工行：信息化銀行大勢下的大數據之路

來源：《中國金融電腦》雜誌

2013年，工商銀行全面啓動信息化銀行建設，其中，基礎性的工作就是打造大數據基礎平臺並建立大數據分析挖掘服務體系，着力於推動包括“兩大平臺、三個視圖、四項服務”的大數據分析挖掘服務體系的落地實施；從基礎建設、經營、管理和措施機制等四個層面推進信息共享、系統整合與業務聯動。

大數據在大型商業銀行的應用可以追溯到8～l0年前，大數據爲銀行IT系統建設帶來了開放、聚合、互聯與智能的理念，也取得了一系列豐碩的應用成果。在新的技術背景下，加強對大數據技術的掌控，將科技創新與業務創新相融合，最大限度地發揮信息創造價值的力量，已成爲銀行轉型發展的一項重要推動力。工商銀行正在實施信息化銀行建設，其中一項基礎性工作就是研發新一代的大數據基礎平臺，打造大數據分析挖掘服務體系，通過對海量結構化、非結構化數據的整合、挖掘、共享，爲業務發展提供動力。

一、工商銀行大數據體系建設歷程

經過20多年的建設發展，工商銀行實現了信息科技大集中和客戶服務電子化、業務運營集約化、經營管理精細化，推動了國際化和綜合化發展，達到了銀行信息化的目標，IT系統爲全行結構調整與經營轉型提供了強大的推動力。在2002年完成數據大集中後，工商銀行啓動了數據倉庫及各類數據分析系統建設，利用數據提升管理效率和推動業務發展，陸續實現了大數據的多項創新應用，如客戶統一視圖和評價、全行績效考覈管理、全面風險管理、智能營銷等，以數據倉庫建設爲代表的結構化數據管理和應用已相對成熟。

爲積極應對內外部形勢變化，實現經營管理轉型，工商銀行2013年全面啓動了信息化銀行建設，從基礎建設、經營、管理和措施機制等四個層面推進信息共享、系統整合與業務聯動。在基礎建設層面，開展了大數據分析挖掘服務體系的規劃和落地實施，制定了開放、共享的架構規劃。一方面繼續充實數據倉庫的數據和模型，深入結構化數據分析挖掘在各個業務領域的應用；另一方面着手組建分析師隊伍，建設以非結構化數據爲主要分析挖掘對象的集團信息庫，重點打造“兩大平臺、三個視圖、四項服務”，藉助大數據技術和優秀的分析師團隊，將數據價值提升爲銀行的經營核心和創新動力。

二、打造大數據分析挖掘服務的基礎平臺

在結構化數據分析挖掘領域，工商銀行數據倉庫已經納入200多個應用的業務數據，數據範圍覆蓋境內外分支機構、綜合化子公司，既包括銀行內部產生的客戶信息、交易明細、業務過程數據，也包括部分外部採集數據，並不斷根據業務分析要求，豐富數據處理模型，推出了多種數據分析工具，實現了全集團結構化數據的集中共享、分析挖掘和信息聯動。

在非結構化數據分析挖掘領域，工商銀行規劃建設了集團信息庫，包含信息檢索平臺和大數據分析挖掘平臺兩個子系統。在信息檢索方面，2013年推出了名爲“ICBC搜索中心”的搜索引擎，採用雲計算、語義識別、智能分析等技術，對分佈存儲在各類應用系統中的非結構化數據（如內部新聞、外部資訊、規章制度、知識文檔等）進行統一檢索，將搜索引擎嵌入到各個專業系統中，還實現了按照員工角色和工作需要自動定製和推送信息。在信息挖掘方面，工商銀行在傳統的、面向結構化數據的數據倉庫技術體系之外，搭建了全新的大數據分析挖掘平臺，使用分佈式存儲和計算技術對以非結構化爲主的數據進行清洗、存儲和加工處理，使用文本分析工具、數據挖掘工具進行分析挖掘，陸續推出了網銀客戶行爲分析、電商客戶偏好分析、微博及其他社交媒體數據分析等新的數據服務。

大數據平臺建設的意義絕不僅僅反映在存儲大量信息，而是在於通過對海量數據的快速處理，實現基於海量數據的增值服務。工商銀行圍繞數據倉庫和信息庫，一方面繼續完善元數據的統一管理和視圖展現，採取貼近業務視角的方式對數據進行“產品化”的包裝，提升數據使用的易用性，減少數據“沉沒率”；另一方面，通過統一視圖整合了信息檢索、信息定製、數據分析挖掘等服務功能，採用構件方式將數據分析挖掘服務直接嵌入到客戶營銷、經營分析、風險管理等專業系統中，將信息提供給全集團共享使用，爲市場分析、精準營銷、客戶服務、風險控制等應用提供數據服務，進一步發揮海量數據的價值，真正實現數據驅動。

