实战丨​智能化数据资产管理赋能业务创新发展

欢迎金融科技工作者积极投稿！投稿邮箱：[email protected] ——金融电子化

文 / 中国光大银行信息科技部 黄登玺 潘学芳 林勇

信息大爆炸的时代，数据赋能金融业务创新，数据资产管理逐渐成为数字金融科技发展的重要课题。2020年3月30日国务院首次将数据要素作为生产要素，上升到国家政策层面，5月15日，国务院再次提出加快培育数据要素市场，并将其纳入到“顶层设计”，数据资产管理已然成为国家数字化进程和行业发展的必然趋势。中国光大银行顺应数据赋能业务创新的新浪潮，主动开展新技术探索与应用，积极开展数据资产管理的创新实践，2019年启动数据资产管理预研工作，围绕“共享、协作、服务”的原则，引入运营模式和智能化技术，深挖数据管理“难落地，不主动，收益慢，易反复”的问题本质，转变思维，以用户为中心，以解决用户数据需求为导向，强调数据资产管理从“管好数”转变为“用好数”，同步开展内容建设、平台建设和机制建设，构建智慧服务能力，促进数据价值最大化，赋能业务数字化转型。

数据资产管理面临的问题和挑战

传统的数据资产管理，常常面临着“不知、不懂、不会”的问题。一是不知数据有多少，随着业务发展，银行堆积着大量数据，但不同种类的数据散落在各系统和平台中，数据使用者看不清数据资产全貌。二是不懂数据是什么，以往数据的含义和属性偏重技术性描述，业务人员较难理解，且数据资产分类往往采用预先定义的体系框架，无法适应银行数据场景的快速增长和变化。三是不知数据怎么用，一般的管理平台偏向“管好数”，专业性强，使用门槛高，使得数据无法被用户轻易获取和使用，用户面对海量数据不知道怎么用。四是不知数据如何管，传统的数据标准等规范性文件被“束之高阁”，缺少与数据生产的结合，标准的执行和检查缺少支撑手段，主要为事后管控。

为了解决数据资产管理的上述问题，进一步加强数据资产管理的“服务”属性，赋能业务创新，光大银行适时启动了智能化数据资产管理平台项目建设。总体思路是以数据运营为理念，以模型设计工具为抓手，以智能化技术为手段，以双层分布式数据存储架构为骨干，以实时数据交互机制为通道，与行内设计开发、数据挖掘流程深度融合，打通查数、懂数、用数一条链，降低数据资产使用门槛，构建“业务+科技+数据”三位一体的数据资产管理与运营体系，使全行数据资产管理工作迈上一个新的台阶。

智能化数据资产管理平台项目建设

1.系统建设目标和架构中国光大银行智能化数据资产管理平台目标定位包括三方面:其一，对接全行系统，构建全行数据资产地图，解决用户“不知数据有什么”的问题；其二，基于智能化技术，以资产运营的视角向用户提供智能查询与推荐、智能导航、智能盘点等功能，解决用户“不会查数据”与“不懂数据是什么”的问题;其三，规范开发过程，以模型设计工具为抓手，联通行内开发平台与需求流程管理平台，利用智能落标功能，实现数据资产事前、事中、事后全流程管控，解决“不知数据如何管”的问题。系统基于面向服务的SOA架构，构建双层分布式数据存储架构与实时数据交互机制，并采用分层、模块化思维重构数据治理十大领域业务功能。平台总体架构见图1。

图1 智能化数据资产管理平台总体架构图

2.技术创新（1）实践敏捷，构建数据采集与整合能力为主的数据资产登记体系。智能化数据资产管理平台作为全行数据资产门户，面对繁杂的数据资产类型和海量的元数据信息，利用任务调度Quartz框架和Druid等技术构建数据采集引擎支持海量结构化和非结构化数据的自动采集与资产整合，减少数据采集开发工作和数据资产整合工作，提升数据获取速度，提高数据服务响应及时性。

（2）建立平台和工具数据交互机制。智能化数据资产管理平台包括CS端模型设计工具和Web端管控平台，通过 Restful 技术建立平台与工具的实时数据交互机制，实现模型复用、协作与共享、实现智能落标，打破以往数据模型设计工具孤岛模式，提升模型开发质量和数据质量。

（3）双层分布式数据存储架构应用。智能化数据资产管理平台采用双层分布式数据存储架构应用，保证数据采集灵活性的同时支持查询服务高性能。包括基于Oracle的数据登记层和基于ES的数据存储层，其中数据存储层采用三节点分布式存储架构，避免单一节点损坏导致查询服务中断。数据登记层按照接口规范进行采集登记，可灵活配置，避免数据采集与登记过程中的重复性工作。数据存储层通过 Logstash和双写技术实时同步数据至ES中，提升用户数据资产查询速度，同时规避了 ES 搜索引擎数据更新速度慢的缺点。

