西安銀行：深耕數據價值，犀鳥·數據運營分析平臺實踐

案例名稱

深耕數據價值，犀鳥·數據運營分析平臺實踐

案例簡介

西安銀行數據治理實踐之路是既能直面DT時代帶來挑戰的，又能順應和承擔城商行自身業務發展需要和肩負社會責任的數據治理驅動模式。從面向具體業務分析的數據治理驅動模式，例如：集團客戶識別、客戶畫像、數字化運營、投資主體分析等由淺及深推廣，到數據平臺建設的驅動模式，例如：數據倉庫、數據管控等逐步拓寬完善；從大型應用建設與監管的驅動模式，例如：績效管理體系建設、監管統一數據集市雛形的搭建；到今年，積極響應以“數據可用，不可見”為目標，實現數據資產在西安銀行更多領域的應用落地，積極探索「基于安全多方計算和聯邦學習平臺的隱私計算應用和數據安全治理」的驅動模式，形成了“多駕馬車并駕齊驅”的數據治理實踐模式，旨在構建數據安全治理中，不斷發揮數據價值。

創新技術/模式應用

1、根據近年度經驗積累，西安銀行數據治理實踐模式采用多種推進模式、多領域并行推進，“多駕馬車并駕齊驅”的數據治理模式，是能夠直面數據時代挑戰，能夠順應和承擔起城商行自身業務發展需要的數據治理實踐模式；

2、構建企業級數據標準化整體框架，以可落標的數據模型工具為數據治理落地實踐載體，結合數據標準管理工具，全面制定和整合數據標準、逐步落地數據標準。

3、以監管數據質量要求為參照，精準數字化營銷、業務精細化管理為應用場景，通過數據質量管控工具在數據模型中落地，結合元數據管理功能深度溯源和管控數據質量影響，跟蹤管控監管報送、營銷管理、績效管理源頭業務系統數據質量。

4、以數字化經營、數字化營銷、數字化風控、數字化績效等為落地場景，行內數據和外部數據依照數據治理綱要進行統籌管理和場景融合，以監管報送數據為基礎參照，落地全行統一標簽體系和指標體系，形成西安銀行數據資產管理目錄。

5、構建了統一數據API服務，對外提供統一數據服務，為數據資產與數據應用之間建立了一座“統一、安全溝通的橋梁”，不僅避免了數據在流向下游可能造成不一致的問題、在保證數據可用的前提下保障了數據安全，而且數據API服務打通了數據資產到數據應用的鏈路，形成了數據的全生命周期血緣。

6、聚焦監管報送，以監管報送數據為核心對象，針對涵蓋人行征信、EAST、1104報表、反洗錢、人行大集中等報送基礎數據、指標，進行統一的數據架構規劃、質量管控，按照整體規劃，分階段落地監管統一集市。

7、數據管理10大職能域一步開展，基于精準營銷、績效管理、監管報送進行全領域覆蓋，技術領、管理域、治理域一步開展，從體系流程和管理制度小范圍落地實踐形成可復制模式，逐步拓展至企業級數據治理。

8、基于數據安全治理方式，保障行內數據安全，實現了數據分權限的分級分類管理；基于隱私計算技術，在保障數據隱私及安全的前提下，完成與第三方的數據聯合分析、聯合訓練、聯合預測。

項目效果評估

1、能力效益

采用MPP架構的數據庫的大數據計算平臺，大大降低了銀行搭建分布式計算平臺的成本，大提高了海量數據的計算加工的時效，提升了西安銀行大規模數據的批量計算能力和創新型業務的數據分析能力，依托該技術平臺快速擴展全行數據積累、整合和分析能力，提升數據倉庫底座能力；通過企業級數據架構不斷完善，提升了不同數據的可讀性，降低了不同數據的影響性，提高數據模型能力，減少重復采集、降低數據冗余、優化數據的存儲和集成應用關系，提高了智慧運營、智慧營銷、智慧風控等應用的數據支撐能力；通過數據質量管控工具在數據模型中落地，結合元數據管理深度溯源和管控數據質量影響，跟蹤管控監管報送、營銷管理、績效管理、風險管理等源頭業務系統數據情況，不斷提升數據質量，為業務人員、管理人員、技術人員提供了快速的、精準的數據的感知能力，為行內數據運營狀態提供了一個清晰可視化的平臺，為后續業務開展提供了堅實的數據支撐。

2、社會效益

犀鳥建設從數據運營、挖掘分析，逐步拓展到數字化營銷、數字化風控、數字化運營、數字化績效、數字化監管報送、數據資產管理等場景應用，始終以業務數據化為起點、以數據場景化為核心、以場景智能化為目標，建立了一套從研發到運營的科學管理標準，面向全行提供標準化數據運營分析能力，推進數據與技術、數據與業務的結合與應用，加快實現數據資產價值在各個領域的不斷放大，目前已攜手各業務條線在“客戶洞察、產品創新、流程再造、輔助決策”等方面實現數據資產價值的有效體現。

截止目前，結合行內外數據，積累沉淀20大類1800余小類4萬余數據標簽、28大類1900余小類“外部”數據標簽、58大類超15萬余項運營監控指標；基于千余個數據標準納管數據及服務，數據管理及應用覆蓋百余系統、幾十萬余表、百萬余字段、萬余精準服務；基于營銷標簽的精準投放累計觸達超過百萬余人，平均轉化率提升超過196%。；基于客戶風險標簽的線上風控模型最優ROC達0.836，K-S達0.531，學習率達0.05，模型秒級響應；基于客戶交易標簽的資金動向識別，準確率達100%；基于客戶標簽的貸后管理，逾期率下降1.9倍。不斷強化數據能力，賦能西安銀行監管報送、經營管理、用戶洞察、產品創新、智能營銷、數字運營、風險防控等領域。

項目牽頭人

楊文妍 科技部·大數據團隊負責人

責任編輯：韓希宇