张文博：AI赋能数据资产管理革新-在数据标准等多领域的探索实践

一数据资产管理现状|数据资产的核心价值与战略地位在当今数字化时代，数据已成为企业最宝贵的资产之一，其核心价值不言而喻。数据不仅能够帮助企业洞察市场趋势、优化运营决策，还能区动业务创新，提升竞争力。因此，数据资产在企业战略中占据举足轻重的地位，有效的数据资产管理成为企业实现可持续发展的市场竞争的优势业务优化的驱动力0数据资产0决策支持的核心资源核心价值与战略地位决策支持的核心资源数字化转型的基石DAWS中国数据智能管理峰会DAWS在金融银行业，数据资产管理面临挑战与机遇。挑战需克服在金融银行业，数据资产管理面临挑战与机遇。挑战需克服，但也为行业带来新机遇。通过强化数据管理，金融银行业能够解锁数据资源的巨大潜力，促进风险管控与客户服务的双重升级，引领业务向更高层次转型。面临的挑战金融银行业作为数据密集型行业，面临着数据资产管理方面的诸多挑战，如数据质量参差不齐、数据孤岛现象严重、数据安全风险高等。挑战挑战机遇可能的机遇这些挑战同时也孕育着巨大的机遇。通过加强数据资产管理，金融银行业可以更有效地利用数据资源，提升风险管理能力，优化客户服务体验，推动业务转型升级。结合实际情况，建立数据管控体系，在该体系指导下开展数据治理相关工作，如制定数据治理架构及相应的制度、建设平台与工具、创建管理流程。数据治理保障机制数据治理核心领域数据治理保障机制数据数据保障&规范保障&规范元数据安全主数据数据生命周期技术完善&落地数据完善&落地数据一数据资产管理现状|数据治理架构参照外部监管数据治理相关要求及主流的数据管理体系，建立了数据管控体系，目前框架内的组织、制度、各管理职能和相关工具平台已基本建设完整并持续深化。数据战略组织架构管控机制数据资产管理赞组织架构管控机制数据资产管理赞数据管控委员会办公室数据定义部门数据录入部门数据使用部门业务管理部门IT部门数据归属管理部门(数据Owner)数据质量管理细则指标管理细则数据标准管理细则数据安全管理办法数据质量管理细则指标管理细则数据标准管理细则数据安全管理办法数据共享管理细则…主数据管理细则数据标准数据模型数据元素公共代码数据标准数据模型数据元素公共代码数据目录数据地图主数据元数据表结构文件接口指标特定代码教感级别清理策略数据质量质量指标质量规则检核脚本质量问题数据资产管理平台DAMS中国数据智能管理峰会一数据资产管理现状|组织架构与制度体系建设对齐标准规范，全面覆盖DCMM模型的各专业领域的相关管理要求；加强数据应用管理制度建设，保障数据应用安全合规，提高数据对业务的支撑能力；适度超前，探索数据数据资产化、市场化相关的管理规范。01提升数据管理规范性数据治理总纲01提升数据管理规范性数据对外服务管理细则数据价值转化数据数据对外服务管理细则数据价值转化数据基础治理规范手册激据医的言理野灵数据共享管理细则数据分析应用细则数据安全管理办法数据标准管理细则激据医的言理野灵数据共享管理细则数据分析应用细则数据安全管理办法数据标准管理细则元数据管理细则价价值02保障数据安全合规制定数据安全政策，防范泄露风险，确保数据保密性、完整性和可用性，同时遵守法规，避免法数据开发平台管理手册数据分析平台管理手册人工智能平台管理手册数据分类分级管理手册质量检核规则管理手册律风险。数据开发平台管理手册数据分析平台管理手册人工智能平台管理手册数据分类分级管理手册质量检核规则管理手册数据标准贯标手册数据表管理手册数据标准贯标手册数据表管理手册03促进数据价值利用整合数据资源，挖掘数据价值，洞察市场趋势和客户需求，提升市场竞争力，创造商业价值。平台化数据治理各子领域实现平台线上化平台化数据治理各子领域实现平台线上化管理，确保高度融合性和强大延展性，满足多样化的数据管理需求。