隨著5G、物聯網等新技術發展，數據量的增長速度將越來越快，同時也會帶來更多的數據治理問題‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 借鑒中國古代治理水患的典故，治理數據跟治理水患的基本邏輯、思維模式有很多相通之處，需要較強的體系化能力‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　在金控集團數字化轉型過程中，能否有效發揮數據資產價值是一個關鍵性的影響因素，然而在數據共享過程中通常面臨很多挑戰‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 一方面，金控集團內部各子公司之間，因為主營業務不同、數據標準不同，很多時候數據難以共享和關聯。 另一方面，各子公司的信息化建設差異程度也較大，在采集數據時難以有效地保障數據質量。 至于外部的挑戰則更加明顯，不同行業需要遵循各自的監管及合規要求，這就導致在數據共享過程中面臨較多阻礙。

　　這些內、外部挑戰錯綜復雜，要求我們清晰地把握大數據產業生態發展現狀，從更加全面的視角來思考如何做好數據治理。 此外，數據領域的從業人員必須以創新思維作引導，讓數據真正發揮業務價值，通過數據驅動實現有效的數字化商業模式創新。

　　金控集團數據共享治理面臨新機遇

　　在行業層面，中國人民銀行發布《金融控股公司監督管理試行辦法》，明確金融控股公司及其所控股機構在集團內部共享客戶信息時，應當確保依法合規、風險可控并經客戶書面授權或同意，防止客戶信息被不當使用。 這在一定程度上為金控集團提供了支持，使其在合規的前提下可以開展數據共享工作。

　　在企業層面，金控集團需要以客戶為中心，重點開展客戶遷徙、交叉銷售、產品創新和綜合服務等工作。 這些工作很大程度上依賴于集團內各子公司的客戶數據共享，只有通過數據共享應用才能充分發揮集團協同優勢，進而為集團和客戶創造更大的價值。

　　分布式數據共享治理模式創新

　　隨著5G、物聯網等新技術發展，數據量的增長速度將越來越快，同時也會帶來更多的數據治理問題。 數據處于流動的狀態，數據治理也就是治理這些流動中的資產。 借鑒中國古代治理水患的典故，治理數據跟治理水患的基本邏輯、思維模式多有相通之處，需要較強的體系化能力。 目前，大多數企業使用集中式數據治理模式，雖然能解決現階段企業面臨的問題，但并不能滿足公司未來發展的需求。

　　結合組織架構、技術創新等維度分析當前國內外數據治理的發展趨勢，其中元數據能夠把分散的數據協調在一起，在數據共享治理過程中發揮關鍵性作用，這也是區塊鏈等分布式技術與數據治理結合的出發點。 同時，利用分布式數據共享治理提高工作實效，允許集中式、分布式數據治理模式并存，也符合目前金融行業數據治理的發展趨勢。

　　金控集團要實現有效的數據共享治理，需要包括三個關鍵步驟。 首先在數據生命周期管理過程中充分融合元數據，逐步建立分布式的數據資產管理模式。 其次是引入聯邦學習、遷移學習等創新技術，實現跨企業的數據智能場景化應用。 最后是積極對接產學研機構以探索數據要素市場化機制，最大化激發數據要素的價值潛力，打造靈活的分布式數據治理模式。

　　分布式數據資產管理的核心是將元數據與數據管理的各個環節充分結合，過程中應用分布式數據庫等新興技術。 在數據資產管理方面，金控集團要建立統一的數據標準，統一數據標準有利于保障數據的有效整合和應用。 針對數據質量，要綜合運用數據認責、多維質量評估、量化評估結果、數據質量報告等措施，進行有效的數據質量管理。

　　此外，金控集團可以嘗試建立數據要素交易市場，具體可以分為三層框架：最下層是全流程的市場服務，包括數據上架、信息匯聚、交易撮合、需求匹配等內容; 中間是創新交易模式，包括數據交易、數據交換、業務分潤、數據資產化等內容; 最上層是金控集團的特色場景化數據產品，包括核驗類、征信類、司法類、風控類、行業類、資訊類等內容。 在建設過程中，金控集團可以圍繞內部孵化的數據產品建立交易市場，數據產品跟交易市場之間形成良性互動; 將更多的數據應用輸出到市場，并通過引入市場化機制確保更加有效地激發活力。 此外，要堅持開放共贏的原則，通過廣泛的產學研合作共建數據要素生態圈，在保證合法合規的前提下讓數據發揮更多價值。

　　金控集團數據共享治理實踐

　　光大集團是一家橫跨金融與實業，擁有金融全牌照和環保、旅游、健康、高科技等特色產業，具有綜合金融、產融合作、陸港兩地特色優勢的國有大型綜合金融控股集團。 近年來，光大集團持續開展數據共享實踐和創新探索，在管理機制和技術賦能方面積累了豐富經驗。

　　為有效應對集團多業態、多級法人管理結構對數據治理帶來的挑戰，光大集團首先進行了組織管理模式的創新。 在集團科技與創新委員會下設立數據治理工作組，同時在各子公司設置數據治理聯系人，建立了總部+子公司聯合的數據共享治理機制。 將數據共享治理提升到集團戰略高度，并貫穿到集團各子公司。

