本文將悄悄告訴你華夏銀行海量數據的治理策略，華夏銀行是國內排名最為靠前的商業(yè)銀行之一，無論是資產規(guī)模還是服務質量都有據可查，筆者就是華夏銀行的客戶之一。說點官方數據：華夏銀行目前在87個中心城市設立了38家一級分行、43家二級分行和10家異地支行，營業(yè)網點達到638家，形成了“立足經濟發(fā)達城市，輻射全國”的機構體系;與境外1千多家銀行建立了代理業(yè)務關系，代理行網絡遍及五大洲115個國家和地區(qū)的329個城市，建成了覆蓋全球主要貿易區(qū)的結算網絡。其總資產已達到19501.15億。

華夏銀行對于大數據的重視比較超前，目前已建造完成“大數據治理”這一關鍵平臺。華夏銀行股份有限公司架構部李先生告訴筆者：“激烈的市場競爭趨勢和日趨嚴格的外部監(jiān)管要求，對我們商業(yè)銀行數據的準確性提出了更高的要求。在大數據時代，如何有效治理結構化、半結構化和非結構化的海量數據，是我們現在重點考慮的問題。”

大數據帶給銀行的商機

目前銀行數據的來源從傳統(tǒng)的結構化數據逐漸擴展到以網絡日志、社交媒體為代表的半結構化和非結構化數據。大數據治理能夠降低海量數據帶來的各種數據質量問題。

一、在客戶營銷方面，商業(yè)銀行可收集互聯網上客戶的消費頻率、消費地點等信息，通過大數據治理平臺，對獲取到的海量數據進行質量把關，排除冗雜數據，更精準地獲知客戶行為，洞察客戶情感與情緒，預測客戶未來需求，并及時提供與之匹配的金融產品和個性化服務，提升客戶滿意度。

二、在風險管理方面，銀行可利用互聯網上的各類信息，利用大數據治理平臺的文本分析能力，對非結構化信息進行梳理，精準地計算出客戶的信用情況和違約概率，構建出新的信用評價模型，打造智能化引擎支持的“直通式”全流程在線融資服務模式，最大化提高融資效率，降低信貸風險。

三、在IT管控方面，在大數據的推動下，銀行數據資產變得日益復雜，而與企業(yè)的其他資產不同，銀行難以直接了解到自身數據資產的總體情況，大數據治理平臺可以對整個企業(yè)的數據資產進行可視化展現，不僅可以幫助銀行了解其內部的大數據資產情況，還能夠進一步加強銀行對復雜數據資產的管控能力。

除此之外，大數據治理還可以應用于反欺詐的實時可靠監(jiān)控、客戶流失的精準預測、增值服務的有效化提升等方面，全面提高銀行的經營和服務能力。

數據治理 體系先行

華夏銀行大數據治理從管理和技術兩個維度進行展開，首先，建立完善的大數據治理管理體系，包括大數據管理規(guī)范與流程的制定、大數據標準體系的建設、大數據質量的規(guī)劃等。其次，完善了大數據治理技術平臺支撐，從技術層面落地管理體系內容，控制數據質量，輔助數據標準實施落地，形成自動化的管控能力。

主要做法如下：

1、 制定科學的大數據管理規(guī)范與流程

大數據管控的核心是建立統(tǒng)一的企業(yè)級管理規(guī)范與流程體系，通過全行范圍數據的有機共享，可有效提高數據的管理和使用水平。銀行需要為大數據治理的開展提供有據可依的管理辦法，明確大數據治理的業(yè)務流程和認責體系，并頒布大數據治理的規(guī)章制度政策。

2、 構建完整的數據標準體系

結合大數據治理平臺的建設，依據數據標準管理的相關辦法，落實數據標準管理相關人員的職責，緊扣數據標準管理的流程規(guī)范，持續(xù)對已有的數據標準管理框架進行優(yōu)化，并使之真正成為可落地執(zhí)行的框架體系。

3、 制定前瞻性的大數據質量規(guī)劃

制定前瞻性的大數據質量規(guī)劃是做好大數據質量管理的前提和基礎。大數據的管理和應用要納入商業(yè)銀行全行統(tǒng)一的數據質量規(guī)劃范疇。新建項目的業(yè)務范圍和系統(tǒng)規(guī)劃必須完全參照已正式發(fā)布的數據標準，已經建設完成的系統(tǒng)需在數據質量規(guī)劃的要求下酌情進行適應性改造。

數據平臺 支撐業(yè)務

管理體系的實際實施，需要技術平臺的支撐。以銀行業(yè)務的安全穩(wěn)定運營為前提，為滿足其在客戶營銷、風險管理、IT管控等方面的多重需要，華夏銀行大數據治理平臺相關技術圍繞大數據整個生命周期，以元數據管理為核心，建立數據標準的全流程管理和高效的智能化海量數據質量管理能力，并提供大數據全過程的追溯能力。

1、自動化的元數據管理

元數據管理是大數據治理平臺的核心部分，為集中管理全行元數據，元數據管理部分提供了全自動化的元數據采集能力和元數據版本管理能力，以及大數據地圖的自動展現能力，最大限度地實現了系統(tǒng)化的管理流程，通過人性化的元數據查詢、分析和維護手段，確保元數據的有效應用，確保華夏銀行元數據管理方案的貫徹執(zhí)行。

2、全流程的數據標準管理

平臺的數據標準管理為全行的數據標準提供了保證，最大限度地實現了自動化的管理流程，保證了數據標準應用的效率和效果。特別在標準落地方面，將數據標準與元數據管理緊密配合，通過元數據的核心技術手段檢查數據標準的落地情況，從而能夠在數據生命周期的中的多個階段(如計劃、規(guī)范定義、開發(fā)上線等)，檢查系統(tǒng)數據模型的合規(guī)性，確保數據標準落地。

3、智能化的數據質量管理

數據質量管理提供了統(tǒng)一的數據質量檢核體系，對各數據質量統(tǒng)一匯總分析并形成分析報告，提供了數據質量規(guī)則引擎和基于模板化的配置，提供了復雜的度量規(guī)則和檢核方法生成機制，提高了效率。同時在大數據環(huán)境中，數據質量檢核方法需要智能化的檢核方法發(fā)現能力支撐，高效智能地對海量數據進行質量檢查。

華夏銀行通過上述大數據治理，將以往雜亂無章的線下流程轉換為合理規(guī)范的線上流程，并形成了一套完整的管理體系，實現了高效的業(yè)務協(xié)同，為后續(xù)快速響應市場變化提供了強有力的支撐。