2020年4月，中共中央、國務院發布《關於構建更加完善的要素市場化配置體製機製的意見》，將數據與土地、勞動力、資本、技術並稱為五種要素，數據第一次作為生產要素正式提出。

　　在數據資產快速發展的背景下，需要統籌推進數據產權、流通交易、收益分配、安全治理等方向。數據資產管理湧現出新模式，數據資產管理新技術也層出不窮。

　　我國金融業的數據管理已有二十餘年的發展曆史，企業IT的投入增長越來越快。2021年各家銀行的財報顯示，銀行在IT人員和成本投入的增速加快，大力進行IT係統的創新已經成為銀行業務發展的新引擎。

　　推進數據資產管理需重視三大技術領域

　　中電金信認為，數據資產管理應重點關注如下幾個技術領域：

　　首先，Data Fabric是未來5~10年數據架構的熱點和方向。Data Fabric是一種數據架構設計理念，作為數據和連接過程的綜合層，其主要功能是把正確的數據、在正確的時間、傳送給正確的人。通過Data Fabric，對的人可以從對的地點、在對的時間、獲取對的數據。這個架構可以引導數據平台進行自我進化和完善，最終實現敏捷的數據服務模式，有很強的實踐借鑒意義。

　　其次，主動元數據管理（Active Metadata Management）將是數據平台自我進化的基礎。主動元數據管理與Data Fabric密不可分，是實現Data Fabric的重要技術。Data Fabric需要實時掌控最新的數據目錄，通過主動元數據管理技術實時獲取最新的元數據，並按照使用者的需求虛擬地調取元數據信息。這些都需要通過主動元數據管理技術與各個源係統進行實時交互，實時抓取各個源係統的元數據信息，形成數據目錄和數據使用習慣線索，最終協助數據平台進行自我升級。

　　再次，實現數據時代與隱私安全共舞，隱私計算是答案。隱私計算是在數據相互保密的前提下，使多個未達成互信的主體進行高效數據融和計算，並且不會造成原始數據外泄，實現數據的可用不可見。這會有力地盤活各方麵沉睡的數據資源，使數據變得更有價值。隱私計算涉及機器學習、分布式機器學習、密碼學、安全多方計算以及聯邦學習等多種不同技術，是數據開放的重要技術保障。

　　金融業數據管理與業務適配

　　2021年12月和2022年1月，中國人民銀行與銀保監會相繼發布了《金融科技發展規劃（2022~2025年）》《關於銀行業保險業數字化轉型的指導意見》，指導金融機構數字化轉型。

　　中電金信認為，金融業數據管理市場呈現兩大趨勢。

　　一方麵，大型銀行相繼成立數據管理部，向利潤中心轉變。

　　各大型銀行今年初紛紛調整了組織架構，尤其是科技條線的調整。很多銀行將數據相關的部門獨立出來成立單獨的數據管理部，主要負責數據資產管理、數據管理、數據分析、數據應用的推廣等，在組織層麵保證了數據管理能夠打通全行數據，數據管理部門從一個成本中心逐步往利潤中心轉變。隨著數據要素市場立法逐步完善，數據成為資產已經不是一個遙遠的夢。

　　另一方麵，湖倉一體架構成為新一輪數據平台架構升級的熱點。

　　隨著2019年工行Teradata平台下架，國內銀行開始新一輪國產化升級。隨著數據量不斷加大和應用場景的不斷豐富，原有傳統的MPP架構數據庫不能完全滿足銀行的數據存儲和加工需求。銀行從原來的ODS、數據倉庫，再到大數據平台，逐步演化為湖倉一體（數據湖+數據倉庫）架構。湖倉一體架構既能解決銀行大數據量存儲、數據的快速接入和接出問題，又能保證複雜加工邏輯的處理效率和應用訪問的效率，是目前銀行最理想的數據平台架構。

　　以金融機構的需求為例，從數據庫開始，數據存儲、調用及分析的生產力工具或平台每個階段的數據管理方式各有特點，數據中台則完美匹配了業務和數據間協作的需求。

　　隨著數據生產要素市場的進一步推進，金融機構將會加快數據資產管理的步伐，數據資產化則會助力金融機構尋找新的業務增長點。

　　（作者係中電金信商業分析事業部總經理）

文章轉載自：新浪新聞

本文到此結束，希望對大家有所幫助呢。