漫谈数字化

引言：

从互联网金融到金融科技，金融业与科技的融合不断深入。无论是银行、保险、证券等传统金融机构，还是新兴的互联网金融，都开始用科技武装自己，强调科技赋能，加速布局金融市场，抢占金融科技的新风口，市场竞争愈发激烈。如何找准公司定位，实现差异化竞争，数据驱动的精细化运营已经成为未来的一大基本方向。以客户为中心、以精细化数据作为支持和决策依据，结合满足客户个性化业务需求的差异化服务，将是未来企业的核心竞争力。

一、IT时代的谢幕

根据中国信通院的《中国数字经济发展白皮书》统计数据结果显示，2020年，我国数字经济规模达到39.2万亿元，占GDP比重为38.6%，同比名义增长9.7%。显然，在今天，数字化正在促使整个行业发生一场深刻的变革。整个数字化的业务融合重塑了传统产业链流程，在金融市场，更是产生了深远的影响。

但其实早在2014年北京的大数据产业推荐会上，阿里巴巴创始人马云在他的主题演讲中第一次提及“人类正从IT时代走向DT时代”， 此后，一切业务数据化、一切数据业务化便成了数字建设领域一个绕不开的话题，更是引得无数英雄竞折腰。

在IT时代，数据以信息在计算机系统中承载的方式存在，数据来源和使用单一，也没有形成复杂的上下游关系，且由于各种原因最终落地时大多为个性化定制系统，这也是当前我们常说的数据孤岛现象的成因之一，又或是称之为“谷仓效应”，他们彼此相互独立，并不互通。而在DT时代，数据之间逐渐彼此盘根错节，既相互独立，又相互支撑。

二、DT时代的基础设施建设

一直以来，金融业都是信息化转型的先锋军，无论是资金投入还是人力投入，无论在IT时代还是DT时代。对于大多数企业来说，数字化技术的核心愿景就是触发自身传统业务的转型升级，甚至是颠覆,从而形成降维打击，就如支付宝和微信之于面向个人的传统金融服务市场，又或者是特斯拉之于传统汽车制造业，还有美团/元气森林之于传统的消费品零售业等等。那么首先，我们如何从技术视角完成数字基础设施建设，笔者大概划分了以下五个基础阶段。

当然，实际执行过程中，我们需要结合自身实际业务情况进行数字化建设并不断调整数字服务重心。以证券业数字化发展为例，信息建设核心目标总体划分为三个阶段，第一阶段是在券商初期，也就是传统经纪业务占主导地位的时候，信息化建设主要服务于交易通道升级优化，如各类核心交易系统、运维系统等等。第二阶段是券商发展期，也就是经纪业务收入占比逐渐下降的时候，信息化建设主要服务于风险管控、公司经营管理等内容。到了第三阶段，行业进入成熟期，市场也由增量市场转向存量市场，这个时候，客户服务以及用户体验优化的需求量就会激增，业务对于数据服务的灵活性需求，即自助分析需求也会呈现爆发式增长。

三、打造数据服务场景闭环

有了数字基础设施服务后，我们如何让企业中的各类相关人员充分利用这些数据资产以发挥其最大价值呢？或者说，如何连接业务与数据，打通数据服务的最后一公里，推动企业数据分析工作从被动的需求响应转向业务主导的自助分析，让数据真正的成为业务生产力，更好的支撑业务发展。

笔者结合多年金融客户服务经验认为，我们可以从技术生态、应用生态、制度生态、人才生态四个方面进行系统化的构建数据服务场景闭环。

技术生态：依托CDH，Sybase IQ，GP等技术，统一多源异构数据加工，打通数据孤岛，构建主题数据应用集市，形成高可用的数据资产，打好数据服务大厦的地基。

应用生态：以业务日常高频数据场景应用为核心，消除技术门槛，以点带面借助BI工具建立统一自助数据服务平台，快速响应各业务部门个性化的可视化数据分析需求。

制度生态：从数据安全、数据认责、数据需求、数据生成、数据使用、数据管理六大层面建立企业统一指标标准，将权限管理、需求管理、上线规范等内容贯穿全业务流程，保证数据生态有序进行且留痕。另外，完善业务团队人才结构，明确IT BP岗位职责，确保技术和业务之间始终沟通畅通、信息透明，促使数据生态的正向发展壮大。

人才生态：建立线上线下的人才培训机制，实现多层次多渠道多样化的全方位人才培养。此外，可通过各种途径不定期开展内部数据分析大赛，逐步壮大服务生态，发挥业务人员的自主能动性。

借助这一体系化的系统建设，国内某知名券商目前的大数据服务已全面覆盖集团总部、子公司，以及40余家分支机构用户，其中，自助数据报表占比高达90%以上，分支机构月均访问率达100%，涉及业务模块包括财务核算、经营管理、风险管理、运营、合规等多项内容。

四、路漫漫其修远兮，吾将上下而求索

当今社会几乎每一个人都在谈论数字化，因为我们可预见在不久的将来，数字化对整个金融体系甚至整个人类社会都将产生非常深远而广泛的影响。无疑，数字化建设是一项庞大且复杂的系统工程，这，既充满了挑战，也充满了魅力。