百信銀行三大維度構筑智能金融大腦

本文作者為百信銀行陳龍強、胡瑞娟、管正剛等，從數據即服務、平臺即服務和軟件即服務三個維度闡述了構建百信銀行金融大腦的邏輯。本文由億歐編輯轉載自《當代金融家》雜志，供業(yè)內人士參考。【編者按】當前，數字化對中國乃至世界經濟都產生了深遠影響。金融是數字化、智能化轉型的重要領域，從銀行角度來看，其走向數字化、智能化的重要探索就是直銷銀行模式。數據治理是實現數據價值的必要途徑，對于我國直銷銀行突破發(fā)展“瓶頸”，向場景化、生態(tài)化、自動化發(fā)展至關重要。

本文作者陳龍強、胡瑞娟為百信銀行戰(zhàn)略發(fā)展部總經理和大數據部高級工程師，管正剛為百信銀行戰(zhàn)略發(fā)展部創(chuàng)新業(yè)務負責人，其原標題為《百信銀行：如何從三大維度構建金融大腦——淺析互聯網銀行數據治理及數據戰(zhàn)略的實踐路徑》，文章從三個維度闡明了百信銀行金融大腦構建的背后邏輯，為我國直銷銀行發(fā)展提供多視角借鑒，并助力數字普惠金融發(fā)展。

6月15日，陳龍強將出席億歐在上海舉辦「2018全球AI領袖峰會——智能+新金融峰會」詳細解讀互聯網銀行的建設思路，敬請關注!

數據即服務、平臺即服務

大數據是智能金融的“燃料”，數據治理是實現數據價值的必要途徑。百信銀行從和三個維度構建本行金融大腦，使之成為百信銀行的“參謀部”，指導和驗證經營管理決策，發(fā)展數字普惠金融業(yè)務，力圖樹立互聯網銀行智能化發(fā)展的標桿。

數字化轉型已對中國經濟產生了深遠影響，中國企業(yè)正通過“互聯網+”戰(zhàn)略深入布局多行業(yè)、多元化的數字生態(tài)系統，力圖深入觸及消費者生活的各個方面，對全球數字化格局的影響也與日俱增。金融作為數字化、智能化轉型的重要領域，在大數據時代下，疊加人工智能、云計算、物聯網(Internet of Things，IoT)、區(qū)塊鏈等前沿技術，智能化金融正迎來前所未有的繁榮發(fā)展時期。

由中信銀行和百度戰(zhàn)略投資的百信銀行，作為國務院、銀監(jiān)會(現為“銀保監(jiān)會”)特批的全國首家獨立法人直銷銀行，承載了新時代下傳統銀行業(yè)向互聯網轉型發(fā)展的重任，是一種新型互聯網銀行形態(tài)。本文將以百信銀行為例，從數據即服務、平臺即服務和軟件即服務三個維度，淺析百信銀行如何構建“金融大腦”，并使之成為全行的“參謀部”，指導和驗證經營管理決策，發(fā)展數字普惠金融業(yè)務，期以樹立互聯網銀行智能化發(fā)展的標桿。

構建基于價值實現的精細化數據運營體系

數據即服務(Data-as-a-Service，Daas)——數據是互聯網銀行的戰(zhàn)略資源。百信銀行通過B+B(商業(yè)+銀行)、線上+線下(O+O)的發(fā)展模式為客戶提供產品和服務，每個業(yè)務都在源源不斷地生產數據。數據即服務(Daas)是指與數據相關的任何服務都能夠集中整合處理，然后提供針對用戶的數據服務。涉及到元素涵蓋數據采集、數據集成、數據治理以及數據運營等內容。

數據采集

區(qū)別于傳統銀行，百信銀行暫時不具有大量的歷史數據沉淀，在積累數據方面需充分利用自有數據，大力挖掘行內數據價值，并千方百計捕捉新的數據源，快速形成數據規(guī)模，努力實現“數據在線”，用實時數據支持業(yè)務發(fā)展以及智能金融應用的需要。百信銀行數據涵蓋以下幾類。

傳統客戶交易數據

(1)：這些數據來源基于客戶和銀行發(fā)生業(yè)務關系所沉淀的傳統金融數據，一般為結構化數據。例如，客戶數據、賬戶數據、交易數據等。這類數據模型構建比較成熟，傳統銀行對于此類數據的應用深度和廣度最好。

