企业的数据战略（1）

　　时代背景
　　在大数据发展日新月异，对社会生活和经济发展产生重大影响。随着各行业的快速发展，数据的使用已经越来越重要，数据资产已成为企业的重要生产要素，在零售管理、营销管理、风险管理、绩效管理、财务管理等各方面工作中发挥着越来越关键的作用。如何管理好数据、应用好数据、挖掘数据价值，已成为一个现代化企业加快业务创新、提高精细化管理和科学决策水平的最重要、最迫切的基础工作之一。发挥数据的最大价值依赖于人员、流程、制度、技术的支持，通过数据资产的管理来提升数据质量、保障数据安全、促进应用效率，从而降低大量数据资产导致的各项管理成本，以实现数据驱动业务发展的目标。 企业数据战略规划的模块
　　各行业迎来了前所未有的新变局，持续变化的监管框架、悄然转变的客户行为、不断涌现的新竞争者对传统企业业务带来巨大的冲击。在这挑战与机遇并存的时代，数据技术成为企业获取战略优势的重要资源。在制定数据战略规划时，需要重点考虑以下四个模块。
　　01、 数据应用
　　在《银行业金融机构数据治理指引》中，数据治理的核心驱动力是＂以数据应用、体现数据价值来驱动业务部门更好的开展数据工作，实现迭代完善和提升＂。以战略目标、业务痛点、行业热点等为出发点，规划全行数据应用场景和优先级。明确要什么、怎么做、怎么用和怎么管，以数据应用统筹资源，围绕模型管理生命周期的不同阶段，设计标准化、以项目为单位的管理流程。
　　在做数据应用规划的时候，做好定位是关键。以下是零售金融业务条线数据应用能力的评估样例。
　　从上表可以看出，该机构目前在策略服务方面，虽然上线了决策引擎，但是策略包更新周期较长，难以适应瞬息万变的业务场景，而且未使用基于A/B测试的框架验证策略的有效性;在模型服务方面，风控模型主要依赖传统信用评分卡，而且开发周期长，迭代缓慢，未充分利用大数据算法识别欺诈事件;数据服务方面，已经初步实现了数据资产化，形成了统一数据标准，构建了较丰富的标签，但是尚未在源系统完全贯标，标签迭代周期。综合而言，该机构处于发展阶段的高阶，距离领先企业一定差距。企业将自身的能力与表格相对应，从中可以明确成就和不足，为制定计划提供依据。
　　02、 组织人才
　　人才是做好数据各项业务的关键。经过几年的惨痛教育之后，企业的管理者已经认识到单方面依靠外部招聘解决数据人才匮乏问题是不现实的。逐渐重视内部培养人才的重要性。因此，健全数据职能，明确各级领导和部门在全司数据工作职责，以及数据职能部门的组织架构，统筹推动数据变革;补充专业人才，明确定义全行数据治理、大数据应用相关岗位，定义数据专业能力。明确人才招聘、培养、储配的具体方案。建立起业务、数据、技术相融合的培育体系。
　　上图中，红色部分为企业内部需要构建的数据人才体系包含的模块。企业数据团队的能力范畴需要数据战略和业务能力两方面的输入。首先，在制定数据战略的过程中一方面需要承接业务战略，同时也要考虑技术的可实现性;其次，业务能力也虽然承接业务战略，但是也受当先业务人员能力和已有组织流程的影响。因此数据能力的建设受业务战略、技术实现、业务人员能力素质、已有业务流程四方面的影响。最近企业的实践表明，适当超前于业务现状的数据人员能力建设对整体的业务推进具有积极的作用，但是过度超前的数据人才队伍，往往造成自身人才队伍不稳定，难以服务于业务持续优化。
　　以往的企业IT和数据部门的组织架构以项目导向为主，比如是数据治理的项目经理、数据挖掘项目经理、大数据平台项目经理等等，规划和项目实施主要依靠外包力量，缺乏具有全局视角的架构设计能力。现阶段，企业要实现数据能力内建，技术自主可控，就需要内部培养并建立数据治理专家、数据科学家、算法工程师和数据架构师团队。
　　03、 数据治理
　　数据治理是获取高质量数据，数据应用落地的有力保障。需要做好体系建设，建立科技、业务协同的数据治理体系，明确数据管理流程，建立数据治理KPI考核制度;治理关键数据项，以业务应用需求分驱动，优先治理关键数据项，逐个纳入主数据的强管理;细化各部门在数据治理工作的职责分工，协调沟通机制。
　　数据治理是数据战略得以落地的有力保障。左图展示了数据治理的基本内容，首先需要明确数据治理的行为主体和对象，即明确组织内部的主责和辅责部门和岗位，明确以数据治理的工作对象、手段和支撑系统。右图展现了与之对应的四个层面的架构关系。
　　04、 数据中台
　　数据中台是数据应用用例开发、数据产品落地的技术平台。其中数据分析平台，可支撑高级分析业务场景，使用可视化工具，优化数据应用的客户体验;数据产品平台，可支撑数据产品生命周期全流程，实现数据流水线，数据计价。
　　上图所示的数据中台分五个模块，分别为数据资产中心、数据服务、数据资产管理、数据管控和开发运维管理。其中数据资产中心处于核心位置，其数据湖层在原有数据仓库的基础上，增强了对非结构化数据和实时数据分析的支持，同时出于监管的要求，特别划分出外部数据的存储区域。核心资产层是存放企业的核心数据资产，包括业务指标、数据标签、知识图谱和算法模型。最终，通过数据服务，以数据库、API、消息等形式对外提供数据服务。
　　数据资管出品
　　作者：研究猿