최근 몇 년 동안 빅 데이터 산업이 호황을 누리면서 기업과 정부 모두 자체 데이터 자산의 가치를 다시 인식하게 되었습니다. 하지만 안타깝게도 데이터 자체는 직접 가치를 창출하지 못합니다. 우리가 데이터를 사용하여 가치를 창출하려고 할 때, 데이터 표준 부족, 데이터 출처 불명, 데이터 품질 규제 부족 등 많은 문제가 드러납니다. 이를 위해서는 데이터 가치 실현의 토대를 형성하기 위해 일관된 데이터 표준과 우수한 데이터 품질이 필요합니다. 데이터 거버넌스는 이 기초의 존재를 보장하기 위한 것입니다.
국제 데이터 관리 협회 (DAMA) 는 데이터 관리를 데이터 자산 관리에 대한 권한 및 통제를 수행하는 활동 모음으로 정의합니다. 조직, 제도, 프로세스 및 도구를 포함하는 관리 시스템입니다.
국내 기업의 실제 응용 프로그램에서는 일반적으로 데이터 거버넌스 및 데이터 관리를 종합적으로 고려하며, 데이터 거버넌스는 조직 아키텍처, 관리 시스템, 운영 사양, 정보 기술 응용 프로그램, 성과 평가 지원 등 여러 차원에서 조직의 데이터 모델, 데이터 아키텍처, 데이터 품질, 데이터 보안 및 데이터 수명주기를 종합적으로 빗질하고 지속적으로 개선하는 프로세스입니다.
데이터 거버넌스에 관해서는 금융 산업보다 더 의존할 수 있는 업종이 없으며, 거의 모든 부분이 데이터와 밀접한 관련이 있습니다. 은행 정보화는 30 여 년 동안 발전해 왔으며, 초기 데이터는 기본적으로 거래의 부산물이어서 거의 사용되지 않았다. 최근 몇 년 동안 상업은행은 데이터를 이용하여 보다 정확한 고객 마케팅, 위험 관리, 운영 최적화 등을 진행하고 있습니다. 그러나 이 과정은 순조로운 것이 아니며, 데이터 관리 체계가 완벽하지 않고, 통계가 불완전하며, 데이터 분포가 분산되어 있는 등 많은 문제들이 은행업의 디지털 전환에 걸림돌이 되고 있다. 은행업이 데이터 거버넌스를 강화하는 것은 필수적이다. 데이터 관리를 잘해야 데이터에서 가치로 승화돼 은행의 관리 수준과 시장 경쟁력을 높일 수 있다.
데이터 거버넌스는 은행 운영 보안의 필요성입니다.
데이터는 이미 은행의 중요한 자산 중 하나이며, 은행은 자신과 고객의 정보를 안전하게 보관해야 한다. 영업 비밀과 민감한 데이터와 관련된 다양한 정보는 처리 및 사용 과정에서 위반, 불법 사용 또는 정보 유출의 위험이 있어 은행에 헤아릴 수 없는 손실을 초래할 수 있습니다. 우수한 데이터 거버넌스 환경에서는 비즈니스 프로세스의 불확실성에 더 잘 적응할 수 있도록 데이터 관리 및 사용을 표준화할 수 있습니다.
데이터 거버넌스는 은행 위험 관리의 필요성입니다.
Fintech 의 발전과 응용에 따라 상업은행은 빅 데이터, 데이터 마이닝, 기계 학습, 사기 방지, 블록 체인 등의 기술을 활용하여 위험을 종합적으로 평가합니다. 그러나이 모든 것은 데이터 모델의 데이터에 의존하여 잘 사용됩니다. 데이터의 일관성과 무결성은 은행 위험 관리의 원활한 운영을 보장하고 위험을 효과적으로 관리 및 완화합니다.
데이터 거버넌스는 은행 업무 혁신의 필요성입니다.
