民生银行数据战略实践

专题
Special Topic 民生银行数据战略实践
中国民生银行数据管理部总经理 沈志勇
数据是推动数字经济发展的基石，是做好数字金融大文章的关键所在，更是引领银行数字化转型的核心力量。

为了全面挖掘和利用数据资产的巨大潜力，优化经营管理、革新业务模式，并明确实现数据价值最大化的愿景、目标和指导原则，民生银行在2023年伊始发布了全行首个关于数据工作的纲领性文件——《中国民生银行数据战略（2023—2025年）》（以下简称《数据
战略》）。

《数据战略》对民生银行深化数字化转型，大力发展数字金融具有重要的支撑和保障作用。

民生银行坚持政策导向，在编制《数据战略》的过程中充分参考了人民银行发布的《金融科技发展规划（2022—2025年）》、金融行业标准《金融业数据能力建设指引》以及原银保监会发布的《银行业金融机构数据治理指引》等文件。

《数据战略》还特别强调了前瞻性，不仅关注当前的数据需求和挑战，同时着眼于未来发展趋势和竞争格局的要求，并通过明确民生银行在数据治理、数据能力建设、数据应用等领域的工作目标和行动计划，为具体工作的开展提供了清晰的方向和指引。

同时，《数据战略》与民生银行自身的数字化转型战略紧密契合，并与《中国民生银行信息科技发展规划（2023—2025年）》一起，为全行提供科技与数据“双轮驱动”的数字化能力支撑。

一、民生银行数据战略
民生银行数据工作的愿景是打造一家数据驱动的银行，全面实现用数据洞察、用数据决策、用数据管理。

为了实现这一愿景，《数据战略》明确了五个战略目标：数据可见可访问、数据可用可理解、数据易连接可共享、数据可赋能可增值和数据安全可信。

同时，《数据战略》还确立了五项指导原则，包括将数据视为战略资产、与企业战略相匹配、全局视角与统筹规划、进行全面评估与定期检视、严格遵守数据法规与伦理规范（如图1所示）。

在愿景、目标和原则的指导下，《数据战略》进一步阐明了数据能力建设的三个层次：筑牢数据底座、促进数据易用、实现数据价值，并明确了包括组织分工、制度保障、资源配置、文化培育以及战略检视在内的保障措施。

1.战略目标
数据可见可访问：为确保用户能快速检索、定位及获取所需数据，解决数据难以查找的问题，民生银行采取集中管理数据、引入外部数据源等措施，并发布了清晰的数据资产目录。

数据可用可理解：为解决“数难懂”的问题，民生银行完善元数据标准，确保统一规范；明确数据业务定义，使用户理解数据来源和用途；开展数据质量监控，及时发现问题。

数据易连接可共享：为打通数据孤岛，促进数据融合互通，民生银行加强元数据与主数据管理，统一数据开发规范，确保系统间互通；构建易用、可共享的数据
资产管理平台。

数据可赋能可增值：为发掘数据潜力、赋能业务并参与数据市场交易，民生银行构建数据智能体系以支持决策，探索应用隐私计算技术推动数据生态发展，探索数据定价估值与入表。

数据安全可信：建立数据安全管理体系，提升保护能力，遵循科技伦理；完善数据分类分级机制，保护敏感数据；采用先进技术措施，强化全生命周期安全管理；确保算法透明可解释，维护客户权益。

2.指导原则
数据是战略资产：数据在新时代展现出无可替代的价值。

民生银行积极、审慎地推进数据采集、管理、应用和共享，确保数据完整、准确、及时，并将数据赋能深度融入金融服务的全流程，贯穿于业务运营全链条。

匹配企业战略：数据战略必须与企业战略目标相一致。

民生银行围绕企业的核心使命和愿景规划，以客户为中心，连接客户需求与企业运营，赋能和管理业务；
加强数据基础设施建设
•加强企业级数据架构管理•强化企业级数据标准管理 •强化闭环的数据质量管理•优化升级元数据智能管理•提供可靠的数据安全保障
构建数据资产管理体系提升敏捷的数据开发能力提升中台化数据服务能力打造智能化数据应用场景提升数字化业务赋能能力构建数据工作价值评价体系探索数据要素价值评估和交易数据可见可访问 数据可用可理解 数据易连接可共享 数据可赋能可增值 数据安全可信
用数据洞察、用数据决策、用数据管理
成为数据驱动的银行
图1 民生银行数据战略蓝图
专题Special Topic
同时，推动数据在企业内部共享和协同，打破信息壁垒，优化资源配置和业务协同发展。