平台全面要盖多种类型数据资产的盘点与管理，包括结构化和非结构化数据，逻辑资源如模型、报表等，确保高效利用。全流程数据资产管理平台提供从资产定义、盘点全流程数据资产管理平台提供从资产定义、盘点分类、规划到服务、监控、优化的全流程数据资产管理平台管理，确保数据资产的完整性与持续增值。引入智能算法与自动化工具，优化数据资产管理流程，缩短管理周期，提升数据资产的价值转化效率。管理，确保数据资产的完整性与持续增值。全场景数据资产以商品化形式在平台门户中开放，支持业务用户查找与申请使用数据全场景数据资产以商品化形式在平台门户中开放，支持业务用户查找与申请使用数据资产，实现数据资产全场景应用与共享。实现数据资产的全生命周期可视化监控与全角色访问，增强数据透明度，促进数据资产的有效利用。栽具全面整合力、数据洞察力、灵活应变力的综合性平台1监管要求GB国家标准¥行业规范业务需求英文缩写数据长度字母数字12字母数字1业务定义英文缩写数据长度字母数字12字母数字1业务定义客户编号通用代码/2-男性RULE_DSRL0000014632·根据原银保监会2018年发布的《银行业金融机构数据治理指引》(银保监发[2018]22号)第四章节“数据质量控制”内容，制定《xX银行数据质量管理细则》,细则明确了工作原则、职责分工以及管理内容等。全行各级机构按照“各负其责，齐抓共管”、“源头管控，标本兼治”的原则开展数据质量管理工作，全面提升数据质量。数据质量管控机制11.定规则2.检数据3.析结果4.改问题5.控质量6.评结果2.检数据6.评效果依托平台工具实现2.检数据6.评效果依托平台工具实现数据服务流程平台数据质量检核平台数据质量检核平台数据资产管理平台一数据资产管理现状|数据质量运营全流程重点监管报送的数据质量，在问题治理全流程管理基础上，增加问题分类及派发督办运营流程，形成数据质量常态化的运营管理体系，持续提高监管报送数据质量。EAST报送源头系统规则来源规则研发及执行1.定规则2.检数据3.析结果4.改问题5.控质量6.评效果规则来源规则研发及执行定期发布问题分类识别问题整改流程问题分类识别问题整改流程原因原因分析登记分派(数据质量评估报告》方案实施方案实施数据安全策略策略细化管理办法定义等级与策略《XX银行数据安全管理办法》定义了数据安全等级及相应策略。外部规定整合与记录内控合规一体化平台收录外部数据安全管理规定，详细记录并说明制定过程中的依据。数据安全管理管理深化宇段级数据分级实施逐步实施字段级数据安全分级，对重点共享数据人工分级打标并在数据资产管理平台发布。全行数据安全宣贯通过多种形式(课程、直播、考试、海报等)全行数据安全宣贯，培养安全意数据安全审计审计强化监管机构审计配合积极配合人行、银保监、审计署及国寿集团等监管机构的数据安全监管和审计。审计系统开发部署按审计署要求，在审计现场开发和部署审计综合分析系统。DAMS中国数据智能管理峰会一数据资产管理现状|数据应用与共享的管理思路与原则非触零共享分析查看，看数从宽触客触客使用，用数从严全行数据内部共享遵循“开放共享”的核心原则旨在挖掘数据价值，优化客户服务，推动业务创新发展√导向明确√权益归属√强化数据应用开放分析查看√最大限度开放√清单化管控√原则明确√合规性保障√场景管控管控触客使用谁负责√责任明确√法律遵守√数据保管二数据资产管理的挑战与痛点痛点痛点·数据格式五花八门，难以统一的混乱··数据格式五花八门，难以统一的混乱·数据定义迷雾重重，理解偏差的根源·数据标准滞后不前，难以跟上时代步伐·数据源头纷繁复杂，质量把控难上加难·数据更新维护滞后，时效性问题凸显·数据错误异常难缠，处理过程曲折多变·防护技术日新月异，追赶更新的无尽挑战·内部管理暗藏风险，合规意识薄弱成隐忧DAMS二数据资产管理的挑战与痛点|AI时代到来AlAl时代正悄然降临，人类智慧与机器智能深度融合。