这些分散的数据资源，实现了数据共享，做到了数据资源的集中管理。通过系统实现自动资产盘点，形成可灵活配置和灵活查询的数据资产目录，与元数据无缝对接，支持通过元数据批量盘点数据资产，自动活化资产目录信息，不再通过人工梳理。

2．统一的数据服务市场：为全行用户提供统一的数据服务市场，如指标管理、标签管理、外部数据管理、行为数据管理、地图数据管理、元数据管理、数据质量管理、数据报表管理、数据自助分析等功能，助力数据消费者使用数据进行业务加速，系统上线后，有效支持全行各级管理、决策和营销。

3．对数据全生命周期的管理：通过多种手段对数据全生命周期进行管理，实现数据自动采集、清理、状态监控以及操作流程审批，通过元数据的自动采集来实现数据的智能管控，节省了人力成本。

4．数据资产的安全管理：依据数据资产目录的权责归属划定服务申请审批对象，并支持行级数据权限的控制。同时根据不同的响应级别对应不同的策略，数据依据资产的分级分类要求做相应的脱敏和加密处理，系统自动流转与控制。

5．数据质量管理：通过数据资产管理，对数据进行质量检核，提高了数据的准确性和规范性，提高了数据的使用价值。

6．数据保护：数据资产管理还包括数据安全和隐私保护，减少了数据丢失或泄漏的风险。

7．决策支持：通过数据资产管理，进行数据分析和挖掘，为我们的决策提供依据。