全局视角与统筹规划：数据战略实施需具备全局视角和统一部署。

民生银行从企业级高度整体设计，横向覆盖全业务领域，纵向贯通全数据技术栈；加强数据、科技和业务等部门的统筹管理与分工协作，形成紧密合作机制，确保数据战略得到全面深入推进。

全面评估与定期检视：要持续提升数据质量，就需要定期全面评估和检视。

民生银行十分关注数据准确性、完整性、及时性以及应用效果、合规性和规范性，兼顾业务部门和监管部门视角；根据评估结果制定改进措施和计划，建立反馈机制以确保对措施和计划的实施和跟踪。

遵守数据法规与伦理规范：牢固树立数据合规底线思维，确保数据处理活动在法律框架内进行；重视数据安全和个人信息保护，积极履行金融科技伦理责任；关注新技术伦理风险和挑战，确保数据创新活动符合社会伦理道德标准，维护金融市场公平、公正和透明。

二、民生银行数据战略实施情况
民生银行《数据战略》发布一年以来，全行数据工作有序开展，在各个方面都取得了积极的进展。

1.数据能力建设进展
遵照《数据战略》的规划，民生银行从“筑牢数据底座、促进数据易用、实现数据价值”三个层面，全面、有序推进数据能力体系建设。

通过持续夯实基础数据平台，完善数据治理体系，提升数据资产管理能力，加强数据能力中台与数据技术体系建设，民生银行整体数据能力实现了明显提升，为业务创新和高质量发展提供了更加坚实的数据能力支撑。

（1）数据基础设施建设
目前，民生银行已基本建成“高低搭配”的融合型数据湖仓平台，该平台支持数据从“按需保存”转变为“应存尽存”，并具备数据资源统一管理、集约开发、开放共享的能力，成为企业级数据整合共享底座。

民生银行以数据湖仓平台为核心的“1+N+1”服务体系已初具规模，有力地支撑了营销、风险、运营等诸多应用场景，逐步走向规模化：以湖仓平台这“1个新底座”为基础，构建了“N类新模式”，包括优化实时数据采集体系，实现重要场景实时用数；构建实时事件感知能力，具备配置化的事件生产能力，实现对公、零售等营销场景的事件营销策略配置，支持运营服务场景的断点监测及处置；优化行为数据采集体系，为营销拓客、提升客户体验提供坚实基础等。

“1个新中枢”是指以客户视角构建的用户数据仓库（UDW），以客户和事件为中心融合数据，快速赋能业务场景应用，支持各类营销拓客场景，同时为BI、AI、客户数据平台（CDP）等提供数据支持。

（2）数据治理与数据资产管理
2023年，民生银行进一步提升数据治理能力，在当年公布的监管评级结果中，数据治理得分较上年提升13分，达到71.5分，高于股份制银行平均分。

通过完善数据、科技、业务部门的协同工作机制，逐步推进数据认责，民生银行进一步夯实了数据治理工作的基础，并借助数据治理委员会与PMO协调机制，有力推动了各项工作的开展。

在数据治理方面，民生银行重点推进了主数据管理、元数据管理、企业级数据标准建设、数据质量管理闭环和重点专项治理等工作；启动了数据资产管理体系建设，全面盘点行内数据资产，明确其分类、规模和价值，并依托数据资产管理平台提供安全合规的一站式服务。

为加强数据资产管理，民生银行采取了一系列行之有效的措施：一是完善数据资产管理制度和流程，制定数据共享策略，建立保障体系，规范管理活动；二是完善数据资产目录，形成资产总览和精品化数据资产，提供便捷访问途径；三是构建灵活易用的系统工具，促进数据共享，支持多维度检索和获取数据；四是积极探索
要素价值评估，推进数据资源入表；五是通过整合外部数据资源、构建统一集市、提供标准化服务等措施，积极发挥外部数据价值。

（3）数据能力中台与数据技术体系
2023年，民生银行持续推进数据能力的中台化，包括数据中台、AI中台和BI平台的优化建设；同时打造了图谱、大模型等数据技术体系。

民生银行数据中台服务模式和运营机制已成熟，支持数百个业务场景，如零售客户收益中心、手机银行客户服务等。

与此同时，民生银行基于AI中台新建了大规模机器学习平台，其与原有工具平台形成了统一的AI 研发基础设施，具备了多种服务能力。

其中，“银行企业级AI平台体系建设与工程实践”项目入选“第三届（2023）‘金信通’金融科技创新应用优秀案例”，“基于企业关系图谱的新客挖掘应用案例”获得第六届（2023）数字金融创新大赛“数字营销银奖”。

