DATA&AIMANAGEMENTsUMMIT一數(shù)據(jù)資產(chǎn)管理現(xiàn)狀|數(shù)據(jù)資產(chǎn)的核心價值與戰(zhàn)略地位在當今數(shù)字化時代，數(shù)據(jù)已成為企業(yè)最寶貴的資產(chǎn)之一，其核心價值不言而喻。數(shù)據(jù)不僅能夠幫助企業(yè)洞察市場趨勢、優(yōu)化運營決策，還能區(qū)動業(yè)務創(chuàng)新，提升競爭力。因此，數(shù)據(jù)資產(chǎn)在企業(yè)戰(zhàn)略中占據(jù)舉足輕重的地位，有效的數(shù)據(jù)資產(chǎn)管理成為企業(yè)實現(xiàn)可持續(xù)發(fā)展的業(yè)務優(yōu)化的驅動力市場競爭的優(yōu)勢業(yè)務優(yōu)化的驅動力市場競爭的優(yōu)勢數(shù)字化轉型的基石數(shù)據(jù)資產(chǎn)核心價值與戰(zhàn)略地位0數(shù)字化轉型的基石數(shù)據(jù)資產(chǎn)核心價值與戰(zhàn)略地位0京決策支持的核心資源DAMS中國數(shù)據(jù)智能管理峰會在金融銀行業(yè)，數(shù)據(jù)資產(chǎn)管理面臨挑戰(zhàn)與機遇。挑戰(zhàn)需克服，但也為行業(yè)帶來新機遇。通過強化數(shù)據(jù)管理，金融銀行業(yè)能夠解鎖數(shù)據(jù)資源的巨大潛力，促進風險管控與客戶服務的雙重升級，引領業(yè)務向更高層次轉型。面臨的挑戰(zhàn)金融銀行業(yè)作為數(shù)據(jù)密集型行業(yè)，面臨著數(shù)據(jù)資產(chǎn)管理方面面臨的挑戰(zhàn)金融銀行業(yè)作為數(shù)據(jù)密集型行業(yè)，面臨著數(shù)據(jù)資產(chǎn)管理方面的諸多挑戰(zhàn)，如數(shù)據(jù)質(zhì)量參差不齊、數(shù)據(jù)孤島現(xiàn)象嚴重、數(shù)據(jù)安全風險高等。機遇挑戰(zhàn)這些挑戰(zhàn)同時也孕育著巨大的機遇。通過加強數(shù)據(jù)資產(chǎn)管理，金融銀行業(yè)可以更有效地利用數(shù)據(jù)資源，提升風險管理能力，優(yōu)化客戶服務體驗，推動業(yè)務轉型升級。機遇挑戰(zhàn)DAMS中國數(shù)據(jù)智能管理峰會結合實際情況，建立數(shù)據(jù)管控體系，在該體系指導下開展數(shù)據(jù)治理相關工作，如制定數(shù)據(jù)治理架構及相應的制度、建設平臺與工具、創(chuàng)建管理流程。數(shù)據(jù)治理保障機制數(shù)據(jù)治理核心領域數(shù)據(jù)治理保障機制數(shù)據(jù)數(shù)據(jù)質(zhì)量元數(shù)據(jù)主數(shù)據(jù)數(shù)據(jù)生命周期技術數(shù)據(jù)模型一數(shù)據(jù)資產(chǎn)管理現(xiàn)狀|數(shù)據(jù)治理架構參照外部監(jiān)管數(shù)據(jù)治理相關要求及主流的數(shù)據(jù)管理體系，建立了數(shù)據(jù)管控體系，目前框架內(nèi)的組織、制度、各管理職能和相關工具平臺已基本建設完整并持續(xù)深化?！ひ詳?shù)據(jù)戰(zhàn)略為總體綱領數(shù)據(jù)戰(zhàn)略組織架構組織架構管控機制數(shù)據(jù)資產(chǎn)管理贊·以組織架構作為支持保障··以組織架構作為支持保障·明確數(shù)據(jù)歸屬管理部門數(shù)據(jù)管控委員會辦公室數(shù)據(jù)定義部門數(shù)據(jù)錄入部門數(shù)據(jù)使用部門業(yè)務管理部門IT部門數(shù)據(jù)歸屬管理部門(數(shù)據(jù)Owner)··依托制度流程，構建數(shù)據(