12月13日，2018年数据资产管理大会在北京国家会议中心召开。会议由中国信息通信研究院和中国通信标准协会(CCSA)主办，大数据技术标准促进委员会承办，中国国际数据中心(IDC)协办。

会议上，中国建设银行股份有限公司副总经理尚波就中国建设银行数据能力建设发表了讲话。以下是这次演讲的记录：

中国建设银行股份有限公司副总经理尚波

各位领导、各位嘉宾，今天我很荣幸代表中国建设银行汇报我们在数据能力建设方面的实践和经验。

我的报告分为四个部分。首先，我将介绍中国建设银行数据能力建设的历史。我们被分成五个阶段。第一个阶段是1984年和1980年的危机。事实上，中国建设银行的整个数据能力建设都是以同样的思路进行的，与中国建设银行的信息化建设过程同步。1984年到2003年我们处于第一阶段，我们这样划分，叫不重视。在这个阶段，我们建设银行的重点相当于业务电脑化。本来是我们单个点，然后城市点对点。我们从事城市交换网，去了省联网，终于在2005年实现了全国联通。这个时候我们做了一些业务数字化，但是对于数据的管理和应用还是没有太多的概念。

第二阶段叫起步。为什么？2003年，中国建设银行成立了信息中心，这是我们数据管理部门的前身。一个团队特别关注数据管理。在这个阶段，我们提出了一些数据管理和控制的概念，制定了一些数据标准，并开始规划和建设中国建设银行的数据仓库。我们2003年规划，2004年建成，2005年上线。我们在大银行建立了第一个数据仓库。

第三阶段是打基础，2007年到2010年。2007年中国建设银行上市会议后，与美国银行开展战略合作，在数据治理和数据管理方面给了我们很大帮助。在这个阶段，他们带领我们一起研究数据能力框架，这将在后面讨论。与此同时，我们的数据管理部门正在牵头实施新资本协议，我们负责做第三个支柱，奠定了基础。我们在概念、规格、仓库建设方面都有很好的基础。

第四阶段是系统化，为什么叫系统化？从2011年开始，中国建设银行对全行核心业务系统进行了重构，打破了原有的所有系统，按照有组织、模型驱动的方法，建设了中国建设银行新一代核心系统，为期六年。通过这次建设，由于我们之前的积累，借助新一代核心系统的建设，中国建设银行建立了数据管理系统和数据应用系统。为什么我们称之为系统化？因为我们建立了两个体系。从2007年开始，其实从数据能力建设的角度来说，我们不断优化两个系统。

第五阶段是持续优化。在这样一个数据时代，我们已经将数据视为管理和应用的资产和战略资源。

第二部分，2007年，美国银行的专家带领我们开始构建数据容量的框架，就是引导我们构建你应该做什么，你做什么不到位，它引导我们不出错。我们从2007年开始做这个框架。我们在不断的修改，补充，完善。有了新技术、新工具，通过我们数据行业的一些发展，2007年在建的框架，美国银行有了一个可供我们参考的框架。此外，我们还参考了一些IBM能力框架，即DAMA。刚才李光老师也提到了DAMA。我们也提到了DAMA的框架。我们形成了它。

商业数据。中国建设银行核心系统的建设是模型驱动的，不是传统的写字画屏的方式。其实我们是模型驱动的。核心模型有两个，一个是数据模型，一个是流程模型。从数据的角度，我们参考IBM金融服务数据模型来构建中国建设银行。从ABCC到D，核心块是C，C模型是商业社区的逻辑数据模型，涵盖了建行的所有产品和服务。构建C时，称为应用级或组件级模型。根据中国建设银行的C模型，我们建立并指导它建立自己的数据库设计，并最终登陆数据库。通过商圈的C模型，统一定义了建行所有数据的规范和标准，包括所谓的代码。在左边，我们定义了建行的所有基础数据。右边可以看到，我们是从业务角度看指标，或者从数据角度看衍生数据。我们也有一套自下而上的管控机制。通过这种套控机制，建行的任何数据，无论是基础数据、汇总数据还是指标数据，都是单点创建的。从而避免了企业名称相同但领域不同，或者同一领域名称不同的常见情况。技术标准通过两套模型来定义，以保证企业数据标准的唯一性。

数据资产化。刚才，我们谈到了要数字化的业务、要资产化的数据和资产化。我们使用底层、根据我们的数据能力框架定义的一些数据管理和控制机制，以及一些数据管理核心能力。支持这些建设是为了确保中国建设银行的数据能够到达所有省、快、可靠、容易和良好。整个数据都是良性的，这样我们就可以很快得到，想要数据的时候就可以被信任。

中国建设银行2011年开始建模。模型在2015年左右建立后，我们在2015年左右替换了商业社区的逻辑C模型。我们采用了自己的模型，用C模型搭建了我们的仓库。我们讲的九个主题就是这九个主题，所以在集成数据的时候，我们用自己的企业级逻辑模型来构建。所有下游管理和分析应用的唯一数据源是仓库，管理和分析系统之间没有数据交换，唯一的交换点是仓库。仓库的建设，让建行在任何一个试点企业核心的全貌数据都清晰可见，准确无误，可以说大数据时代，也可以说我们的数字