新型業(yè)務數據

(2)：該類數據相比傳統的客戶交易數據來說，屬于比較新型的數據類型，一般為半結構化數據和非結構化數據，例如，系統運行日志、客服語音、視頻影像數據以及埋點行為數據。近幾年，部分銀行開始重視這類數據的內在價值，但是應用深度和廣度無法和傳統客戶交易數據相提并論。

互聯網數據

(3)：該類數據是銀行數據源的有效補充，例如，互聯網社交數據、移動定位數據、輿情數據等，但是此類數據的質量和標準化程度較差。

第三方數據

(4)：該類數據一般通過授權或者外購獲取，例如，征信數據、水電通信數據、社保公積金、工商稅務海關等數據。該類數據是互聯網銀行數據的重要來源，是對銀行內部自有數據的有益補充。此類數據的質量高于互聯網數據。

數據集成

數據集成是形成數據產品的必要前提條件。銀行數據按照數據形態(tài)和存儲方式分為結構化數據、半結構化數據和非結構化數據;按照數據加工時效分為實時數據和批量數據。數據集成將來自內外部不同渠道的各種數據形態(tài)、各種時效的數據進行處理和加工以及深度整合，達到數據“好用”和“易用”的目標。傳統銀行對于結構化數據的加工和處理流程相對成熟，市場上也存在應用比較廣泛的數據整合模型和數據倉庫產品。但是互聯網銀行多渠道、多樣化的數據源，注定了其數據集成整合的復雜度與傳統銀行相比，不可同日而語。

數據治理

當數據作為企業(yè)的信息資產而存在時，企業(yè)如何從數據中發(fā)現問題、分析問題以及解決問題，實現數據價值最大化?這是大數據時代每個企業(yè)必須慎重考慮的問題。數據治理就是實現數據價值的必要途徑。

數據治理概念目前沒有統一的定義,不同的組織機構從不同的方面對數據治理定義進行了闡述?！躲y行業(yè)金融機構數據治理指引》(征求意見稿)中定義“數據治理是指通過建立組織架構、明確董事會、高級管理層、部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發(fā)揮價值的動態(tài)過程”。數據治理是以價值實現為目標，是組織、制度、流程和技術的有機集成，這四部分是實現常態(tài)化數據治理的手段與工具。數據治理的核心領域主要包括數據標準管理、數據質量管理、元數據管理以及數據安全管理等主題。

百信銀行成立了全行級別的數據治理委員會，統一協調數據治理工作;同時發(fā)布數據標準管理辦法、數據安全管理辦法等多項數據治理相關的制度和流程，并在數據標準管理、數據質量管理、元數據管理、外部數據資源管理等數據治理平臺進行落實。

(1)數據標準管理

數據標準管理是數據治理中的一項基礎職能。數據標準管理關鍵點在于如何規(guī)范數據項，統一全行定義;難點在于如何在信息系統設計開發(fā)以及日常業(yè)務處理中落實數據標準。

和傳統銀行相比，百信銀行沒有歷史包袱，在IT規(guī)劃之初，便制定了“標準先行”的數據治理方針，發(fā)布了行內關鍵的基礎數據標準，并在行內業(yè)務系統中落地實施，從源頭規(guī)范數據，保障數據質量。

(2)數據質量管理

數據質量管理是數據治理的一項核心職能，其最終目標是提升數據價值。建立數據質量檢核規(guī)則和檢核指標，是對數據質量實施最直接也是最易見成效的管控模式。數據質量管理重在持續(xù)性，是長期循序漸進的過程，按照發(fā)現問題、分析問題、解決問題、深入糾改、形成規(guī)則、防范和監(jiān)控的形式循環(huán)提升。數據質量管理一定要先配合后評價，將數據質量問題的解決情況納入到部門和員工的考核評價中。百信銀行在對數據采集和內外部數據整合過程中，對于關鍵的數據項制定業(yè)務檢核以及技術檢核規(guī)則，定期出具數據質量檢查報告，督促相關系統整改數據質量問題。