jù)管控機制數(shù)據(jù)標準管理細則數(shù)據(jù)質(zhì)量管理細則數(shù)據(jù)生命周期管理細則數(shù)據(jù)共享管理細則數(shù)據(jù)安全管理辦法指標管理細則主數(shù)據(jù)管理細則…·統(tǒng)一·統(tǒng)一管理全局數(shù)據(jù)資產(chǎn)·從管控治理向服務支持擴展數(shù)據(jù)地圖數(shù)據(jù)模型數(shù)據(jù)元素公共代碼主數(shù)據(jù)元數(shù)據(jù)指標數(shù)據(jù)模型數(shù)據(jù)元素公共代碼主數(shù)據(jù)元數(shù)據(jù)指標特定代碼數(shù)感級別清理策略表結構文件接口·融合研發(fā)過程開展管控治理數(shù)據(jù)資產(chǎn)管理平臺DAMS中國數(shù)據(jù)智能管理峰會對齊標準規(guī)范，全面覆蓋DCMM模型的各專業(yè)領域的相關管理要求；加強數(shù)據(jù)應用管理制度建設，保障數(shù)據(jù)應用安全合規(guī)，提高數(shù)據(jù)對業(yè)務的支撐能力；適度超前，探索數(shù)據(jù)數(shù)據(jù)資產(chǎn)化、市場化相關的管理規(guī)范。數(shù)據(jù)治理總綱數(shù)據(jù)治理管理辦法01提升數(shù)據(jù)管理規(guī)范性數(shù)據(jù)治理管理辦法數(shù)據(jù)管控要員會議事規(guī)則數(shù)據(jù)對外服務管理細則數(shù)據(jù)分析應用細則數(shù)據(jù)價值轉化數(shù)據(jù)基礎治理規(guī)范手冊數(shù)據(jù)對外服務管理細則數(shù)據(jù)分析應用細則數(shù)據(jù)價值轉化數(shù)據(jù)基礎治理規(guī)范手冊數(shù)據(jù)共享管理細則數(shù)據(jù)安全管理辦法數(shù)據(jù)共享管理細則數(shù)據(jù)安全管理辦法數(shù)據(jù)質(zhì)量管理細則數(shù)據(jù)標準管理細則元數(shù)據(jù)管理細則…………價值02保障數(shù)據(jù)安全合規(guī)數(shù)據(jù)開發(fā)平臺管理手冊數(shù)據(jù)分析平臺管理手冊人工智能平臺管理手冊數(shù)據(jù)分類分級管理手冊質(zhì)量檢核規(guī)則管理手冊數(shù)據(jù)標準貫標手冊數(shù)據(jù)表管理手冊制定數(shù)據(jù)安全政策，防范泄露風險，確保數(shù)據(jù)保數(shù)據(jù)開發(fā)平臺管理手冊數(shù)據(jù)分析平臺管理手冊人工智能平臺管理手冊數(shù)據(jù)分類分級管理手冊質(zhì)量檢核規(guī)則管理手冊數(shù)據(jù)標準貫標手冊數(shù)據(jù)表管理手冊03促進數(shù)據(jù)價值利用…整合數(shù)據(jù)資源，挖掘數(shù)據(jù)價值，洞察市場趨勢和客戶需求，提升市場競爭力，創(chuàng)造商業(yè)價值?！袊鴶?shù)據(jù)智能管理峰會DAMS中國數(shù)據(jù)智能管理峰會平臺化數(shù)據(jù)治理各子領域實現(xiàn)平臺線上化管理，確保高度融合性和強大延展性，滿足多樣化的數(shù)據(jù)管理需求。全覆蓋平臺全面要蓋多種類型數(shù)據(jù)資產(chǎn)的盤點與管理，包括結構化和非結構化數(shù)據(jù)，邏輯資源如模型、報表等，確保高效利用。自動化引入智能算法與自動化工具，優(yōu)化自動化引入智能算法與自動化工具，優(yōu)化數(shù)據(jù)資產(chǎn)管理流程，縮短管理周期，提升數(shù)據(jù)資產(chǎn)的價值轉化效率。