此外，民生银行还新建了BI平台，为数据化决策提供支撑，打通了批量、实时、数据湖链路，以多种形式触达用户，降低了决策分析门槛，加速了决策应用实现过程，充分发挥了数据的整体效益。

2023年，民生银行加强了包括大模型技术体系在内的一系列数据技术体系的建设，成功搭建了大模型技术底座，基本保障了模型的可用性和数据的可训练性。

在大模型的科技创新与应用上，民生银行始终遵循制度规范和监管要求，合规开展大模型应用，一方面对上线场景进行监管报备；另一方面制定了一系列员工使用规范，并对AI模型管理办法进行了修订，规范了大模型的开发、部署和上线流程。

在场景应用方面，民生银行已经在智慧问答、智慧研发、智慧座席、智慧办公、智慧分析、智慧营销等六个应用领域对大模型技术进行了非直接面客场景试用，通过探索“大模型+智慧X”应用生态，致力于将大模型技术与各业务领域深度融合，推动银行业务的创新与发展。

2.业务赋能
对照业务战略愿景，民生银行通过实施《数据战略》
，中国民生银行大楼外景
专题Special Topic
在市场营销、风险管控、经营决策、业务运营、产品与服务、生态经营以及监管统计报送等核心领域取得了阶段性的数据赋能成果。

在市场营销方面，民生银行成功构建了新一代的数字化营销闭环体系，提升了营销分析的智能化水平，通过新建和重构数字化营销工具，实现了营销效能的提升。

在风险管控方面，民生银行利用湖仓数据和先进的智能算法模型，更及时、准确地识别和监测各类风险，有效增强了风险评估与防范能力。

在经营决策方面，民生银行扎实推进数字化决策能力体系建设，基于湖仓体系和BI平台构建了敏捷化、可视化的数据分析能力，为全行经营决策提供了强有力的数据支持。

在业务运营方面，民生银行初步建立了运营数据集市，为智能识别、服务断点识别和操作风险识别等场景提供了重要的数据能力支撑。

在产品与服务领域，民生银行落实产品主数据建设方案，启动了产品模型的抽象工作以支持数字化产品工厂体系的建设；同时，还初步探索了基于数据价值挖掘的数据产品业务赋能模式，并取得了初步成效。

在生态经营方面，民生银行加强与外部平台的互通互联和数据合作，通过与国家公共信用信息中心、上海数据交易所等机构的紧密合作，共同推动数据要素生态的繁荣发展。

在监管统计报送方面，民生银行通过优化流程、提升自动化水平和增强平台支撑能力等措施，持续改进监管数据质量并有效提升了报送质量。

截至2023年底，民生银行在1104监管报送方面已经连续三年未出现问题通报，并在人民银行大集中报送方面连续五年获得了通报表扬。

3.战略保障
民生银行在推进《数据战略》过程中高度重视组织机制、统筹管理与数据文化建设等保障措施。

在组织机制层面，民生银行党委和董事会对此给予高度关注，严格遵循监管要求，审慎审议《数据战略》相关议题；同时，定期召开专题会议，成立跨部门专项团队，明确各自职责，强化信息沟通与交流，形成高效的工作合力，确保《数据战略》得以有效实施。

在统筹管理方面，民生银行数据部门构建了统一的数据服务体系，通过精心打造数据需求地图，实现需求全流程的顺畅串联和详尽记录，进而完善数据项目的全生命周期管理，提升了开发效率和统筹能力。

此外，民生银行通过建立数据价值指标体系，构建了跟踪、评估、反馈和优化闭环，创新了数据运营模式，并通过精准指标设计和数据监控，建立了日常监控机制，可及时洞察工作进展及潜在异常。

在数据文化建设方面，民生银行紧密围绕《数据战略》的目标，精心制定并落实数据文化体系建设规划，通过行内门户网站、线上社区、公众号等多元化渠道，以及举办数据应用创新大赛等活动，持续培育和传播“知行合一”的数据文化理念，加强员工对数据重要性的认识，鼓励其主动学习并在日常工作中善于运用数据。

2023年是民生银行《数据战略》全面实施和成效初显的一年。

围绕基础数据平台、数据治理机制、数据资产管理、数据能力中台建设以及场景应用创新开展的一系列工作，为市场营销、风险管理、业务运营及经营管理实现数字化、智能化转型提供了有力支撑。

展望未来，民生银行将根据中央金融工作会议有关做好数字金融大文章的要求，坚定不移继续推进《数据战略》的深入实施，坚持一张蓝图绘到底，通过提升数据能力、加强数据智能规模化应用，助力加快数字金融建设，为民生银行高质量可持续发展贡献数据的力量。