数据即资产，早就成为了各行各业的共识。

　　海量数据如同蕴含巨大财富的矿藏，

　　如果对于数据资产不能进行有效挖掘和运用，

　　无疑是一个巨大浪费。

　　尤其是金融行业，在长期的业务发展中累积了大量的数据资产，但却苦于不能有效地掌握“驭数之法”，只能望“财”兴叹。

 

　　近日，中国民生信托有限公司信息部总经理孟凯祥接受“新金融世界”总编谌力采访，就金融企业如何革新管理思路和探索数据治理分享了自己的观点——充分利用好数据治理这把“掘金铲”，将数据矿藏中数据价值发挥到最大化，完成精细化运营，制胜数字化转型。

 

　　信托公司是我国金融机构中唯一能够横跨货币市场，资本市场和实业投资领域进行经营的金融机构。信托公司牌照功能强大、业务模式灵活，经过多年来的快速发展，已经成为国内金融体系的重要组成部分，管理资产规模逾20万亿。一手对接资金端，一手服务资产端，信托机构在服务实体经济、促进资金高效融通的过程中发挥着重要的作用。近年来，伴随着信托业务的转型与创新，信托业务对IT的依赖程度不断提高，特别是随着信托财富直销业务、消费金融业务等零售业务的突破与发展使得信托业务与科技应用快速融合，不断创新。消费金融业务中，通过大数据风控、移动支付、数字签名、人工智能等技术的应用，支撑信托公司实现了线上获客、身份认证、风险评估、授信审批、实时放款以及在线服务等。网站、微信和APP等线上渠道的建设作为财富中心实体网点的有益补充，帮助信托公司财富直销业务极大地延伸了客户服务触角，丰富了服务内容，提升了客户服务体验。可以预见，科技能力正在成为未来信托公司不可或缺的核心竞争力。因此，一些具备前瞻眼光的信托公司已经开始对信托科技进行战略规划和总体布局，不断加大资源投入，促进科技业务融合，实现科技赋能。中国民生信托就是这样一家公司。

 

信托科技的“民生模式”

 

　　中国民生信托自2013 年重组复业以来，业务一直保持稳健发展，完成了包括信托综合业务一体化系统、营销服务管理系统、电子渠道交易系统、证券投资与监控系统、投后风险管理系统、以及财务报销系统、人力资源管理系统等数十个重要业务和管理系统的建设。

 

　　从5年前来到民生信托负责信息科技部门工作，孟凯祥就开始探索适合信托公司的IT建设与发展之道。基于金融信息化领域十几年的工作经验，他提出信托科技“要发展，先融合”，“民生模式”首先要打通科技与业务的融合之路。“融合就是你中有我、我中有你，意识融合了、团队融合了、目标融合了，后面的路自然就通了”，孟凯祥对融合之道如此阐述。因此，他首先将信息科技后台定位前移，通过IT“岗位前置、流程前置、意识前置”将科技人员推向前台，推到一线。“科技人员必须跟业务人员站在同一个战壕里，亲自感受枪林弹雨，才可能对业务痛点有着最准确的体验和判断”。在融合的环境里，“民生模式”的实施路径是“可控外包+精准研发”，孟凯祥认为“术业有专攻，信托科技必须有所为而有所不为”。在团队管理上，“民生模式”秉承“精英团队”的理念，不求人多、但求能战。“我们要把每一个人培养成可以带兵打仗的将军，以一当十，独当一面”。通过5年的实践，民生信托的科技建设“投入小、见效快、产出高”，走出了一条适合信托公司的信息科技发展之路。

 

　　全公司已经建立了大大小小40多个应用系统，构建了北京和上海两个数据中心，实现了应用级的异地灾备，RTO小于30分钟，RPO接近于零。而支撑上述所有IT系统的团队只有不到十个人的编制，孟凯祥认为小团队也可以大有作为。

 

　　“信托公司整体人员不多，IT团队的编制就更少。信托公司的IT人员占比偏低是行业普遍现象，所以外采成熟产品与外包定制开发成为IT必选项。特别是对于一家初创公司，充分利用优秀的外包资源，推动技术与业务的快速起步和入轨有着更为现实的意义，这里的关键是搭建好供应商结构，掌握核心技术和议价能力，选择好自主研发的方向，打造优势互补、自主可控、合作共赢的IT外包架构。” 孟凯祥谈到。

 

　　民生信托通过与行业内掌握优秀技术、有丰富成功经验的IT公司进行充分合作，利用IT公司的成熟经验，帮助民生信托的IT建设快速起步。

 

　　“对于外包，业内存在许多担心，例如过度依赖外包从而失去谈判和议价能力，技术架构、系统接口、数据标准被外部绑定，最终受制于人等。其实，这是可以破解的。我们做的很多创新项目实现了共赢，多方受益，而且民生信托IT团队的参与者可以通过项目让个人的价值得到提升，虽然是外包项目，但民生信托的技术团队依然有掌控能力，比如，我们是业内率先自主实现证券项目实时预估值和联合风控、实现非标业务大数据投后管理系统以及在财富管理中实现客户信息数据库级加密的公司。”

 

　　如果说，掌控外包这一合作模式，善用IT公司的成熟经验和能力，这是民生信托IT模式的“左手”，那么自主研发就是“右手”。

 

　　对于自主研发，民生信托没有舍弃，也没有盲目投入，而是有选择的投入，数据分析就是民生信托选择的自主研发领域。

 