數(shù)據(jù)資產(chǎn)管理平臺提供從資產(chǎn)定義、盤點分類、規(guī)劃到服務、監(jiān)控、優(yōu)化的全流程數(shù)據(jù)資產(chǎn)數(shù)據(jù)資產(chǎn)管理平臺提供從資產(chǎn)定義、盤點分類、規(guī)劃到服務、監(jiān)控、優(yōu)化的全流程管理，確保數(shù)據(jù)資產(chǎn)的完整性與持續(xù)增值?？梢暬瘜崿F(xiàn)數(shù)據(jù)資產(chǎn)的全生命周期可視化監(jiān)控與全角色訪問，增強數(shù)據(jù)運明度，促進數(shù)據(jù)資產(chǎn)的有效利用。全場景數(shù)據(jù)資產(chǎn)以商品化形式在平臺門戶中開放，支持業(yè)務用戶查找與申請使用數(shù)據(jù)資產(chǎn)，實現(xiàn)數(shù)據(jù)資產(chǎn)全場景應用與共享。監(jiān)管要求國家標準1業(yè)務需求數(shù)據(jù)標準數(shù)據(jù)標準中英文命名統(tǒng)一術語統(tǒng)一理解存儲統(tǒng)一定義內(nèi)具有唯一性。/號不能為空字母數(shù)字1RULE_DSRL0000014632-性別只能為2-男性或3-女性一數(shù)據(jù)資產(chǎn)管理現(xiàn)狀|數(shù)據(jù)質(zhì)量管理機制·根據(jù)原銀保監(jiān)會2018年發(fā)布的《銀行業(yè)金融機構數(shù)據(jù)治理指引》(銀保監(jiān)發(fā)[2018]22號)第四章節(jié)“數(shù)據(jù)質(zhì)量控制”內(nèi)容，制定《xX銀行數(shù)據(jù)質(zhì)量管理細則》,細則明確了工作原則、職責分工以及管理內(nèi)容等?！すぷ骰驹瓌t：全行各級機構按照“各負其責，齊抓共管”、“源頭管控，標本兼治”的原則開展數(shù)據(jù)質(zhì)量管理工作，全面提升數(shù)據(jù)質(zhì)量。數(shù)據(jù)質(zhì)量管控機制1.定規(guī)則2.檢數(shù)據(jù)3.析結果4.改問題5.控質(zhì)量1.定規(guī)則2.檢數(shù)據(jù)3.析結果4.改問題5.控質(zhì)量6.評結果數(shù)據(jù)服務流程平臺閉環(huán)數(shù)據(jù)資產(chǎn)管理平臺根據(jù)外部監(jiān)管和企業(yè)內(nèi)部需要，實現(xiàn)了數(shù)據(jù)質(zhì)量管理從需求收集、處理、檢查、分析、提升的數(shù)據(jù)質(zhì)量控制全流程閉環(huán)。為進一步提升重點監(jiān)管報送的數(shù)據(jù)質(zhì)量，在問題治理全流程管理基礎上，增加問題分類及派發(fā)督辦運營流程，形成數(shù)據(jù)質(zhì)量常態(tài)化的運營管理體系，持續(xù)提高監(jiān)管報送數(shù)據(jù)質(zhì)量。EAST報送源頭系統(tǒng)1.定規(guī)則2.檢數(shù)據(jù)3.析結果4.改問題5.控質(zhì)量6.評效果規(guī)則來源規(guī)則研發(fā)及執(zhí)行規(guī)則來源規(guī)則研發(fā)及執(zhí)行問題分類識別定期發(fā)布問題分類識別定期發(fā)布數(shù)據(jù)質(zhì)量評估報告(數(shù)據(jù)質(zhì)量評估報告》DAWS中國數(shù)據(jù)智能管理峰會數(shù)據(jù)安全審計數(shù)據(jù)安全審計數(shù)據(jù)安全策略數(shù)據(jù)安全管理數(shù)據(jù)安全策略數(shù)據(jù)安全管理策略細化管理深化審計強化管理辦法定義等級與策略宇段級數(shù)據(jù)分級實施監(jiān)管機構審計配合《XX銀行數(shù)據(jù)安全管理辦法》定義了數(shù)據(jù)安全等級及相應策略。