은행은 줄곧' 전통' 이라는 꼬리표를 붙였다. 시장 경쟁이 심화됨에 따라 고객, 제품, 채널 및 마케팅에 큰 어려움을 겪고 있습니다. 대규모 데이터 환경에서 은행은 역사와 기존 비즈니스 데이터를 발굴 및 분석하고, 기존 비즈니스 운영을 기반으로 다양한 혁신적인 비즈니스를 출시하고, 고객 경험을 향상시키고, 은행 경쟁력을 높여야 합니다.
데이터 거버넌스는 정책 및 규정 요구 사항입니다.
2065438+2008 년 5 월 2 1 일 중국 은감회는' 은행업 금융기관 데이터 거버넌스 가이드' 를 발표해 데이터 거버넌스 구조, 데이터 관리, 데이터 품질 관리, 데이터 가치 실현 및 감독 관리 등 은행업 금융기관의 데이터 관리 활동을 규제했다. 이것은 또한 은행이 데이터 거버넌스 시대에 완전히 진입했다는 것을 의미합니다. 그러나 2065438+2009 년 말 안후이봉양 농촌상업은행은 "요구에 따라 데이터 관리를 효과적으로 하지 않아 데이터 거버넌스에 심각한 결함이 있어 신중한 경영규칙을 심각하게 위반한 것" 으로 은감회에 처벌을 받았다. 은행 데이터 거버넌스 시스템이 시급히 개선되어야 할 문제도 반영된다.
최근 몇 년 동안 은행도 데이터 거버넌스를 전행 전략으로 끌어올려 일련의 업무를 전개하였다.
20 14 년, 중국 건설은행은 정보센터를 데이터 관리부로 이름을 바꾸고, 본점 1 급 관리부로 전행 데이터 관리 및 응용능력 건설을 추진하고, 엔터프라이즈급 데이터 규범을 제정하고, 내부 및 외부 데이터 자원 관리를 총괄하며, 정보 공유를 실현하였다. 그룹 데이터 수요를 총괄적으로 관리하고, 그룹 내 기관에 데이터 서비스를 제공하고, 큰 데이터를 전행에 적용하는 것을 추진한다.
2065438+2008 년 3 월 난징 은행은 공식적으로 디지털 은행 관리부를 설립하여 데이터 관리를 주도하고 전 업종의 디지털 전환을 추진했습니다.
......
그러나' 중소은행 금융과학기술발전연구보고서 (20 19)' 에 따르면 9 1% 의 중소기업은 여전히 완벽하고 효과적인 데이터지배체계를 확립하지 못하고 있어 은행의 전면적인 데이터 통치가 절실하다. 그러나 현재 우리나라 은행업 금융업계의 데이터 통치는 여전히 발전 단계에 있으며 제도, 데이터, 기술, 인재 등에서 큰 문제에 직면해 있다. 특히 인재 측면에서는 전문 시스템의 데이터 관리 및 데이터 분석 인재가 부족합니다.
5 년간의 R&D 와 3 년간의 교육 실습을 거쳐 CDA 데이터 분석가는' 금융 디지털 변환 인재 훈련소' 를 선보였다. 이들은 기존 CDA 인증체계를 바탕으로 금융업계 데이터 어플리케이션의 특징을 부각시키며 국제적으로 유명한 기업 아키텍처인 Togaf, 데이터 관리 및 거버넌스 시스템 DMBOK, IT 거버넌스 COBIT 인증 시스템에 통합되어 학생 금융 데이터 응용 프로그램의 이론적 틀과 실천력을 키우고 금융 종사자에게 개인 디지털 변환 솔루션을 제공하고 조직 내 디지털 기능으로 전환했습니다.
이 과에서는 다음을 얻을 수 있습니다.
