“数据治理是一项‘水下工程’，会导致时间和人力的消耗，但却是数字化转型成功的重要保障。和环境治理一样，这是一项长期复杂的系统工程，需要坚持不懈的投入。”9月5日，在金融城举办的“中小银行数字化转型”系列线上课程中，南京银行数字银行管理部总经理丁小平如是说。

　　

　　

　　这是本系列的最后一期课程，由南京银行数字银行管理部总经理丁小平、渤海银行公司业务部、普惠金融业务部总经理曹带来。课程围绕两大主题进行：“数据治理与数据资产管理”和“中小银行零售业务的数字化转型与风险控制”。

　　

　　

　　无论是数据治理还是零售风险管控，两位导师都强调要实施“全流程”，这也印证了数字化转型的底层逻辑——自始至终都要将数字化理念贯穿始终，才能真正完成转型。

　　

　　

　　提炼新时代的数据“石油”

　　

　　

　　近年来，丁小平先生致力于探索中小银行数字化转型的实践和体系建设，目前负责南京银行数字银行建设。第一堂课，他精彩分享了数字化转型的战略战术(点击查看：中小银行数字化转型如何破阻？夯实基础，外发力，试点先行)，获得了同学们的一致好评。他再次来到直播室，系统讲解了商业银行的数据治理框架、实施体系、数据资产管理、数据安全管理。

　　

　　

　　数据治理不可能一蹴而就，更不可能马上就完成。那么，我们为什么要做数据治理呢？丁老师认为，数据治理和环境治理一样，是一项长期而复杂的系统工程，需要不懈的投入。相比数字应用给商业模式带来转型和增长的支撑点，数据治理是一项“水下工程”，甚至可能会导致时间和人力的消耗，但也是一项非常重要的基础工程，是数字化转型成功的重要保障。

　　

　　

　　“数据对商业银行意义重大，但在实际应用中面临数据跨部门共享不足、数据集市冗余建设、依赖高质量数据进行独立数据分析、数据缺乏有效整合、数据质量无法满足业务分析和管理要求等诸多问题，亟需从粗放式管理向有序精细化管理转变。”丁老师说。

　　

　　

　　他认为，就股票数据而言，数据质量是数据治理过程中最严重的问题之一，主要表现为缺乏及时性、准确性、一致性和完整性。要解决这些问题，需要建立数据采集和处理的全过程管理系统，将数据治理纳入数据处理的全过程。

　　

　　

　　“所谓全流程，就是在第一个交易系统中就要制定数据的标准和质量要求，而不是在交易系统完成后，在数据仓库建设或者平台建设的过程中对数据进行重组。当然，从数据收集到集成、处理和分析，数据治理的所有需求都必须在整个过程中实现。只有这样，才能从源头上检查数据的质量和规范性，从而满足监管和业务管理的要求。”丁老师说。

　　

　　

　　“未来，数据治理将逐步向数据资产管理转型。”丁老师认为，数据治理是一个提高数据质量的过程。如果用石油行业来比喻，数据就是新时代的石油，数据治理就是去除石油加工中的杂质。数据中心就像一个“炼油厂”，存储、整理和处理数据，提取高价值的数据。这样形成的数据资产就像“汽油”，可以通过分析、建模、标签管理、数据沙盒等工具作为“引擎”，直接应用于客户画像和精准营销。在这个过程中，数据从资源变为资产，价值得到提升。

　　

　　

　　以“上帝视角”做风控

　　

　　

　　曹先生拥有28年银行从业经验，在金融管理、消费金融、普惠金融和金融科技方面拥有丰富经验。他分析了数据、信息管理和金融技术的应用，深入讲解了零售业务在数字化转型中的突破，详细讲解了零售信贷数字化风险控制体系和实践。

　　

　　

　　在《Bank 4.0》中，Brightkin提到“金融服务无处不在，就是不在银行网点”，其原因是客户圈是一个生态圈。

　　

　　

　　曹认为，银行在获取客户的过程中要坚持两个结合：一是线上线下结合。科技平台和互联网公司都意识到了两者结合的重要性，忽视任何一个方面都是过时的。二是自建生态与共建生态相结合。自建生态一方面通过理财、投资、保险、账户、支付等自营产品服务优质客户、潜在优质客户、潜在发展客户，实现核心客户转化，提升综合贡献；另一方面是通过银保、银保、银监、银企合作，场景平台分流等平台合作，共同打造生态环境，为客户拓展渠道，增加利润增长点。

　　

　　

　　消费金融正处于业务标准化阶段。曹表示，消费金融要健康可持续发展，需要遵守几个基本原则：合规是前提，风险控制是核心，客户是基础，场景是支撑，科技是支撑。

　　

　　

　　关于风险控制，曹先生认为，要建立一套全流程的现代数字化风险控制决策管理模式，就要突出“全流程”。一方面，业务目标推动“自上而下”的思维，另一方面，数据发现推动“自下而上”的发展。从“上帝视角”来看，全流程、全覆盖、全链条、全周期贯穿数字公共决策。

　　

　　

　　本文来自新金融城。