(3)元數據管理

元數據是“描述數據的數據”，相當于查找數據的“數據地圖”。通過元數據管理，可以更好地維護、分析、使用和解釋數據。大數據背景下，除了傳統系統數據字典和業(yè)務定義之外，還需考慮納入與大數據相關的元數據內容：術語字典應包含大數據的術語;需要為非結構化數據提供分類、語義支持;Hadoop、NoSQL 數據庫的技術元數據需要納入元數據存儲庫管理。有些企業(yè)為了充分發(fā)揮元數據的價值，對元數據管理的范圍進行了擴大，從簡單的庫表，到整個大數據平臺，再到服務管理，甚至驅動微服務，不斷突破傳統元數據管理范疇。元數據管理的關鍵在于如何和銀行信息系統開發(fā)上線體系進行有機結合，以保證元數據維護的及時性和準確性，并以此分析上線系統對其他系統的影響。百信銀行借助數據治理平臺將行外數據和行內關鍵業(yè)務系統數據進行了統一管控，實現了數據的血緣分析和影響性分析。

(4)數據安全管理

在大數據時代，數據安全比以往顯得尤為重要。2017 年，國家頒布了《網絡安全法》，從法律層面對于網絡信息安全進行了規(guī)定要求。從企業(yè)的角度，建立完備的數據安全管理體系，不僅是為了滿足國家法規(guī)、行業(yè)準則和監(jiān)管要求，更是為了保證銀行生產運行的穩(wěn)定性和連續(xù)性，為了保護銀行和客戶的有形或無形資產。數據安全管理的關鍵點在于數據脫敏規(guī)則的制定和執(zhí)行。百信銀行對數據安全管理持一貫重視態(tài)度，全面梳理了數據安全管理的關鍵環(huán)節(jié)，采取加域、水印、加密、脫敏等多種技術措施，確保數據資產在使用過程中能被恰當的認證、授權、訪問和審計。對于敏感數據制定脫敏規(guī)則，在數據訪問和數據交換時進行動態(tài)脫敏和靜態(tài)脫敏，加強對敏感數據的訪問管控力度。

構建數據價值評估體系

數據價值評估在數據資產管理、數據開放共享、數據交易流通中起到重要作用。在大數據時代，如何對數據進行價值評估和變現?百信銀行為了進一步度量大數據的價值，正在積極探索構建數據價值的評估方法，制定數據價值評估的標準。目標是打造數據價值的“度量衡”，有效促進行內數據和行外數據變現。

構建基于開源技術的大數據算力和算法平臺

解決了離線大數據和近線大數據實時融合處理等技術難題。

平臺即服務(PaaS)——將大數據基礎平臺計算引擎或者組件作為一種“產品”，對行內和行外提供算力和算法服務，避免使用方重復搭建大數據相關的基礎平臺，實現平臺和應用的分離，專業(yè)的人員做專業(yè)的事。這個思想目前在某些大數據公司已經變成了現實。大數據平臺可以提供批量計算、流式計算、圖計算、內存計算、算法庫以及大數據基礎服務平臺、流式平臺和AI平臺等多種算力和平臺服務。百信銀行利用云計算、大數據、人工智能等技術，搭建了業(yè)內領先的完全基于Hadoop生態(tài)的云端大數據基礎平臺，支持超千節(jié)點的快速擴展。同時，創(chuàng)新性地推出了基于大數據開源技術的流式計算平臺，

流式計算平臺

流式計算平臺aiStream 是百信銀行自主研發(fā)的產品，基于開源JStorm 技術，在設計中充分考慮了分布式實時流式計算的難點，采用了主流的計算框架，基于分布式內存并行計算，支持拆分、合并、缺失值填充、類型轉換等多種預處理模式及特征過濾、特征離散、特征尺度變換等多種特征工程處理能力，平臺將這些能力封裝成基礎組件，提供通用接口，支持業(yè)務模塊低成本快速接入，根據業(yè)務需求靈活組合使用和業(yè)務集成，后續(xù)將擴大計算規(guī)模，提供在線統計、學習和預測能力。該流式計算平臺aiStream 在百信消費信貸業(yè)務的風險實時監(jiān)控和策略干預上發(fā)揮著重大作用，后續(xù)也將在理財、內部創(chuàng)新等多領域或業(yè)務中進行深度應用，助力全行業(yè)務加速。同時考慮通過云服務向外界輸出實時計算能力，讓更多中小金融企業(yè)和用戶享受到百信銀行實時計算的技術成果。

