不解决这六个问题,农商行应用大数据就是扯

大数据
中国人民银行参事、国家信息化专家咨询委员会委员陈静曾指出:没有信息化,就没有金融的现代化。进入信息化时代以来,银行的生存环境发生了巨大的变化,信息化建设和大数据的应用,已经成为银行业竞争的一个筹码,也是获得竞争优势的一个方法。

大数据

中国人民银行参事、国家信息化专家咨询委员会委员陈静曾指出:没有信息化,就没有金融的现代化。进入信息化时代以来,银行的生存环境发生了巨大的变化,信息化建设和大数据的应用,已经成为银行业竞争的一个筹码,也是获得竞争优势的一个方法。

大数据在帆软传说哥看来,有两个含义,一是大量的数据,二是能产生价值的数据。对银行来说,数据量从来都不缺,缺少的是能让产生价值的数据。传说哥曾在《大数据时代下,百货行业如何革命?》一文中讨论过数据的应用方向,一是围绕业务、用户的数据应用,另一个是围绕企业自身管理、运营的数据应用。对于银行业来讲数据的应用方向也是如此。老祖宗教育我们,打铁还需自身硬,所以提取能产生价值的数据用于优化企业运营,是大数据时信息化建设的关键一步,也是当前银行业正在走的一步。

银行业按照形态,分为农村商业银行和城市商业银行两类。这次先随传说哥一起探讨农商行信息化的现状和问题。

农村商业银行与城市农村商业银行的信息化建设不同,城市商业银行是经过分散的小系统整合成统一联网系统,再逐渐演化丰富,进而形成一套信息化基础平台,是一个大一统平台。而农村商业银行是逐渐从信用联社的网络中剥离,全国两千多家农商行,其信息化之路也是相对分散和独立的,信息化水平尤其是数据应用水平较城市商业银行落后许多。

帆软公司银行业信息化顾问杨扬在其论文《农商行统一数据分析平台建设方案》中把农商行信息化水平由低至高分为4大类型,大致为:

1、农商行没有数据中心,没有报表系统,报表在各个系统呈现,其余都是Excel文件,日常管理麻烦、响应低效,业务人员经常不知道去哪边找数据,数据的利用效率最低;

2、农商行有报表系统,但是响应缓慢,导致报表系统价值削弱,业务人员继续找技术人员索要数据,形成大量Excel文件,无法进行有效分析汇总;

3、农商行有报表系统,维护也及时,不过技术人员疲于应对日常取数报表需求,业务人员分析意识薄弱,导致为了看报表而做报表;

4、农商行的业务人员可以自主取数进行各种数据、报表分析,技术人员提供自主取数平台,同时协助业务部门落实数据挖掘,结合移动端呈现,达到数据价值呈现的目的。

很不幸的是大多数农商行都停留在第二类别以前,少数处在第三类别。这三个类别信息化程度虽然不同,但总结起来,无非就是系统多的问题、需求变更的响应问题、口径不统一的问题、数据展示分析效率的问题、无法移动办公的问题和科技部人事动力的问题,具体如下:

1:系统多。农商行的薪酬、小额贷等自建系统比较多,各个系统报表通过代码实现,样式杂乱,交接麻烦,对于前端决策和业务部门需求,无法提供有力支撑;

2:需求变更多。业务部门为了运营和管理需要,经常新增报表,也会依据领导关注的领域进行分析调整,以及省ODS口径调整也会带来报表重新设计等;

3:口径不一致。省统计口径和市、县不一致,市县需要重新加工;

4:取数效率慢。业务人员取数需要技术人员提供,严重影响双方效率;

5:无法做到移动办公。领导出差无法实时查看到行内核心KPI指标,缺乏移动数据呈现;

6:科技部价值无法体现:大部分系统都是软件商开发,科技部只是维护工作,体现不出自己的价值;

可以看到,这六大问题,基本上掐死了农商行应用大数据的命脉:数据没办法应用或者很难去用,组织和实现数据应用的部门无动力和价值感。如此的情况,怎么可能去玩好大数据呢?

新时代的到来,总会造就一批弄潮儿,也会抛弃一批吊车尾。要想实现在大数据时代弯道超车,就要让数据为运营服务,为企业利润服务,为企业战略服务。

责任编辑:李英杰 来源: 36大数据
相关推荐

2016-11-15 09:54:19

澳大利亚政府大数据

2023-07-06 14:29:11

2021-08-23 11:35:00

工具yyds开源

2021-01-21 16:20:14

数据采集数据采集工具大数据

2014-12-31 09:48:25

云数据恢复云迁移

2021-09-03 09:57:13

开源技术 项目

2015-07-28 10:52:36

DevOps

2016-11-07 12:24:32

大数据开放数据

2021-10-28 15:58:25

数据科学交叉验证

2024-12-04 09:27:56

2021-11-16 11:30:10

Linux命令运维

2016-01-04 15:20:46

2016趋势互联网

2019-08-26 09:39:53

Hadoop发行版大数据

2019-08-26 09:20:43

Hadoop大数据数据库

2015-03-05 14:24:00

大数据分析大数据大数据分析工具

2022-10-28 15:30:27

大数据大数据模型

2024-11-14 12:00:00

Python开源大数据

2022-09-13 08:47:59

CIO董事会IT

2019-12-19 14:42:40

开源数据科学项目

2022-05-02 16:18:22

RocketMQBrokertopic
点赞
收藏

51CTO技术栈公众号