当前位置:首页 > 财经 >

财经-001_1246

发布时间:2019-03-04 08:47:42

从抗日武装的发展谈到数据治理

要想做好数据分析工作,绝对离不开数据治理打下的良好基础。本期我们从管理者的视角,全面而深入地了解数据治理的问题。

抗日题材的电视剧,印象中总有这么几个场景:

场景一:我军缴获了敌军的重炮,但是由于没有合适的炮弹,无法使用,带着又是个累赘,只能遗憾地销毁了。

场景二:几个游击队的民兵使用迫击炮,由于没受过正规训练,直接把炮推到距离目标只有两三百米的地方进行瞄准,而炮的射程其实是有好几公里,被国字头友军嘲笑只会抡大刀。

场景三:国字头部队和日本军队多为正面交战,战况往往惨烈,主力部队损失殆尽;而游击队的战法是不正面打大战,而是迂回打(且善于打)小战,不断积小胜为大胜,鼓舞军心,以战养战。

有关数据方面的困难和问题,恰好分别可对应到以上三个场景:

数据质量问题

大部分机构的管理层都已认识到在现今大数据时代,数据对于企业而言非常重要,业界也有很多成熟的数据分析应用工具与模型,但是由于机构自身的数据质量和基础实在太差,导致无法有效应用,只能自己干着急。这就好比虽然有了重炮(领先的数据分析技术和工具),但是苦于自身没有合适的炮弹(高质量的数据),没办法把武器很好地利用起来。虽然当时的抗日军民也想出把弹药磨、锉至能够适用这些枪炮口径的招来(一定程度上的历史数据清理),但是这样本身存在很大的危险性,也影响武器的精准度,真上了战场还是可能会卡壳甚至误伤到自己,发挥不了应有的作用。举个例子,某金融机构的个人客户数据中,个人客户性别信息的分布有异常,显示客户性别除了主要的三个取值(男、女、未知)外,还有其他两类无效性别的占比竟然将近20%,实在难以想象性别上除了"男"、"女",再不济是"未知"外,还有什么其他取值?

数据质量问题是普遍存在的,不论是创新的企业还是传统的企业,不论业务规模大小或管理能力强弱,都存在类似的问题,这在很大程度上制约着企业利用数据进行挖掘和应用的能力。要解决这个问题,还是要回到基础数据建设上来,就是我们之前说到的"造炮弹",需要具备按照既定的标准和规格,造出标准口径的炮弹的能力,而这首先就要有标准化的制造规格(数据标准和规范),例如炮弹的类型、口径、射程,这样军工厂才能按照这些规格造出符合要求、管用的炮弹来(业务部门按既定标准进行数据采集和录入)。然而在现实工作中,很多机构却恰恰缺乏这些标准。例如,金融机构最常见的"贷款余额",其口径是否包括了贸易融资、或票据贴现、或垫款?"存款余额"的口径是否包括了保本理财或信用卡溢缴款等?实际上很多机构对此没有做出企业级统一、标准化的规范定义,这也导致了机构内部数出多门且互不一致,给经营管理分析和决策造成了不少困扰。

数据应用问题

暂时先抛开数据质量差的问题,单就如何使用数据、挖掘和创造数据价值的方面,国内金融机构和企业也面临着严峻的挑战。就像电视剧的场景一样,敌军已经配置了先进的坦克、装甲车和枪炮,我军还是小米加步枪,在敢死队冲锋和短兵相接时还抡起了大刀。在当时那个年代确实是由于物资匮乏,条件太差,没办法而为之。但是在现今市场激烈竞争、技术不断发展的背景下,金融机构如果还是用老的一套方法开展业务,不给前台客户经理、中后台管理人员以及决策者配备良好的数据分析和应用工具,那么在市场竞争上就会落后人一步,就好比人家竞争对手都已经是机械化部队全副武装了,我们自己还是大刀队、敢死队,这样处处都会陷于被动。

