❶ 如何構建商業銀行數據分析能力
構建商業銀行數據分析能力的步驟如下:
1、建立科學的數據管理工作機制。數據管理工作機制是數據管理體系的「奠基石」。數據管理工作機制的建設依賴於銀行高層管理人員的重視和不斷推動,同時也需要建立相應的數據管理機制的決策和控制機制。有效的數據管理需要明確專門的部門或組織承擔整個銀行的數據管理和應用職責。該組織負責從戰略的角度進行統籌和規劃,確定數據管理的范圍,明確數據資產的歸屬、使用和管理等流程,明確數據管理的組織、功能、角色和職責,以及確定數據管理的工具、技術和平台等內容,切實有效促進數據共享、提高數據價值。 建立統一的數據標准規范。
2、數據標准規范是數據管理體系的「粘合劑」。它是改進、保障和提高數據質量的依據,也是數據管理工作成敗的關鍵。數據標准化旨在促成數據標準的形成和使用而進行的與之相關的一整套數據標准規范,即制訂和實施數據標准、提高數據管理水平的過程。數據標準的制訂需要參考行業監管和標准機構已制定的數據標准,同時也應參考各個部門內部使用的特定數據的定義,制訂出數據標准體系框架,可以分為基礎類數據標准、業務類數據標准和應用類數據標准等,並在此標准基礎上進行細分。在數據標准體系框架下,通過對數據標準的梳理工作,以在業務屬性和技術屬性層面實現全行的數據標准化。
3、 建立持續的數據質量管理規范。數據質量管理是數據管理體系的「助推器」。它是對支持業務需求的數據進行全面的質量管理,保障各項數據管理工作能夠得到有效落實,達到數據准確、完整的目標,並能夠提供有效的增值服務的重要基礎。數據質量管理包括數據質量管理團隊建設、數據質量管理制度建設、數據質量管理流程建設以及數據質量管理監控平台建設等,其中,數據質量管理監控平台建設至關重要。在數據統一管理的框架下,銀行需要依據數據在數據生命周期的各個階段的特性,建立數據質量管理監控平台,及時發現數據質量問題,不斷改善數據的使用質量,降低數據質量導致的業務風險,實現數據更大的應用價值,滿足業務分析和管理決策的需要。
4、建立完善的數據安全防範規范。數據安全防範是數據管理體系的「防護罩」。
數據安全管理問題的解決,可以從以下5個角度著手:(1)制度及流程規范。通過建立數據安全和數據保密的相關管理制度和流程,合理劃分數據安全級別,規范數據在數據生命周期中的安全。(2)數據安全意識。加強對數據擁有者、數據管理者和數據使用者的安全意識培養,提高數據對於銀行業務的重要性認識。(3)數據保密性。系統中的個人身份信息、銀行賬戶信息等是否要進行加密,以避免數據被非法訪問。(4)應用系統的訪問控制。通過對應用系統的訪問許可權統一管理及單點登錄,達到防止非法訪問的目的。(5)數據安全審計。建立數據安全審計機制,檢查數據中的安全風險,防患於未然。 數據分析是實現數據資產增值的重要手段 數據分析是指一整套技術、流程與應用工具,通過建立分析模型對數據進行核對、檢查、復算、判斷等操作,將樣本數據的現實狀態與理想狀態進行比較,從而發現潛在的風險線索並搜集證據的過程。在實際應用中,數據分析可幫助銀行做出判斷,以便採取適當行動。因此,數據分析的過程就是組織有目的地收集數據、分析數據,最終使數據實現資產增值。
❷ 可供銀行挖掘的外部徵信數據都來自哪裡
可供銀行挖掘的外部徵信數據包括內部、外部兩大部分,內部數據包括客戶信用卡、存款、理財、網銀、個貸、小企業貸等信息,
外部數據包括專業市場資料庫、社區居民資料庫、各商會和產業鏈資料庫等,以及央行征信系統信息,
目前互聯網大數據服務商提供徵信的有芝麻信用、前海平安,風控與決策的有神州融,做評分的有FICO。