睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一,入选IDC企业数据治理实施部署指南。同时,在IDC发布的《中国数据治理市场份额,2022》报告中,蝉联数据治理解决方案市场份额第一。

普华永道:银行企业数据战略实施方案(下)

时间:2022-02-11来源:坏天气浏览数:248

上一篇文章中,我们详细介绍了商业银行数据战略框架和数据战略地图,

接下来我们将介绍数据战略制定方法、数据战略实施方案及数据战略评价等内容。

03  数据战略制定

一、数据战略现状分析

当制定数据战略时,首先应当对现状进行分析, 从自上而下及自下而上两个角度分别得出数据能力建设要求及数据能力主要差距。自上而下的角度主要包含数据使能及数据生产力两部分,由国家战略到监管要求、由行业趋势到银行发展要求、再到科技及人才依此铺开,最终明确数据能力的建设要求。自下而上的角度主要是依据《数据管理能力成熟度评估模型》,找出商业银行数据现状的主要差距。

二、制定数据战略愿景

商业银行在制定数据战略愿景时主要有以下两点考虑因素。

1.商业银行的所有利益相关者。跟所有企业愿景一样,商业银行数据战略愿景的制定要顾及商业银行所有利益相关者的本质诉求,同时要符合商业银行的发展方向及使命。

2.商业银行的价值链及生产要素。数据作为商业银行的重要生产要素之一,数据战略愿景的制定重点要考虑数据在整个战略及价值链中的位置,是将数据作为途径实现业务愿景,还是打造以数据为中心的战略愿景。

三、制定数据战略目标

商业银行在制定数据战略目标时主要有以下三点考虑因素。

1.外部形势。商业银行数据战略目标的制定离不开对外部环境形势的分析及适应,外部形势是目标制定的大背景,包括国家政策要求、监管导向、科技发展、行业动态、其他先进商业银行的做法等。

2.自身情况。商业银行在制定数据战略目标前,应综合考虑自身的数据现状及数据能力,先识别“目前在哪”,再判断“未来要去哪”。自身情况是目标制定的核心考虑因素,包括但不仅限于商业银行自身的科技战略、数据能力、核心诉求、现实情况及资源配置。

3.目标分期。战略目标往往不可能一蹴而就,综合内外部情况分析后,需对目标进行排期,通常可将目标分为短期目标、中期目标、长期目标三个部分。短期目标通常是通过梳理自身现状,找出商业银行最基础、最迫切、最能集中痛点的问题,加以规划高效解决,如缺乏数据的顶层规划,各数据系统各自为政,系统之间的数据不标准、不一致,导致商业银行内部数据应用集成困难、数据分析不准确;中期目标通常是基于数据实现商业银行管理的升级和业务的创新,通过数据的精细化使用拓展新业务、构建新业态、探索新模式;长期目标因“行”而异义,但往往集中在确立商业银行自身在数字化竞争生态中的角色和地位。 

四、确定数据战略实施的总体原则

结合商业银行数据战略的背景现状和主要问题, 并将战略目标纳入考虑,商业银行在数据战略实施中主要需要考虑业务战略匹配原则、企业级统筹原则、渐进式演进原则、短长期收益平衡原则、目标可量化原则等。 五、制定数据战略实施举措为了有效达成战略目标,避免目标与结果脱节, 商业银行应根据自身数据能力现状,制定数据能力建设的关键举措,分步骤、有计划的健全自身数据能力。商业银行在确定战略举措时可以考虑如下因素:

1.商业银行内部基础条件:同战略目标制定时一样,战略举措制定时的核心考虑因素也是商业银行自身的基础条件。战略举措回答了商业银行通过数据战略究竟要做什么的问题,举措的选择和范围的框定应以实现战略目标为出发点,结合商业银行自身数据治理、数据架构、数据应用等的基础条件进行制定。

2.商业银行对应资源投入:举措是否有效离不开资源的支持。商业银行在制定战略举措时,首先要确定自身可投入的资源,以及与资源对应的预期投资回报率。资源投入直接决定了举措在实施落地时能否顺利执行,以及能承受的试错成本,继而决定了举措能否真正落地。

04  数据战略实施

一、组织人员配置

在数据战略的实施中,商业银行的人才及组织分工也需要进行适应性的调整,与之相对应的,对待人才及组织的观念也要顺应数据战略转型的要求。商业银行通过人才盘点及与目标对照分析,应规划出数据战略实施的组织分工蓝图,并相应地制定人才招募、员工培训、组织调整等方案。对于数据战略转型中的商业银行来说,熟悉业务且同时熟悉数据技术的复合型人才在未来不可或缺, 除了调整适应市场的薪酬晋升体系以吸引更多人才外,还应该加强对现有员工数据能力的培训, 包括培训课程、数据科学家派驻至业务部门等方式。 

二、制度保障建立数据规章制度在数据战略的落地过程中起着保驾护航的关键作用,良好的规章制度可以帮助企业规范行为、规避风险,为实现数据战略提供保障措施。商业银行的业务流程与组织架构往往十分复杂,需要根据自身情况,将数据战略落实到对于流程、职责、资源等方面的具体要求中,形成真正贴合商业银行、颗粒度可落地的数据制度,更好地引导与规范商业银行数据战略的落实,保障数据战略的稳妥推进。

三、数据文化培养在数据战略落地的过程中,商业银行要构建数据文化,从意识上提升组织的数据能力。Gartner发布的《CDO成功构建数据驱动型组织的10种方法》一文指出,“文化和数据素养是数据与分析领导者面临的两大障碍”,“不改变企业内部文化,就无法改变企业的行为和信仰体系。”商业银行的数据文化可以看作在数据战略落地过程中,商业银行内部员工及团队的士气、氛围和意识,好的数据文化可以培养员工的数据觉察力和敏感度、提高员工的积极性和向心力,使数据战略的落地实施事半功倍。

05  数据战略评价

一、战略实施评估

在商业银行数据战略实施过程中,对照规划目标和实施情况,从投入、产出、时间和保障支撑等维度对银行数据战略落地内容开展战略实施评估。围绕商业银行数据战略目标,可以通过关键指标来完成数据战略实施评估。

二、数据能力评估数据管理能力成熟度评估模型(DCMM)是我国首个数据管理领域国家标准,通过不同能力项评估可以获取组织与先进同业之间的差距,帮助组织建立与自身业务发展一致的数据管理体系。

DAMA是国际数据管理协会对国际上不同行业内数据管理最佳实践的分析总结,提供了一种标准化的数据管理总体框架,及重要的理论基础。商业银行数据能力评估框架应建立在DCMM之上,融入DAMA数据资产管理等关键内容和银行对敏捷数据服务和监管报送等要求,形成了商业银行数据能力评估框架。
(部分内容来源网络,如有侵权请联系删除)
立即申请数据分析/数据治理产品免费试用 我要试用
customer

在线咨询