当然,很多机构的管理层也不是没有意识到问题的严重性,就是不知道如何入手。一个很普遍的现象就是,如果并非不得不执行的监管合规达标要求,那么机构内部就很难行动起来。笔者此前与一些金融机构的数据主管部门领导进行研讨时,有许多人提出来外部监管机构是否可以出台明确的数据监管指引和合规达标要求,这样他们才便于立项并协调其他相关部门推进工作事项。由此可见,目前驱动这些金融机构开展数据工作的主要动力竟然还不是提升自身的数据核心竞争力,为机构业务经营和管理决策提供支持,而仍然停留在外部监管要求上,那么这显然是本末倒置了。此外,目前有许多金融机构的数据管理和统计分析能力仅在满足外部监管统计报送要求上就已经捉襟见肘了,没有精力来应对内部业务经营和发展的用数需求。这也引出了接下来的第三个问题。

实施策略和路径问题

如何有效推进数据工作是目前金融机构面临的普遍难题。由于数据工作涉及的范围实在太广,哪里有业务经营和管理,哪里就会产生数据,也需要用到数据,覆盖面基本包括了机构内所有的业务和管理部门。而数据主管部门仅仅作为一个平级部门,在日常工作中很难协调并推动其他部门开展数据相关工作,更别说这里面还往往伴随着一些职责与权利、成本和利益等方面的因素。

那就让我们效仿一下八路军的做法吧:既然敌军这么强大,困难这么多,那么不一定要正面对抗,可以灵活、迂回应对嘛!我军的战略原则有这么几条非常值得借鉴,比如"集中数倍优势兵力消灭敌人有生力量","伤其十指不如断其一指"。既然数据工作涉及的面太广,难以在短时间内完成诸多复杂的工作事项,那么就首先集中精力解决1-2个迫切的、关键的数据应用需求。比如,管理层的数据需求往往不多,但是都非常重要,那么我们可以先从管理层的用数需求出发,通过高管报表和每日指标监测、决策驾驶舱等方式实现为数不多的核心指标,当然加工这些指标还需要制定明确的口径规范以及获取相关基础数据,由于范围可控所以工作难度一般不会太大,那么就可先自上而下把这些指标和数据确定下来。这么做一举两得,一方面管理层看到了数据的价值以及开展数据工作的必要性,有助于获得领导的支持;另一方面,管理层一旦认可了这些指标和数据,就意味着企业最为核心的数据标准"立"起来了,后续就是一个推广和完善的过程。再有,还可以有针对性地选择1-2个部门满足其用数需求,部门的选择可先暂时不考虑那些处于强势地位(即有数也会用数)的部门,而建议选择那些缺数(即自身不产生数据,属于数据需求方)或缺乏应用工具支持的部门。那么,集中精力解决这些部门的用数需求,一方面部门的积极性和配合程度会更好,往往愿意协助进行数据标准制定等事项,这就有利于数据工作的推进;另一方面,这也符合毛主席提出的"农村包围城市"、"星星之火可以燎原"的战略思想。通过满足这些部门的需求,就能在机构内部形成一种声音和宣传,即原来数据主管部门不是来管理我让我干活的,而是来帮助我、服务我的,这就会逐渐使得其他部门主动来找数据主管部门进行合作,保证了数据工作范围可持续的扩大并顺利推进。所以说,一开始数据主管部门要放低姿态,我们就是"造大炮"的后勤服务部门,业务部门才是提供"炮弹"并向敌军开炮的前线作战部队,那么我们当然是要服务好他们,而并非管理好他们。

一句话,实施策略应"以数据应用为驱动,集中精力解决用数需求",并且要"长期规划,短期速赢,迭代推进"。

推荐阅读/观看:工业大道公司注册 https://www.whrdpx.com/gongsizhuce/city_gydd.html

上一篇:财经-001_810
下一篇:最后一页