（4）实践智能，构建一站式数据资产管理与运营体系。系统将自然语言处理(NLP)、机器学习、深度学习等智能化技术引入数据资产管理与运营中，对海量数据资产实现自动分类和高效管理，减少人力成本。采用积累的金融词库确保分词准确性，采用自动优化迭代的方式，不断提升智能服务的准确性，同时利用智能落标，助力资产事前、事中、事后统一规范管理，最终完成智能化一站式数据资产管理与运营的构建。

（5）融合运营理念，构建SOA模块化技术架构应用。智能化数据资产管理平台建设项目融合数据资产管理与运营的理念，采用面向服务的SOA架构，利用分层和模块化技术，将传统数据治理十大领域的管理功能如数据标准、数据质量、元数据等模块进行重构，以运营理念推动管理下沉，能够灵活地应对业务和技术需求的变化，结合行内数据管控体系的需求，将管理组织架构、管理流程和管理工具贯穿，完成构建完整的闭环式数据资产管理与运营体系。

（6）管理前置，以模型设计工具为触媒，实现资产事前、事中、事后统一规范管理。系统以模型设计工具为触媒，与行内需求管理流程与系统相结合，在开发环节通过自动扩充的金融词库实现数据标准的智能落标，实现管理模式前置。在设计评审环节通过模型自主检核，出具模型检核报告，规范模型设计。在投产环节，实现数据模型到数据资产的自动发布，并通过定期生产元数据采集完成数据一致性校验，实现数据开发过程事前、事中、事后全覆盖的主动管理模式，为打造数据资产生态圈奠定坚实的基础。

3.应用效果我行智能化数据资产管理平台自上线以来，已为总行、分行5万多用户，提供数据资产登记、数据资产管理、数据资产服务等稳定服务，盘清全行数据家底。本平台的应用效果如下。

（1）平台与工具双管齐下，自主可控降成本。自主研发消除了对国外产品的依赖，提升了把握关键技术能力、创造力的水平。工具方面，为总行所有生产系统提供数据建模服务，每年至少直接节约千万级别的软件购买成本；平台方面，为行内众多后台系统提供元数据管理和前台展示功能，降低各系统重复开发的人力投入成本。

（2）构建数据全景视图，提升数据资产管理能力。覆盖全部数据资产类型、系统和平台，构建数据资产全景视图，便于标准、质量、安全等管理要求的统一落地。数据资产包括内部数据和外部数据，结构化数据和非结构化数据，基础数据、加工数据和管理数据。

（3）与开发流程融合，提升数据治理水平。规范化模型工具嵌入我行自主研发平台，真正融入开发流程，辅助银行数据标准的有效执行，从源头提升数据质量；支持科技开发人员的正向建模、逆向建模、版本管理等操作，既支持系统敏捷开发等需求，又高效全量采集规范化的数据资产。

（4）智能化场景服务，提供一站式数据资产应用。打通全行各部门的数据资产共享，提供了智能搜索、智能推荐、智能导航的一站式服务，降低了数据使用门槛，提高了数据服务效率，支撑业务个性化、组合化、场景化的业务灵活创新，改善用户体验，真正实现查数、懂数、用数一条链。

发展与展望

数据资产作为生产要素推进市场化，需要关注在法律角度的数据资产确权、在会计领域的数据资产估值和在安全技术领域的资产交易。中国光大银行正加速推进数字化转型，智能化数据资产管理平台的投产大大提升了我行数据资产管理水平，未来将对区块链技术、多方安全计算，端上边缘计算等技术进行研究，在保证数据信息安全前提下，积极拓展新技术实践和业务场景应用，为实现我行数据资产价值化、市场化，释放数据赋能效应奠定基础。

关于仿冒我刊收费的声明

我刊自创刊以来，从未向投稿人收取过任何费用。任何以刊发文章为名向投稿人收取费用的行为，均属于对投稿人的欺诈行为。

我刊官网地址为 http://www.fcmag.com.cn。我刊投稿邮箱为 [email protected]。

对于仿冒我刊网站、网页的违法行为，我社将追究其侵权责任，以维护我社和投稿人的合法权益。仿冒网站、网页举报电话：010-88232443

《金融电子化》新媒体部：主任 / 邝源 编辑 / 潘婧 傅甜甜