逐步實施字段級數(shù)據(jù)安全分級，對重點共享數(shù)據(jù)人工分級打標并在數(shù)據(jù)資產(chǎn)管理平臺發(fā)布。積極配合人行、銀保監(jiān)、審計署及國壽集團等監(jiān)管機構的數(shù)據(jù)安全監(jiān)管和審計。外部規(guī)定整合與記錄內(nèi)控合規(guī)一體化平臺收錄外部數(shù)據(jù)安全管理規(guī)定，詳細記錄并說明制定過程中的依據(jù)。全行數(shù)據(jù)安全宣貫通過多種形式(課程、直播、考試、海報等)全行數(shù)據(jù)安全宣貫，培養(yǎng)安全意審計系統(tǒng)開發(fā)部署按審計署要求，在審計現(xiàn)場開發(fā)和部署審計綜合分析系統(tǒng)。DAMS中國數(shù)據(jù)智能管理峰會一數(shù)據(jù)資產(chǎn)管理現(xiàn)狀|數(shù)據(jù)應用與共享的管理思路與原則觸客觸客使用，用數(shù)從嚴本雙率全行數(shù)據(jù)內(nèi)部共享遵循“開放共享”的核心原則旨在挖掘數(shù)據(jù)價值，優(yōu)化客戶服務，推動業(yè)務創(chuàng)新發(fā)展√導向明確√權益歸屬√導向明確√權益歸屬√強化數(shù)據(jù)應用√最大限度開放√清單化管控√數(shù)據(jù)安全為前提原則√原則明確√合規(guī)性保障√場景管控誰使用誰負責管控觸√原則明確√合規(guī)性保障√場景管控誰使用誰負責管控觸客使用DAMS中國數(shù)據(jù)智能管理峰會挑戰(zhàn)痛點·數(shù)據(jù)格式五花八門，難以統(tǒng)一的混亂·數(shù)據(jù)源頭紛繁復雜，質(zhì)量把控難上加難·安全標準各自為政，難以形成統(tǒng)一防線·數(shù)據(jù)定義迷霧重重，理解偏差的根源·數(shù)據(jù)更新維護滯后，時效性問題凸顯·防護技術日新月異，追趕更新的無盡挑戰(zhàn)·數(shù)據(jù)標準滯后不前，難以跟上時代步伐·數(shù)據(jù)錯誤異常難纏，處理過程曲折多變·內(nèi)部管理暗藏風險，合規(guī)意識薄弱成隱憂DAMS二數(shù)據(jù)資產(chǎn)管理的挑戰(zhàn)與痛點|AI時代到來AlAl時代正悄然降臨，人類智慧與機器智能深度融合。Al憑借其卓越的數(shù)據(jù)處理、精準學習與預測能力，及自我優(yōu)化迭代特性，廣泛滲透至生活各領域。從智能家居到自動駕駛，再到智慧金融，AI正快速變革世界。它高效解難題，也展現(xiàn)創(chuàng)意魅力，提升效率，促進社會創(chuàng)智能投顧企業(yè)智能風險分析智能投顧信用卡欺詐檢測信用卡欺詐檢測客戶服務聊天機器人中國數(shù)據(jù)智能管理峰會應用場景輸出應用場景輸出數(shù)標數(shù)標數(shù)標數(shù)標數(shù)標數(shù)標類詞泛企業(yè)級數(shù)標構建：利用A技術自下而上對字段(表頭)聚類分析，并經(jīng)過人工的審核確定，最終得出16萬項的泛企業(yè)級數(shù)標資產(chǎn)。分詞模型文本相似度比較模型………同義詞歸并翻譯同義詞歸并翻譯模型文本糾錯模型翻譯模型三Al賦能數(shù)據(jù)資產(chǎn)管理的策略與實踐|智能推薦數(shù)據(jù)標準泛企業(yè)級數(shù)標的推薦：在運營的過程中，利用A技術實現(xiàn)與研發(fā)全流程融合的自動化、智能化管理，讓用戶使用泛企業(yè)級數(shù)標更加便捷，后期隨著用戶的使用，人工智能Al模型會越來越精確，數(shù)據(jù)標準會越用越準，越用越有價值。