Al凭借其卓越的数据处理、精准学习与预测能力，及自我优化迭代特性，广泛渗透至生活各领域。从智能家居到自动驾驶，再到智慧金融，AI正快速变革世界。它高效解难题，也展现创意魅力，提升效率，促进社会创企业智能风险分析全面洞察市场运营智能助手提升运营效率客户服务聊天机器人24/7在线支持智能投顾个性化理财新选择信用卡欺诈检测守护资金安全中国数据智能管理峰会中国数据智能管理峰会应用场景输出应用场景输出数标数标数标数标数标数标数标对比类词聚类算法分词算法型泛企业级数标构建：利用A技术自下而上对字段(表头)聚类分析，并经过人工的审核确定，最终得出16万项的泛企业级数标资产。分词模型文本相似度比较模型币别币别………币种同义词归并同义词归并翻译模型文本纠错模型翻译模型泛企业级数标的推荐：在运营的过程中，利用A技术实现与研发全流程融合的自动化、智能化管理，让用户使用泛企业级数标更加便捷，后期随着用户的使用，人工智能Al模型会越来越精确，数据标准会越用越准，越用越有价值。介后台服务用户操作介后台服务Al匹配后结果长度长度英文名引用次数个人客户名称个人客户名称空本空本企业客户名称t对私客户名称tt三Al赋能数据资产管理的策略与实践|内嵌研发设计控增量在统一应用研发平台关联数据标准资产，提供研发设计并自动生成程序代码文件，将数据质量管控内嵌至研发设计，从研发源头和数据源头进行数据质量管控。数据标准统一应用研发平台数据标准模板设计标准引用生成前端页面标准引用生成表单内容校生成表单内容校验代码预处理格式化前端代码(JS)后端代码(JAVA)联合校验质量规则3生成接口内容校验文件前端页面管控JS代码1JS代码2JS代码3数据接口管控HTML页面口wJAVA代码1JAVA代码3JAVA代码1JAVA代码2JAVA代码3低代码开发可据化设计JAVA代码2*三Al赋能数据资产管理的策略与实践|智能数据清洗与整合通过先进的机器学习算法，Al能够自动识别并修正数据中的错误、缺失和异常值，实现高效精准的数据清洗。Al与数据清洗整合的结合清洗整合后清洗整合前清洗整合后地址1:北京市朝阳区中关村123号地址1:北京市朝阳区中关村123号大街123号AB大厦4层2室地址2:北京朝阳区中关容大街123号大街123号AB大厦4层2室智能数据清洗与整合智能数据清洗与整合AI校验结果AI校验结果通过不通过不通过存在问题规则1:地址格式包括省、市标准化数据标准化数据地址2中关音(错字)进行人工审核确认，投入使用规则3:地址没有拼写错误。三Al赋能数据资产管理的策略与实践|Al分类分级模型的智能识别与分类2023年起，2023年起，XX银行在数据安全领域与哈工大、西工大等高校团队联合开展Al自动分类分级模型的研究，训练智能数据分类模型，实现数数据变更数据变更实现分类分级的精准统一智能识别与分类表名字段名Al模型智能进化机制构建分类分级“智慧错题库”,通过持续学习与自我优化，提升Al模型识别能力，确保提升后续分类准确性与效率的持续提升。分类分级审核智能识别技术将业务人员的数据分类分级任务由“开放式填空”升级为“标准化判断”,确保分类分级结果的高度一致性与规范性。四未来展望|数据资产管理的新模式与智能化升级路径Al通过高级分析、预测建模和智能推荐等功能，为企业提供更深层次的数据洞察。帮助企业发现商机，优化运营，增强竞争力。8AI能够自动化数据治理流程，如数据分类、数据标签化和数据生命周期管理等，提高数据治理的效率和准确性，降低合规风险。Al技术通过自动化数据清洗、数据标准化和数据校验等过程