I. 데이터 자산 계획 및 관리
기업의 디지털 전환은 데이터 가치를 깊이 파고 비즈니스 프로세스 리엔지니어링을 보완하고 변화에 대처할 수 있는 기업의 능력을 향상시키는 것입니다. 기업은 명확한 디지털 전략을 수립하고 데이터 자산 관리 능력을 지속적으로 향상시킬 필요가 있습니다. 데이터 제품은 데이터 모델, 데이터 품질, 데이터 도구, 데이터 애플리케이션 및 데이터 알고리즘의 다섯 가지 범주로 나뉩니다. 이 가운데 데이터 애플리케이션은 기업 업무 프로세스 최적화를 위한 복잡한 노동의 산물이며, 업무 운영과 함께 누적된 원시 데이터와 외부에서 획득한 상대적 초급 데이터 제품입니다. 운영 차원에서 기업 디지털화 전략은 데이터 포트폴리오 전략과 동등하며, 기업의 비즈니스 전략 목표에 따라 데이터 애플리케이션 계획을 세워 데이터 포트폴리오를 결정해야 합니다. 데이터 자산 관리의 목적은 가장 경제적인 방식으로 데이터를 데이터 애플리케이션으로 변환하는 것입니다. 데이터 센터는 데이터 애플리케이션의 가공 공장으로 AI 센터와 상호 작용하여 업무에 대한 입력을 제공합니다. 데이터 거버넌스는 데이터 애플리케이션의 품질 보증 시스템으로, 결국 비즈니스 지표 분석 및 데이터 마이닝 모델 애플리케이션에 서비스를 제공합니다.
둘째, 지능형 고객 기반 운영
세계적인 유명 관리 컨설팅 회사인 맥킨지는 2020 년 중국이 미국 다음으로 세계에서 두 번째로 큰 소매은행 시장이 될 것으로 예상되며, 새로운 상황에서 소매상이 전 세계를 주도할 것이라고 보고했다. 모바일 인터넷 기술, 빅 데이터 기술, 인공 지능 기술, 블록 체인 기술의 성숙과 심층적 인 적용으로 미래 은행은 "5 가지 변화" 를 보여줄 것입니다: 입구 장면 화, 운영 디지털화, 바람 제어 지능, 인재 국경 간 화, 서비스 보편화.
따라서이 과정의 목표는 주로 문제를 발견하는 방법부터 문제를 해결하는 방법에 이르기까지 스마트 고객의 운영 관리를 실현하는 것입니다.
본 과정의 내용은 주로 도, 술, 가스의 세 단계로 나뉜다. 이론, 실현 및 도구.
1, 이론 장, 구 4P 이론에서 새로운 4P 이론으로의 진화, 디지털 운영 및 디지털 마케팅의 이론과 개념, 그리고 은행업에서의 실천을 주로 소개합니다.
2. 구현 섹션에서는 세 가지 전략을 중점적으로 소개합니다. 하나는 NES 기반 고객군 운영 모니터링입니다. 둘째, 디지털 마케팅 시스템 (모델, 라벨, CRM 시스템 등). ); 셋째, 디지털 폐쇄 루프 마케팅.
3. 사례를 통해 디지털 작업에서 특정 알고리즘의 적용에 초점을 맞춘 도구.
먼저 클러스터 알고리즘과 고객 세분화에서의 응용을 소개합니다.
두 번째는 협업 필터링 알고리즘과 제품 추천에서의 응용을 소개하는 것입니다.
셋째, 은행 마케팅에서 지역사회 발견과 거래권의 응용을 소개한다.
셋째, 스마트 신용 위험 통제
본 과정은 국내에서 부상하고 있는 소비금융과 인터넷 금융을 주요 장면으로 대출 전, 대출 중, 대출 후 신용위험관리에서 소비금융의 데이터 응용을 소개하고 실제 시나리오에 깊이 파고드는 기초 위에서 학습자에게 종합적인 데이터 중심 위험관리 지식을 제공하려고 합니다. 과정은 대출 전, 대출 중, 대출 후 세 가지 신용 시나리오를 중심으로 관련 업무 배경을 소개하고 실제 바람 제어 요구 사항을 결합하여 설명 및 사례 형식으로 데이터 분석 및 데이터 마이닝의 응용 프로그램을 소개합니다.