　　集團發布了一系列制度文件，明確了數據治理的愿景、組織結構、數據權利和責任、數據標準與質量、數據安全與合規等內容，成為集團內開展數據共享治理工作的政策指引。 同時，集團印發《數據共享工作方案》，明確了集團數據承接主體，并要求聘請合規律師進行共享協議和個人客戶明示授權的落地工作。

　　為了鼓勵集團內子公司在合規的基礎上提供更多更高質量的數據，集團嘗試制定數據貢獻指數作為數據要素市場化探索的起點。 數據貢獻指數從數據規模、數據質量和數據熱度幾個維度進行定義，目標是實現分布式交換共享的量化評價。 集團內部根據貢獻指數進行評價，鼓勵成員企業參與共享工作。

　　基于“誰提供、誰受益”的原則，在數據共享依法合規的前提下，光大集團探索建設數據要素的市場化交易平臺。 對于集團內部子公司產生的數據，厘清數據所有者、數據控制者和數據使用者之間的關系，由數據要素交易平臺制定交易規則，統計和計算數據要素的交易情況。 對于集團統一購買的外部數據，本著降低集團整體使用成本為目的，內部以更優惠的價格開展數據要素交易，并通過交易平臺進行統計結算。

　　數據智能助力集團數字化轉型

　　數據智能是大數據+人工智能技術的結合，通過決策類預測、識別類模型、最優化策略三大范式支持智能化的應用場景。 金控集團的典型應用領域包括客戶遷徙、交叉營銷和智能風控等，重點聚焦在數據層面的智能化，以及數據驅動下的協同價值發現。

　　以客戶為中心開展數字化轉型，需要建立場景、擴大連接、產生洞察、強化黏性，以數據驅動為核心實現金控集團內部生態協同及運營優化。 客戶遷徙及交叉營銷過程中，結合算法模型、規則模型關聯產品組合，通過數據滲透、業務滲透和場景滲透實現有效的“獲客”和“活客”。

　　在智能風控領域，集團基于系列技術產品打造了金控集團智能風控解決方案，通過“數據+模型+平臺”的一站式服務來滿足不同場景下的業務需求。 一站式服務覆蓋了從數據處理、產品化設計、個性化匹配到本地化部署的各環節，能夠滿足金控集團及各子公司的智能化風險管控需求。

　　在當前復雜的競爭環境下，數據挖掘模型對應著企業智能化產品的核心競爭力。 光大科技孵化了具有自主知識產權的數據挖掘模型體系，并利用集團全牌照業務優勢打造數據產品“陽光評分”。 “陽光評分”以綜合履約能力、客戶活躍與生命周期管理、客戶綜合收益評估為主體，覆蓋多個場景和產品，用數據科學的手段量化客戶屬性的評分體系，能夠為智能風控和協同營銷業務提供重要的參考依據‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　構建大數據融合基礎設施

　　以建設一個開放、共享、合規、智能的“數字光大”生態圈為愿景，光大集團最大程度整合、復用集團內外部的數據資源，推進數據價值創造。 集團堅持技術自主可控，建立了統一的大數據融合基礎設施—數據港平臺和聯邦學習平臺，實現數據資產的連接、賦能與創新支持。

　　數據港平臺充分運用大數據新技術、新架構，可以對全集團內外部數據的元數據進行分布式管理，通過數據共享管理模塊對數據安全和使用權限進行管理，在合規和授權的前提下為集團開展各項業務提供服務。 數據港平臺匯集各家子公司分散的數據資產，結合引進的外部數據，構建集團層面的大數據平臺。

　　隨著全社會對用戶隱私的關注越來越高，各監管機構針對個人隱私數據的擁有權和安全性出臺了一系列監管規定。 數據合規和行業監管要求加大了客戶數據采集和運用成本，不同子公司數據源之間的壁壘森嚴。 通過搭建聯邦學習平臺，可以讓各子公司在滿足合規的要求下獲取更好的機器學習模型訓練效果，達到數據不出子公司本地、數據不動模型動的目的。

　　在大數據融合基礎設施的建設過程中，光大科技自主研發了“智”系列技術產品，擁有多項軟件著作權及核心專利。 同時，針對集團各子公司信息化建設基礎差異較大的情況，提供“開箱即用”“云化服務”應用模式，滿足了集團及各子公司數據共享治理的個性化需求。

　　數據共享治理任重道遠

　　金控集團數據共享治理不是一朝一夕的工作，需要集團各層面對數據共享治理工作更加重視并加大投入。 在安全合規的前提下利用各種創新的管理和技術手段，持續提升數據共享治理能力，最終達到數據資源共享整合、價值創造的目標。

　　數據論文范例：“十四五”時期我國大數據產業發展特征

　　光大科技作為光大集團數據承接主體，全力支持集團在分布式數據共享治理過程中的模式創新及落地實踐，打造了多款大數據技術產品及解決方案，有效賦能集團內部企業發展并積極對接外部產業生態實現技術輸出。 作為金融行業數據要素市場的重要建設者，光大科技愿意積極參與全域數據共享治理體系的建設過程，為國家層面的大數據領域新型基層設施建設貢獻力量。