王作敬
作者王作敬2019-04-17 09:45
管理信息系统总监, 银河证券

金融企业如何高效使用数据(下)

字数 3850阅读 3838评论 2赞 7

作者:汪照辉 王作敬
汪照辉个人页面


上篇:金融企业如何高效使用数据(上)

知己知彼,百战不殆。要想高效使用数据,首先得有数据,能对所拥有的数据做到心中有数。就像图书馆建立图书书目索引一样,数据同样也需要有数据目录。不同类型的数据,不同级别的数据可以分别存放于不同的数据存储中。依据数据的标准化、规范化等要求,保持数据洁净、安全、互联互通等。
同样的数据用在不同的地方其产生的价值可能是不一样的。所以数据准备好了,要高效使用数据,除了对所拥有的数据有深入的了解和认知,还需要有明确的数据愿景、目标和清晰的场景需求,懂得发挥数据的最大价值。数据使用过程中同样要保证数据安全,清楚数据使用过程中的安全责任,了解数据安全策略和企业数据管理战略,保持数据战略与业务战略一致。

一、 了解并深入认知所拥有的数据

拥有哪些数据,缺乏哪些数据,数据来源有哪些,数据来源的质量怎么样等等是数据管理团队首先需要深入了解的。首先要对自己的数据资产有个清晰的认知,有多少基础数据文件、数据库、数据量、数据系统、数据来源等等。数据来源分内部数据来源和外部数据来源,通常数据源有很多种,所以我们也强调数据源数据的标准化采集,把数据治理的工作提前。
深入认知所拥有的数据是高效使用数据的前提。传统系统建设过程中,基本上都是各个团队各自为政,经常会重复引入各种数据源。每个团队工作特点和侧重点不一样,使用数据的方式和内容也有差别,如果不能实现数据的共享和分享,会造成很大的重复和浪费。只有明确了解自己有多少数据资产,所拥有数据的质量情况,数据的来源和使用情况等,才能知道怎么改进和提升数据的使用效率和提升数据的价值。因此梳理企业数据并建立企业数据目录,是高效使用数据的基础。数据按照标准化、规范化要求分类、分级存放于不同的数据存储中,比如文件、数据库、数据仓库、大数据平台等,按需使用。

二、 明确的数据愿景和清晰的数据使用目标

数据团队需要保持数据洁净、安全、可信、可用、可维护。数据洁净就是要保证数据的高质量,不被污染。数据安全是数据备份容灾、分级分类保护机制,也是数据价值不被偷窃的要求;数据可信是数据准确性、精确性的要求;数据可用是数据安全条件下提供数据便捷使用的手段和方式,数据管理的目标就是为了高效使用数据;数据可维护是数据的日常可维护能力,具备数据优化、重构、查询、更新、备份、删除等能力。

(一) 怎么使用数据才算高效?

很难具体衡量数据的价值是多少,不同地域、不同人群、不同行业、不同场景、不同时期相同数据所表现出的价值是不一样的。数据的价值受诸多因素影响,但总体上来说,数据的价值体现在数据记录、数据分析、数据驱动等几个层次。不同层级的数据使用所产生的附加价值是不一样的,当然对数据的要求也不一样。所以要尽可能在恰当的时间以恰当的方式使用恰当的数据。

(二) 了解使用数据的不同层次需求

文字最重要的功能是记录和传承,数字也是一样。数字所代表的数据信息最基本的需求也是记录,可用于查询。数据之间有了联系,数据信息量多了,可能不是一眼能看明白数据之间的关系或趋势,这就需要更高层次的数据分析。我们希望数据分析的结果能够带给我们更优决策、更大价值,驱动业务朝更好的方向发展,同时规避风险,这是数据驱动的需求。

  1. 数据记录 记录是数据的基本价值需求和体现。信息化数据记录是为了更快、更方便的查询和更新,使用信息化工具而不是靠人力来提高效率。
  2. 数据分析 数据日积月累会达到一个可怕的数量,远远超过人类手工的统计分析能力,所以这也是数据库、数据仓库、大数据平台、甚至数据湖等出现的需求。借助于这些数据工具和平台,实现了业务数据的统计分析以支持业务决策、预测等能力。
  3. 数据驱动 数据统计分析结果自动应用于业务决策、预测流程中,人不再介入业务流程以实现更快更客观的决策、预测,并根据数据的变化自动修正决策结果。这就到了数据驱动的层次。

    (三) 认识数据效率成本价值

    金融科技发展到今天,数据技术环境不再是一个静态的标准化平台,而是会不断调整和改进,以采纳新的数据技术或数据应用。数据再也不能按其来源或用途定义了,数据也不再是一块块割裂的竖井。数据应该按其跨越所有的应用系统、流程、计算平台、设备、用户和用例的互联生态系统进行管理。数据的使用也不仅仅是记录和分析,而是让数据主动驱动业务模型和业务流程优化,实现客户自动化决策、预测等。
    新鲜的数据往往具有高价值,随着时间推移其价值逐步降低。数据的使用成本却随着时间的流失而增加。数据的使用效率随着时间的增长而降低。
    1. 效率
    有做数据分析的朋友经常抱怨他们申请使用数据的流程繁琐而冗杂。一个好的idea往往迟迟无法落地,等这个审批那个审批完了数据团队又这理由那理由拖来拖去,没有个十天半个月别想有进展,有数据了还可能这不对那不对,等真正落地了往往又错失了最佳时机。我们在使用数据的过程中优先任务是将数据用于业务流程,促进业务以最佳的时机投放给客户。这才能发挥数据的价值。
    我们说过,高质量的数据才能为业务提供高效的数据使用。这就需要大量的数据准备工作,需要大量的人力投入去做基础的数据治理工作。有了高质量的数据需要通过合理的流程和方式提供给业务团队使用。不能以数据安全等理由阻止数据在业务中的应用。
    2. 成本
    数据需要存储和维护,随着时间和数据量的增加,其成本随之增加。大数据的快速增长从量、类型、速度上已大大超出人的处理能力,使数据的管理和使用愈加复杂。因此我们也建议从数据采集就要进行标准化和规范化,过滤无用数据,减少数据的存储量,事前完成数据处理,对数据进行分类存放,提高数据实时处理能力,这样既提高数据使用效率,也减少数据存储成本。
    数据的使用成本也会随着时间增加而放大。人力成本、时间成本、错失的机会成本等等都会构成数据使用潜在的成本。这些往往由于看不到而被忽视,带来巨大的损失。
    3. 价值
    数据不使用不会产生价值。要让数据尽可能的产生高价值就要让它好用,用起来方便,多去使用它。这就需要提供便捷的数据使用、访问路径和方法,甚至主动供给数据,以数据驱动业务不断前进。
    效率决定着数据价值的展现,又反向影响着数据使用成本。提高数据使用效率是提升数据价值和降低数据使用成本最有效的方法。