AI基礎服務平臺

如果銀行只是單獨采購如人臉識別等AI 技術，雖然能夠解決某個場景中的具體需求，卻無法自己生成通用的AI能力。一旦應用場景發(fā)生變化，或者需要與其他業(yè)務深度結合，單個的AI技術還是無法幫助銀行解決復雜而多樣的業(yè)務難題。銀行需要的是AI能力，而不僅僅是單個AI技術。打造AI基礎服務平臺作為銀行AI核心系統勢在必行。

AI是百信銀行品牌的核心元素。百信銀行正在著力研究如何打造百信AI基礎服務平臺，搭建本行AI核心系統，集成AI常用模型和算法，提供一站式AI服務，助力AI在百信銀行落地、演化，實現全方位AI。該AI平臺使用成熟后，將進一步市場化，最大化模型價值。

構建基于場景的智能化金融服務

軟件即服務(SaaS)——這種交付模式具有良好的可擴展性，非常適合應用在大數據領域。大數據來源于業(yè)務，也服務于業(yè)務。大數據是智能金融的“燃料”，它為人工智能不斷學習、快速成長提供源源不斷的動力。百信銀行作為一家AI銀行，通過構建百信金融大腦，逐步落地大數據在智能風控、智能客服、智能投顧等業(yè)務上的應用，并將陸續(xù)實現其他領域的創(chuàng)新實踐。

智能風控

智能風控是百信銀行首要打造的核心競爭力，也是“智能銀行即服務”體系的關鍵組成部分。目前百信銀行初步建立了富有互聯網銀行特色、簡單有效的風險管控體系。利用模糊匹配、深度學習、設備指紋、神經網絡等前沿技術，初步打造了百信銀行大數據風控體系，可以通過1萬多個標簽對個人用戶風險進行實施準確評估。2018 年，將繼續(xù)完善以白名單為主的大數據風控模型，同步建設用戶特征變量庫，特征變量達10000 個以上，建立風控策略模型實驗室，打造具有市場競爭力的大數據信用評分體系和智能定價體系，為拓寬銀行服務的邊界、踐行數字普惠金融打下堅實的基礎。

智能客服

銀行傳統客服側重于解決客戶問題，而互聯網銀行由于沒有實體網點，客服就成為重要的營銷渠道。智能客服不僅是幫助客戶解決問題的窗口，也是深入了解客戶需求的途徑。與圖像識別、聲紋識別、VR、AR、全息投影等技術相結合，智能客服將重新定義商業(yè)銀行現有服務模式，客戶與銀行之間的交互將更加智能化，更加接近人們與生俱來的自然行為。百信銀行致力于落地“智能銀行即服務”，有賴于智能客服機器人與客戶形成良好的互動，挖掘用戶潛在的需求，為客戶提供智能化、個性化、有人情味兒的服務。百信銀行將采用自然語言處理技術，充分利用客戶畫像成果，精準提取并理解客戶意圖和情感，基于知識圖譜構建并持續(xù)優(yōu)化客服機器人的理解和答復知識庫，以至于能夠預測客戶未來的行為和需求，為客戶提供超預期的服務，逐步減少甚至替代傳統客服人員，實現自動化服務和銷售。

智能投顧

由于國內市場公募基金和交易型開放式指數基金(Exchange Traded Funds，ETF)類產品的固有特性，傳統意義上的智能投顧服務并不能良好地達成為客戶做合理資產配置和精準建議的目的。百信銀行在C端智能投顧應用上，用更貼近客戶需求和國內市場現實的思路，打造“智能顧+投”的復合智能服務。百信銀行充分發(fā)揮數據優(yōu)勢和平臺優(yōu)勢，充分挖掘自身用戶數據和合作伙伴的非結構化數據價值，將用戶在不同場景的金融和非金融數據打通，借助多種大數據手段對用戶進行精準畫像，做到比用戶更認識用戶?；诔浞至私庥脩麸L險收益偏好和家庭財務狀況的前提，百信銀行將充分發(fā)揮技術優(yōu)勢，借助機器學習和量化投資模型，通過配置全品類的金融產品，達到最大限度滿足不同用戶的不同投資需求的目的。

結語

百信銀行構筑智能金融大腦之路充滿了挑戰(zhàn)和不確定性，如何發(fā)揮銀行數據資產價值是成功開展數據治理工作和踐行數字普惠金融的關鍵。數字普惠金融之路任重而道遠，百信銀行將不忘初心，堅持金融科技創(chuàng)新的戰(zhàn)略定力，為互聯網銀行找到一條差異化發(fā)展之路。