商业银行后台中心数据管理工作的三个阶段
客户世界|张红旭|2015-02-12
现代企业管理最重要的一个特征便是基于数据的量化管理，建立科学的数据体系则是实施量化管理、提升运营水平的基础和前提。作为传统商业银行流程化改革的产物，后台中心一般集中处理信用卡、电子银行、票据等多种不同性质的银行业务，业务结构的复杂、人员规模的庞大以及集中化管理系统平台基础的薄弱等客观因素导致后台中心在成立初期通常难以迅速建立标准化的数据管理体系，同时又对其有较为强烈的管理需求。
根据传统商业银行后台中心的发展特点，数据管理工作一般可以分为三个阶段：
一、数据集中化阶段
后台中心虽然通常被定位为传统商业银行流程化改革的试点与突破，但其仍处在“部门制银行”的大环境之中。“部门制银行”经过几十年的发展已经形成了较为成熟且固化的业务模式和管理模式，每一种业务通常都有专属的数据系统及较为复杂的授权管理机制，因此后台中心在成立初期在数据管理上面临的第一个问题通常是
数据难以获取或获取不及时，较难为一线的业务生产提供及时性支撑。
要解决这一矛盾需要从总行层面建立既满足后台业务集中化运营需求，同时符合信息安全管理的数据流通机制。对于后台中心来说按照不同的属性定位会有两种数据需求，如果定位为成本中心（业务处理中心），数据需求一般包括业务量的时空分布数据、后台人员的工时及产能数据、业务处理的时效及质量数据以及后台业务处理流程效率类数据等；如果定位为利润中心（产品销售、增值服务中心），除了上述的数据需求外，一般还需要掌握客户的基本信息数据、交易过程数据等。
在解决了数据来源后，下一个需要解决的问题便是数据的统一。完成这一目标通常有两种方式，一是由下往上逐步统一，先由各个业务部门根据一线实际情况分别建立数据体系，再从后台中心整体的角度进行统一。这种方式的优点是易于实施，与一线业务情况联系紧密，不足之处通常有两个，一是过于关注短期问题，对于影响业务长期发展的要素缺少必要的关注；二是不同部门的数据体系差异通常较大，较难进行横向比较。还有一种思路是从上往下统一，一般由后线部门制定统一的数据体系结构，从上到下遵照执行。这种方式的好处是能够形成结构完整的数据体系，不同业务类型能够形成统一；不足之处是数据指标的设置通常较为宏观，较难为一线的生产管理提供直接的帮助，因此在实际的推行过程中会遇到较大的阻力。
正是由于上述原因，在这一阶段后台中心的数据管理工作容易出现“一放就乱，一抓就死”的困境。要化解这个难题有两种思路可供参考，一种是分层管理，“让个性的归现场，让统一的归后线”，各业务部门设计制定符合不同业务个性化特点的数据体系，后线部门负责设计制定统一的成本管理、资源规划等有一定共性的数据体系；第二种是分工管理，由后线部门设计基于整个后台中心的数据结构，各一线业务部门则在既定的数据结构下设计制定具体的数据指标。
应该说，无论是分层管理还是分工管理均各有优劣，适用于解决不同阶段的问题。不同种类业务数据的集中，其本质上是各个业务部门在传统的“部门制”环境下形成的各有特色的部门式管理模式的集中与统一，因此其实现是一个缓慢而不断妥协的过程。
二、数据规范化阶段
当建立了数据通道，完成了数据集中后，数据管理工作通常会出现“百花争艳”的局面，同一个业务问题经常会有不同方式的数据描述，同一个数据指标也经常会有不同的计算口径，甚至是同样的数据变化情况也容易出现不同的表述方式。这些现象的存在会给日常的运营管理工作带来较大的干扰，因此数据的规范化管理便成为最亟需解决的问题。
数据规范化通常包括以下三个部分：
（一）数据来源的规范化
后台中心的数据常见的会有三种来源：一是外部（通常为上级管理部门）反馈数据；二是作业系统中可获取的过程类数据，三是以人事信息为代表的本地统计数据。数据来源规范化是实现数据规范化的基础，具体工作一般包括明确各项指标数据的取数来源、统一数据的提取时间、对于可能需要调整的数据做好版本管理等。
（二）数据计算的规范化
对于银行前台业务来说，因为发展较为成熟，对各项数据指标都有明确的计算方式，但对于后台数据指标暂时还未形成统一的行业规范。虽然近几年中国银协等机构曾多次组织国内商业银行制定数据指标标准，但其目前还主要以客服类业务为主，对于其他业务涉及较少，所以对于综合化的后台中心来说规范数据指标的计算方式目前尚没有统一的方式。笔者认为在完成此阶段工作时只需要遵循两项基本原则即可：首先是数据指标的计算方式符合实际业务情况；其次是一旦明确了某项数据指标的计算方式就需要坚持执行，不得轻易调整。
（三）数据使用的规范化
数据作为一种业务信息，其本身并不能创造价值，只有将其投入到管理决策中才能通过促进管理水平的提升，进而带来业务质效的提高，因此数据的使用方式将会直接影响其作用的发挥。规范数据的使用方式一般来说包括两个方面：首先是规范数据在不同场景的使用情况，对于一些有多种计算口径的数据指标，需要对每种口径的适用场景予以明确；其次是规范数据结论，数据本身只有大小之分而没有好坏之别，当需要通过数据变化情况作出价值判断时需要建立变化幅度与判断结论的明确对应关系，例如相关系数为0.8，说明两个因素有较强的正相关性等。
三、数据标准化阶段
数据标准化是后台中心数据管理工作终极目标，这一目标的实现是数据的集中化与规范化在长期的运营管理过程中不断固化、流程化的结果，它的实现主要体现在两个方面，一是数据信息在不同组织环节的无障碍传递，二是不同组织个体对数据信息的无障碍理解与沟通。
对于不同的后台中心来说，实现数据管理的标准化可能有不同路径、不同的期限，唯一可以确定的是，它是后台中心不同的业务部门、不同的管理者与被管理者相互磨合、妥协的结果，它的实现将是一个长期、曲折但又值得期待的过程。
作者单位为交通银行金融服务中心（武汉）营运管理部；本文刊载于《客户世界》2014年8月刊；
转载请注明来源：商业银行后台中心数据管理工作的三个阶段
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。