    三、 数据安全策略及安全使用规范

    数据是企业的核心资产,数据安全需要提到战略的高度。在数据使用过程需要根据数据的安全级别定义数据访问策略,明确数据使用责任和规范,防止重要数据泄露或丢失。

    四、 建立高效的数据战略

    蛇无头不行,要高效使用数据需要有高效的数据战略的指导。高效的数据战略是数据高效使用的依据和保证。数据战略不是空洞的遥不可及的,应该有一些实实在在的标准和流程,比如数据使用脱敏策略与规则,数据分级使用权限配置,自动化数据喂养,数据分类目录,数据使用关键绩效指标等。
    数据战略是企业走向数字化、数据驱动道路上必不可少的指导原则和方法论,是实践经验总结升华的结晶,保证在数据使用过程中少走弯路。

    五、 建立数据驱动机制

    数据驱动是一种主动使用数据的行为,就是使用数据平台和数据工具,定义和优化业务流程,使数据持续的流转起来,主动的感知、识别、响应数据变化。数据驱动可以通过复杂事件处理机制来构建,建立感知、跟踪、识别、响应、改进、反馈到再感知的数据驱动机制,形成闭环,就是一个数据驱动业务持续优化的过程。
    现在很多公司在讨论的态势感知、安全态势感知,虽然概念在不断变换,其本质并没有改变。安全态势感知就是做安全风控,不管用大数据、人工智能算法,其设计思想是一脉相承的。
    xntdovggha

    xntdovggha

主动的数据感知可以实现实时的数据跟踪、识别、处理和响应,不断的主动演绎分析、改进和反馈。使每个应用服务、每个业务流程、每个参与者都会变得更加主动、更加高效、甚至更加智能。

六、 和企业业务战略保持一致

高效的数据战略是一项竞争优势,企业全体员工在生产和使用数据时形成合力。数据应当可供主动使用,而数据基础设施必须能够灵活转变,支持企业能迅速反映市场和业务变化。数据团队不能一头扎进数据管理工作中,而不关心数据的业务影响。数据团队必须考虑企业的业务战略,并与其保持一致,以数据驱动业务的优化和创新。
认识到数据对业务的战略重要性,并且需要与业务部门保持更密切合作。企业数据战略和企业的业务战略需要保持一致,使之相辅相成。

(一) 以业务为中心实现数据驱动战略

除非是以数据为主营业务,否则数据最终是支撑业务服务的,所以不但要治理好管理好数据,更要使用好数据,使数据能够高效发挥其价值。这就需要考虑让数据持续的运转起来,持续的产生价值,持续的生成新的数据,持续的为业务运营发展添砖加瓦。就像金融投资,需要让钱去生钱,而不是把钱存起来不舍得用。以主营业务为中心来实现企业数据驱动战略,完善数据驱动和数据使用流程,使数据更好的、更方便的服务于企业业务。

(二) 实现自动化数据处理,数据生命周期管理

数据驱动战略最终落地要具备自动化的数据处理能力,完成数据生命周期的自动化管理,能够在任何节点、任何流程自动响应数据变化,并对变化进行分析和处理。

(三) 数据驱动业务流程优化、决策和风险管理

采用大数据分析和机器学习、深度学习算法,根据数据模型自动学习并根据数据变化优化业务流程、实现客观的自主决策以及风险管控,比如应用于实时可疑大额交易识别、关联交易分析、股票行情预测等业务功能,更好的服务于行业监管和企业客户。

如果觉得我的文章对您有用,请点赞。您的支持将鼓励我继续创作!

7

添加新评论2 条评论

#awp111系统分析师, dtt
2019-05-08 16:58
谢谢分享 不知道是否有实际的案例展示一下?
#wuwenpin软件开发工程师, 南京
2019-04-18 20:27
感谢分享!!
Ctrl+Enter 发表

本文隶属于专栏

趋势观点
本专栏的文章全部来自国内外行业或领域一线最强实践专家的深刻洞察,他们的分享如同为正在摸索前进的更多同行和企业带来一盏明灯。他们的观点也为企业迎接趋势挑战、克服各种困难提供了最好争议的标的。希望有更多一线最强实践专家加入趋势观点栏目,你们是推动中国企业IT应用最值得尊敬的人。

关于TWT  使用指南  社区专家合作  厂商入驻社区  企业招聘  投诉建议  版权与免责声明  联系我们
© 2019  talkwithtrend — talk with trend,talk with technologist 京ICP备09031017号-30