첫 번째 부분에서는 일반적인 소비자 대출 제품 요소, 위험 지점, 지능적 자동 승인의 기본 프레임워크, 데이터 중심 대출 접근, 규칙 개발, 신청용 신용 점수 카드 구축, 위험 차별화에 기반한 신용 가격 책정에 초점을 맞추고 있습니다. 두 번째 섹션에서는 행동 점수 모델 구축 및 해당 할당량 전략 개발을 포함한 성능 고객 관리에 대해 설명합니다. 세 번째 부분에서는 수집 과정에서 수집 스코어카드의 설립과 수집 전략 개발에 대해 설명합니다.
넷째, 지능형 운영 위험 관리
최근 몇 년 동안 금융 위험 통제 사건이 빈번하게 발생하고 규제 정책이 지속적으로 강화됨에 따라 위험 통제 능력을 높여 내외부 위험을 줄이는 것이 많은 은행 및 기타 금융 기관의 최우선 과제가 되었습니다. 신바젤 협정의 세 가지 위험 중 하나인 운영 위험에는 일반적인 부정 방지, 자금 세탁 방지 및 사기 방지 시나리오가 포함됩니다. 이런' 삼해' 시나리오에 대해 각종 수단을 종합적으로 운용하여 위험관리와 예방을 하는 것은 이미 많은 금융기관의 중요한 출발점이 되었다.
2 일간의 과정에서는 먼저 운영 위험의 개념과 일반적인 하위 시나리오를 분석하여 학생들이 운영 위험에 대한 명확하고 완전한 이해를 가질 수 있도록 합니다. 그런 다음 운영 위험에 대응하기 위해 어떤 예방 시스템을 구축해야 하는지 소개하고 제도, 인재, 데이터, 기술 등의 관점에서 분석했다. 특히 기술적 수단의 일환으로 운영 위험에 대한 기계 학습 모델링이 직면한 몇 가지 주요 문제와 해결 방법에 중점을 둘 것이다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 기술명언) 하루 반 동안의 실천 사례 중 반신용 카드 사기, 돈세탁 방지, 반마케팅 양털 세 가지 전형적인 파이썬 모델링 사례가 마련되어 바람 제어 모델링의 일반적인 프로세스를 강화하기 위해 마련되었습니다. 사례 적용 모델링의 기술적 어려움을 통해 학생들의 바람 제어 모델링 실무 능력을 효과적으로 향상시켰습니다.
동사 (verb 의 약자) 데이터와 인공지능 중간역
금융업이 네 번째 주요 발전 단계인 디지털화 시대로 접어들면서 금융기관에 발전 기회를 주지만 심각한 도전을 수반한다. 데이터 섬 및 새로운 어플리케이션과 구형 시스템의 결합 문제를 어떻게 해결할 수 있습니까? 기존 IT 역량이 비즈니스의 빠른 변화를 지원하기에 충분치 않습니까? 데이터 호출 방식이 다양하고 표준이 일정하지 않아 품질이 좋지 않습니까? 데이터 자원의 디지털화 능력이 풀려나지 않는 문제도 기업이 직면하고 있는 것과 같은 문제다. (윌리엄 셰익스피어, 윈스턴, 데이터명언) 데이터 통합 및 데이터 자산 관리는 이러한 문제를 해결하는 효과적인 방법 중 하나입니다.
본 과정은 효과적인 데이터 통합 방법, 다양한 데이터 플랫폼 소개, 효과적인 데이터 거버넌스 방법, 데이터 자산 관리 및 데이터 센터 건설의 네 가지 측면에서 진행될 예정입니다. 기업이 디지털화 과정에서 시스템 간 데이터 통합 시스템을 신속하게 구축하여 사용자 데이터 통합 어플리케이션의 신속한 구현을 지원할 수 있도록 지원합니다. 상위 계층 데이터의 마이닝, 분석 및 적용을 지원하는 완벽한 데이터 관리 시스템 및 효과적인 데이터 통합 시나리오를 제공합니다. 기업의 발전 전략과 업무 혁신을 위한 효과적인 데이터 지원을 제공하고, 기업의 경영 상황과 시장 추세를 통찰하며, 기업의 새로운 업무의 유연성을 높이고, 민첩한 데이터 애플리케이션 환경을 구축합니다.