　　“做IT最重要的是对业务带来价值，所以我们在自主研发领域也是选择能对业务带来明显价值的领域进行切入，数据分析就是这样一个领域。”

 

把数据作为资产来管理

 

　　数据管理和数据分析，就像挖矿，越挖掘数据价值才能越多地显现出来，未来IT部门的价值也会更多地体现在此，因为随着IT基础架构的成型和稳定，应用系统架构的逐渐丰满，这类IT建设趋于饱和，而数据管理和数据分析则有无限的空间。”

 

　　要把数据矿藏的价值真正开发出来，孟凯祥及其团队发现还面临着几个必须解决的问题。

 

　　首先，各个业务系统孤立分散，且面向不同业务主题的事务数据，给数据资产的统一管理造成了困难。而且异构业务系统的基础数据口径不一致，难以实现跨系统的关联数据分析，以及挖掘数据深藏的价值，无法对公司业务决策提供准确的数据支持。

 

　　其次，中后台部门日常工作需要频繁的数据交换，部门之间往往采用人工方式发送数据文件，不仅容易出错，还无法对数据分发过程进行有效地监管和控制，这样手工文件的数据共享模式，给企业数据安全埋下了隐患。同时，点对点的频繁数据交换影响了业务系统性能，使系统间的关系变得更加复杂，加重了系统运维人员的负担。

 

　　2015年，民生信托建立了公司级数据仓库，打通了核心业务系统和管理系统，把相关业务数据采集到数据仓库中。众多的信息系统产生了大量不同主题和不同口径的数据，如何充分利用并挖掘这些业务数据的价值，已经成为信息技术部的重点工作，而数据治理成为基础工作。

 

　　“两年前我们数据采集进来，但数据质量不好，解决数据孤岛和数据交换问题成为一个突破口。通过对市场上主流的数据集成和管理工具的调研，我们了解到Informatica 可提供包括数据集成、数据交换、数据质量、数据治理和大数据管理等数据产品在内的一整套解决方案，与公司现有业务需求十分契合。”

 

　　同时，Informatica 在金融行业已经具有很多成功的企业案例，而且拥有了良好的业界口碑。这促进了民生信托选择采用Informatica 的决心。最终，中国民生信托选择了Informatica DataIntegration Hub （DIH）数据交换平台和PowerExchangeChange Data Capture （CDC）变更数据捕获解决方案。

 

　　InformaticaDIH 数据交换平台类似于数据总线，可以将离散的系统之间的交互集中在一个平台上，避免了数据孤岛；底层的PowerCenter 能够高效地执行数据运转的流程，快速访问各个系统，然后把数据分发给其它系统。满足了中国民生信托对多个异构业务系统数据进行统一管理的需求。DIH 还将分散的手工数据文件交换模式转变成集中的数据自动分发的管理模式，用户也可以按照数据主题自助发布和订阅，这与中国民生信托的系统内部的频繁的数据交互需求非常契合。

 

　　借助CDC 技术，中国民生信托可以及时捕捉到不同业务环境中产生的增量数据，并即时感知到业务环境中数据的动态变化，有助于实现IT 部门向业务部门实时交付高质量数据的目标。

 

　　数据治理作为一个体系化的工作需要从管理和技术工具两个方面来推进，只有IT工具并不能解决数据输入质量的问题。民生信托赋予了IT部门在数据治理中执行监督和处罚的权利，IT部门定期梳理每个业务部门数据输入的质量，可以对质量不达标的业务部门进行警告甚至罚款，目标是提升数据输入的质量。

 

　　未来，为了更好地掌握企业的数据资产，中国民生信托正在计划应用Informatica的元数据管理工具，将数据的来源、流向进行全面的梳理，自动跟踪业务系统的数据结构变化，为定位和解决数据传输中的问题提供便利。

 

用业务视角来挖掘数据矿藏

 

　　在实践中，民生信托把数据应用的能力细分成为四个主要的能力：数据采集、数据治理、数据分析加工、数据展现，从提升四个能力的角度不断加强数据应用的能力。从组织机构上，民生信托还建立数据中心的执行团队，来落实各项数据治理的具体工作。

 

　　“好的能力加上好的工具，再加上优秀的执行，才能让数据价值得以迸发。我们未来将打造一个数据中台。现在公司各个条线对数据分析的需求非常旺盛。传统是依靠手工台账来记录、统计、分析和展现，效率非常低，容易出错。现在IT部门通过RPA等自动化技术来实现记录、统计、分析和展现的工作，以前一个公司的中台业务部门做流动性管理需要一个人一天做出一张统计表，现在通过自动化技术大约3分钟就能实现。这种优化得到了业务部门的极大欢迎。”

 

　　展望未来，孟凯祥认为数据中台将是一项重要的应用方向，通过对现有中台的工作归纳梳理，集中由IT部门用系统自动化实现，从而大幅提升公司整体运营效率和质量。例如，以前风险管控高度依赖于经验，未来将主要依靠于数据分析，即通过多个维度的量化数据指标来进行风险评估。

 

　　“数据这个资产很有意思，如果没有业务视角来看待很可能是负担，既要购买存储系统来保存，还要清洗和管理，一旦加入业务视角则完全不一样，会产生大量的价值，不再枯燥，变得富有色彩。应用系统建成好，后面限于优化和运维，但数据分析后面则有非常大的发展空间，这是IT部门最好发力的领域，也是我们今后发展的方向。”