三、提供面向業務系統的大數據應用視圖

工商銀行通過建設大數據基礎平臺，增強了對不同結構、不同來源數據的整合能力，在此基礎上，進一步推出了客戶信息視圖、業績視圖和指標庫視圖等一系列面向業務人員的數據視圖，將不同領域、不同結構、不同展現形式的數據，以視圖的形式集中提供給主要的、典型的業務崗位，輔助業務人員和管理部門在日常工作中快速獲取可靠的數據。

1．客戶信息視圖

通過共享前中後臺的客戶反饋信息和服務信息，構建以客戶爲核心的360度全景視圖。在利用數據倉庫整合客戶基本信息、資產狀況、交易信息、評價信息的基礎上，進一步豐富完善各類非結構化信息，特別是補充完善客戶在櫃面、電話銀行、網上銀行、移動終端、電商平臺、社交媒體各個渠道的服務記錄和營銷日誌，從而有針對性地提供服務和開展營銷，使客戶在線上線下各個渠道都得到一致的服務體驗，支持銀行經營模式從“以產品爲中心”向“以客戶爲中心”轉變。

2．業績視圖

通過詳細分析網點負責人、基層員工、總分行各層級管理人員等典型崗位每天必須關注的結構化信息和非結構化信息，爲典型崗位分別研發了網點業績視圖、員工業績視圖、管理層業績視圖，實現了面向不同崗位的信息整合和融會貫通。如網點負責人更關注網點的整體經營、產品銷售、市場營銷、客戶挖掘、渠道優化等內容，員工更關注產品的銷售情況、管戶的銷售業績等，總分行的管理人員更關注本機構的整體經營、客戶營銷、產品透視、渠道管理、風險控制、資源配置等內容。此外，還創新推出了個人信息定製服務作爲統一視圖的補充，讓每個員工能夠在全行共享的管理信息“雲”中挑選自己關注的結構化和非結構化信息，實現信息定製和自動推送。

3．指標庫視圖

經過多年的系統建設，工商銀行在數據倉庫及各個業務系統中積累了大量的統計指標。爲進一步提升指標信息的服務能力，啓動了全行統一指標庫建設，在大量業務指標中選取使用頻率高、綜合概括性強、統計口徑相對穩定的指標，梳理這些指標的定義、口徑、名稱、來源和參照等信息，實現集中展現和檢索。指標庫的檢索功能嵌入到各業務系統中直接使用，從而爲各系統提供標準、集中、共享的指標信息服務，利用統一、權威的指標口徑驅動業務決策。

四、推出面向分析師的大數據分析挖掘服務

在大數據的背景下，數據分析挖掘工作打破了“業務需求編制、開發、測試、投產”的傳統項目研發模式，今後將更多地表現爲“模型討論、數據準備、模型訓練、結果分析、成果反饋”的周而復始、快速迭代的過程。讓數據說話靠的是模型，模型來自思想。工商銀行在總、分行組建了分析師隊伍，培養專業的大數據分析挖掘人員，依託大數據基礎平臺在各業務領域中開展數據分析挖掘實踐。重點推出了以下四項服務，支持分析師們從事數據分析挖掘工作。

1．通用查詢服務

利用數據倉庫基礎設施雲，提供結構化數據的通用查詢服務，以業務語言透明展示數據倉庫中保存的各類業務數據、指標、模型，讓各級用戶在各自的權限範圍內能夠自主挑選業務數據和業務指標，創建模型，以自助服務的形式，滿足各類結構化數據的分析挖掘需求。通用查詢服務可以通過網頁集成的方式，嵌入到各營銷、風險、分析業務管理系統。

2．特色批量服務

基於數據倉庫的基礎設施雲，向各分行分享基礎數據和計算資源，讓各分行能夠按照各取所需的原則，通過自定義，以自助服務的方式，按一定週期運行當地特色的數據挖掘分析程序。

3．信息檢索服務

利用信息檢索平臺，在各個應用系統中直接嵌入統一的信息搜索引擎，爲行內用戶提供結構化和非結構化的信息檢索服務。利用該項服務，行內用戶能夠以統一的用戶界面和操作方式，檢索各類資訊、知識，共享銀行通過各個渠道獲取的信息資源，實現信息的融會貫通。

4．大數據分析挖掘服務

豐富非結構化數據的積累，研究和充實大數據分析挖掘的業務模型，將非結構化數據和結構化數據結合起來，提供可視化的分析挖掘服務，以圖形展示分析結果。目前實現了系統訪問日誌分析、輿情分析、文本挖掘、客服記錄分析等服務，相關分析成果已經應用在工商銀行網銀欄目視圖優化、電商平臺商品配置優化和客戶商品推薦等場景中。

綜上，當前工商銀行大數據分析挖掘服務體系建設的重點可以歸納爲“兩大平臺、三個視圖、四項服務”。結構化數據和非結構數據的深入綜合利用，是一項需要持續開展的工作，特別是非結構化數據的使用，目前仍處於探索階段，需要業務部門和技術部門的深度融合，共同尋找大數據的應用場景。解決好“數據在哪裏？怎麼用數據？”這兩個問題任重道遠。