介介泛企業(yè)級相似匹配分析t輸入“客戶名稱”按照文本相似度+引用次數(shù)排序，泛企業(yè)級相似匹配分析t輸入“客戶名稱”按照文本相似度+引用次數(shù)排序，推薦預期用戶需要的Top20泛企業(yè)級數(shù)標選擇并投入使用，數(shù)標資產(chǎn)引用關系建立并登記中文名英文名法人客戶名稱企業(yè)客戶名稱三Al賦能數(shù)據(jù)資產(chǎn)管理的策略與實踐|內(nèi)嵌研發(fā)設計控增量數(shù)據(jù)標準信息項質(zhì)量規(guī)則1質(zhì)量規(guī)則2化前端代碼(JS)JS代碼1JS代碼2后端代碼(JAVA)JAVA代碼1JAVA代碼2統(tǒng)一應用研發(fā)平臺模板設計質(zhì)量規(guī)則3JS代碼3字段A質(zhì)量規(guī)則1質(zhì)量規(guī)則2質(zhì)量規(guī)則3驗代碼校驗文件低代低代碼開發(fā)可榴化設計HTMLHTML頁面前端頁面管控口數(shù)據(jù)接口管控JAVA文件wuwJAVA代碼1JAVA代碼3JAVA代碼2e調(diào)DAMS中國數(shù)據(jù)智能管理峰會三Al賦能數(shù)據(jù)資產(chǎn)管理的策略與實踐|智能數(shù)據(jù)清洗與整合通過先進的機器學習算法，Al能夠自動識別并修正數(shù)據(jù)中的錯誤、缺失和異常值，實現(xiàn)高效精準的數(shù)據(jù)清洗。Al與數(shù)據(jù)清洗整合的結合不僅大幅提升了數(shù)據(jù)處理的效率與準確性，還為企業(yè)的數(shù)據(jù)分析和業(yè)務洞察提供了堅實可靠的基礎。清洗整合后清洗整合前清洗整合后原始數(shù)據(jù)地址：北京市朝陽區(qū)中關村大街123號AB大廈4層2室原始數(shù)據(jù)地址：北京市朝陽區(qū)中關村大街123號AB大廈4層2室地址2:北京朝陽區(qū)中關吝大街123號AB大廈402會議室基于規(guī)則的A校驗基于規(guī)則的A校驗清洗與整合AI校驗結果AI校驗結果通過規(guī)則1:地址格式包括省、市區(qū)/縣、街道、門牌號。標準化數(shù)據(jù)標準化數(shù)據(jù)地址1ABC大廈(不存在)地址2中關音(錯字)規(guī)則3:地址沒有拼寫錯誤。2023年起，XX銀行在數(shù)據(jù)安全領域與哈工大、西工大等高校團隊聯(lián)合開展Al自動分類分級模型的研究，訓練智能數(shù)據(jù)分類模型，實現(xiàn)數(shù)據(jù)分類的自動判斷，輔助數(shù)據(jù)安全分類分級開展。數(shù)據(jù)變更數(shù)據(jù)變更智能識別與分類表名客戶姓名構建分類分級“智慧錯題庫”,通過持續(xù)學習與自我優(yōu)化，提升Al模型識別能力，確保提升后續(xù)分類準確性與效率的持續(xù)提升。分類分級審核智能識別技術將業(yè)務人員的數(shù)據(jù)分類分級任務由“開放式填空”升級為“標準化判斷”,確保分類分級結果的高度一致性與規(guī)范性。DAMSDAMS中國數(shù)據(jù)智能管理峰會四未來展望|數(shù)據(jù)資產(chǎn)管理的新模式與智能化升級路徑Al引領數(shù)據(jù)資產(chǎn)管理進入新模式，通過一系列的Al落地應用，顯著提升了數(shù)據(jù)管理的效率與精度。這一變革不僅鞏固了當前數(shù)據(jù)管理的堅實基礎，更為未來數(shù)據(jù)資產(chǎn)的高效利用與價值挖掘鋪設了廣闊道路。提升數(shù)據(jù)質(zhì)量與可用性Al技術通過自動化數(shù)據(jù)清洗、數(shù)據(jù)標準化和數(shù)據(jù)校驗等過程，顯著提升數(shù)據(jù)的質(zhì)量和可用性，助力企業(yè)明智決策。優(yōu)化數(shù)據(jù)治理流程AI能夠自動化數(shù)據(jù)治理流程，如數(shù)據(jù)分類、數(shù)據(jù)標簽化和數(shù)據(jù)生命周期管理等，提高數(shù)據(jù)治理的效率和準確性，降低合規(guī)風險。增強數(shù)據(jù)洞察與決策支持Al通過高級分析、預測建模和智能推薦等功能，