据服务以后，在可见的将来我认为数据仓库是非常重要的，而且一定是存在的，因为我们谈仓库一定是结构化数据，所以它是在任何一个时间点是能够保证你企业有完整的、统一的一个视图，能够保证数据的可信，所以这个机制是非常非常重要的一个机制。

这是谈数据治理组织架构，中国建设银行今年刚刚改革，建设银行今年成立了金融科技创新委员会，我们最大的特点是在创新委员会下面设立了数据治理专业委员会，它最重要的职责是对中国建设银行所有关于数据管理和数据应用重大的一些事项要去审批的，重大的一些财务支出是要审批的，大数据的重大的一些项目也需要它去审批。数据治理专业委员会主任是我们的一把手、是我们的行长，包括首席财务官也在这里面。数据治理专业委员会办公室设在我们部门，下面有一个上海大数据智慧中心，要干的事情就是干大数据的事情，我们有一支100人的队伍在上海。

建设银行数据管理部承担了一个重大的职责就是把数据需求进行集中，统一进行管理，我们把数据需求分为三类，我们叫做简单、复杂和专业需求。因为所有的需求都会到数据管理部进行统筹，对于涉及到开发的我们直接就转技术，对于纯数据的需求，第一类简单的我们直接通过一些管理分析类的系统，通过界面去解决。再一类是专业复杂的需求，复杂的需求往往是临时性、紧迫性的东西，我们有专业的数据团队通过服务去交付，这块就完成了。还有一块需求是专业的需求，专业的需求往往通过数据模型的建设，通过模型跑出结果去交付的，我们叫做专业。最重要的一点是驱动，有两类驱动，一类是业务需求的驱动，业务部门或者分行干不了的事情有困难会提出来，这是驱动力。还有一块是数据需求的驱动，数据需求驱动这块为什么我们重点来谈呢？这块就是数据分析人员、数据专业人员对于业务有一定的洞察能力的时候，他会来主动提出一些需求，往往我们一些大数据产品就是像一些分数、指数、客户标签很多的需求是来自于我们数据条线的专业人员提出来的，我们叫做数据驱动。

关于数据的需求，除了传统的管理分析类专业的系统，我们数据管理部来承担的大量的需求是什么呢？就是一些跨部门、跨条线、说不清楚的一些需求，这块需求我们给它分为三类：一类我们叫固定报表，自助查询加上机器查询，这类应用我们由企业级的数据平台来去支撑，企业平台最重要的作用是来支撑我们业务人员自主用数，把用数的权利还给业务，这是数据管理部牵头建设的一个平台。再一块我们叫做数据模型实验室和数据挖掘，这块对应着我们的大数据智能平台，大数据智能平台承担着中国建设银行数据模型实验室和传统的商业智能或者讲我们现在的大数据分析应用，承担着这个功能。再一块就是仪表盘，仪表盘这块有我们的手机移动端作出各阶层500、600个指标，我们T+1，大部分核心业务指标我们做了T+1来去展现的，这是我们谈信息应用的六大模式我们有三个平台去承接。

建设银行2016年开始建设大数据智能平台，大数据智能平台我们从底下看，我们有数据，它的数据来源就是我谈的数据仓库，数据仓库所有的数据包括我们内部数据、外部数据、结构化数据、非结构化数据，对我们整个大数据智能平台是开放的。在功能上有三大核心能力：第一，数据的获取，从仓库拿数据不需要走线上流程，有一套机制可以直接去取。再一个就是分析能力，我们借助各种工具，传统的商业智能工具也好、新型的大数据包括人工智能的一些能力我们都部署上去了。再一块就是我们的交付，我们可以把模型交付出去，也可以把结果批量地交付出去，我们也可以分装服务直接跟我们的流程系统去对接，这是我们的交付。

另外我们还有三个库，一个产品库，我们好的模型分装成产品去共享，变成一个数据产品，再一个是知识库，工具箱，工具箱就是刚才谈到的所有的我们基于传统的商业智能工具也好、大数据工具也好，另外一点我们把图也用上了，图数据库加上上面的可视化分析工具相关的算法我们已经部署了。在应用层面我谈了，我们用什么去交付的，我们可以训练好模型，由模型布置到其他的地方。

我们做了绿色工程，我们的最大的职责是管理好数据让大家用数据，绿色工程我们叫做大数据人才培养工程，我们在各部门、各条线，我们从2016年开始到现在干了三年，去培训我们条线的各分行的、各部门去上海建设，去做模型，去做一些应用，让这些人回到分行和部门的时候起到一些带头的作用，效果非常好了，各部门现在对大数据的一些应用非常好，认识水平也有大大的提高。

通过我们共享来实现国家的价值，让数据的价值最大化，这里是最后一个价值化，其实整个贯穿下来我们谈到一个重要的理念也是我们总行数据管理部刘总提出来四化的概念，哪四化呢？业务数据化、数据资产化、资产价值化、价值最大化，实际上是围绕着这四化来去说的。

通过中国建设银行新一代核心系统的建设同步建立了两大体系，数据管理体系和数据应用体系，通过这两个体系的互动，使得我们的数据更好，也支撑我们数据的应用能够更好地发展，我们在数据应用过程中发现数据问题的时候我们通过数据管理体系去解决，数据管理体系解决得好，更好地来支撑我们数据应用体系的一些建设。

我的汇报到此为止，谢谢大家。

标签： #中国建设银行最新动态