■ 刘华

【农村金融时报】

当前，数据已经成为银行重要的战略资源。健全数据管理体系，提高数据处理效能，对于银行实现客户精准营销，提升服务质效，增强市场竞争力具有重要的意义。与大型商业银行数据治理体系的日益完善相比，大多数农商银行的数据运用基本还处于起步阶段，在数据采集、管理、分析、运用等环节存在诸多问题。

一是数据来源单一。大部分农商银行的数据仍以内部业务数据为主，且多为结构化数据，图片、视频、音频等非结构化数据尚未纳入。客户行为数据和外部工商、税务、法院等跨行业数据未能有效整合。

二是数据质量不高。农商银行业务种类多样，各业务条线相对独立，数据多头、重复收集时有发生，且数据采集标准不一，统计口径各异，缺乏系统化、规范化的理念，造成数据质量参差不齐，难以实现共享。

三是数据运用困难。多数农商银行科研投入相对不足、科技专业人才缺乏，数据分析能力较为欠缺，应用领域较窄，利用数据建模分析解决实际问题的能力有待提高。

四是安全意识较弱。部分机构数据保护意识不强、内控制度执行不到位，对数据下载、传输等环节管控不严，易造成数据泄露，损害客户利益及银行形象。

信息化时代，谁掌握了大数据应用是技能，谁就掌握了未来竞争的主动权。农商银行应充分认识数据的战略意义，将数据治理纳入中长期发展规划，通过科学的数据管理机制，不断提升数据挖掘分析能力，增强核心竞争力，实现高质量发展。

一要扩大数据来源，加大数据收集力度。统一规划全行数据管理架构，建立健全数据采集机制及标准体系，严控数据质量，为业务拓展奠定坚实基础。一方面，做实自身数据。充分发挥自身点多面广人熟的传统优势，以网格化走访为手段，在依法合规的前提下，采取科学严谨的方法，全面采集客户基本信息、资产状况、投资情况、金融服务需求与喜好、本行及同业金融渗透等相关信息，并定期对数据采集的真实性进行验收考评，建立相对完整的、标准化、动态化的数据库，为差异化精准营销打下基础。另一方面，链接外部数据。积极开展各类合作，引入银保监、人民银行、工商、税务、法院、社保、水电气暖民生部门等多种来源的数据。积极搭建智慧校园、智慧医院、智慧工业园区等智能场景，通过闭合性的功能社区全面收集和存储客户的多维数据。

二要强化数据分析，提高数据运用能力。坚持差异化、特色化道路，引入先进技术，提升数据处理效能。一方面，强化科技赋能。在现有数据平台的基础上，积极引入智能技术，在算力、算法、存储等方面不断改进，逐步形成行内、行外、线上、线下的结构化与非结构化数据集成能力，多种数据格式并存的复杂数据存储能力，基于分布式和流计算的快速计算能力，并运用机器学习、实时决策、可视化等技术提升数据分析和挖掘能力。同时，探索通过可视化、图表化的直观呈现，降低数据分析难度。另一方面，强化数据应用。在运用大数据进行客户精准画像的基础上，实时掌握客户需求，连接自身服务渠道，精准提供个性化的产品和服务，逐步构建智能化的营销模式，切实提升营销效率。

三要坚持内培外引，加快专业人才储备。数据的分析和挖掘离不开人才的支撑，目前，农商银行在这方面的人才储备有很大缺口，只有内外兼顾吸引培养人才，才能为转型发展奠定坚实的基础。一方面，加速人才培养。一名优秀的数据分析师既需要掌握先进的互联网技术，又需要在对公、零售、渠道、财务、风险等细分领域具备深厚的专业水准，既要有创新思维又要有实践能力。农商银行应根据转型需要，坚持请进来和走出去的培养思路，有计划的进行专业能力和技术操作等各种培训，努力培养金融科技复合型人才。另一方面，加速人才引进。加强与先进银行、高校、科技公司的合作，积极引入数字化专业人才。同时，改革薪酬绩效机制，晋升机制，加强文化建设，千方百计留住人才。

四要强化合规意识，加强数据安全管控。安全合规是数据收集和应用的前提，农商银行应严格遵守相关的法律法规和监管规则，建立数据安全管理的长效机制和防护措施，严防数据泄露与不当使用。一方面，抓好采集存储。在采集数据时，要向被采集用户进行明示，明确告知采集和使用的目的、方式以及范围，在获取用户授权后方可采集。在存储环节，可通过特征提取、标记化等技术将原始信息进行脱敏，并与关联性较高的敏感信息进行安全隔离、分散存储，最大限度降低数据泄露风险。另一方面，抓好数据应用。实行数据等级管理，确保数据使用方在依法合规、保障安全前提下，根据业务需要申请使用数据，严控访问权限。同时，强化对查询数据的在线二次分析加工能力，减少使用本地工具进行数据加工的依赖，最大限度降低因工作需要进行数据下载的需求，对确需下载的，要进行事前审批和留痕管理。有条件的机构可部署防泄漏系统，切实保障数据安全。

作者单位：吉林九台农商银行