我是罗猛，一个银行科技条线的普通从业者；
三年前，我从银行信息科技部的运维“老手”变成了数字银行部的“表叔”，
我的同事也纷纷成为了“表哥”，“表姐”、“表妹” ；
三年前“数字化转型、数据治理”像海啸一样席卷各个行业，彼时的我们面对数据的海洋踌躇满志又少许的迷茫；
现在，我却以“帆软”为器，着力打造、自主研发了适配于中小银行的“数据中台”体系；
让数据发挥价值，让数据工作独树一帜，甚至让数据服务工作成为了全行的亮点工作，数据价值创新的高地，
我逐渐成长为全行的“数据天花板”。
一、进退维谷：银行数据工作的特点和挑战
1. 月初报表是每个银行人的痛
月初报表作为银行经营数据汇总与分析的核心环节，是支撑管理层决策、监管合规报送的关键依据，但也长期成为银行从业人员的工作痛点。每逢月初，相关岗位人员需在短时限内完成多系统数据提取、跨部门信息核对、报表格式校准等大量工作，数据来源分散、口径不一易导致核对繁琐，部分手工录入环节不仅耗时耗力，还存在误差风险。同时，报表工作常与日常业务办理叠加，人员精力分散，易出现加班加点赶进度的情况，既影响工作效率，也增加员工身心压力。当前月初报表工作的高效化、精准化优化需求迫切，亟需通过流程梳理、系统升级等方式缓解痛点，提升工作质效。
2. 小的数据需求报表实现不了，找厂商又得花钱
众所周知，数据服务不单单是加工报表，即把数据已有的数据工作SQL展现出来而已，有时候还需要对数据进行深入的数据加工，比如银行“零售客户等级”需求，该标签本是银行对客户进行画像的基础性工作，按照客户AUM对客户进行等级划分即可，以便做到有针对性的营销；但该需求不但涉及原始数据的清洗、整合和加工，更牵涉到实时API接口和数据共享，不但涉及数据库数据领域技能还涉及网络、服务器、调度机制等全面的技术技能。银行信息科技本就外包了很多专业公司来服务银行的日常业务，于是现在又要针对数据服务工作花很多钱来保证正常数据服务，但花钱能够解决的问题，却也导致了需求漫长的流程。
3.监管数据报送是银行人头上的一把“达摩克利斯之剑”
监管报送工作一定意义上是银行的核心工作，尤其是近几年监管机构银行机构监管数据报送的穿透式监管，使银行面临更大的数据合规压力，监管报表“一表通”在金融监管总局的部署下2025年开始全面铺开；此时1104、EAST和一表通“三驾马车”开始并驾齐驱，于是在日常工作中，我既要对内服务高效率，延续良好的口碑又要对监管数据保证质量，接受监管单位关于数据工作的不定期座谈。这样的工作压力光想都会掉几百根头发呢。
二、破茧为蝶：帆软为器构建“数据中台”体系
1. FineReport快速达成报表自主化、敏捷化
工作日中的普通一天，同事小A一上班就登陆“数据决策平台”，通过查询并下载“银行贷款情况表”，“银行分行贷款统计报”，“贷款五级分类统计表”等常用报表，开启了月初报表工作，仅仅不到30分钟，就完成了报表数据的收集和报送；但是3年前，完成这项工作需要一整天的时间，其中大部分时间是等着某报表系统跑批结束，然后登陆3个业务系统下载数据，最后整合分支行报送的手工台账数据。如今，我们为有如此便利的数据服务感到骄傲，更是得益于帆软强大的数据能力，包括数据同步、数据洞察和数据展现。仅自主开发报表一项，每年节省开发运维费用100万元，平均每月开发优化20余张报表，使得报表开发OA流程成为最活跃的办公流程，构建了数据需求，数据开发和数据展示一条龙服务。
图1：“数据决策平台”打造统一数据服务门户
2. FineDatalink打破数据孤岛，游刃有余
内、外部数据的融合可以最大限度发挥数据本身的使用价值，数据融合可以进一步分为数据清洗、数据关联和数据融合等步骤。由于外部数据和内部已有数据的格式、标准、存储方式等存在一定差异，需要多平台、多技术配合对外部数据进行清洗和整理，包括统一标准的码值转换、合并同类型去重、剔除干扰项，数据标准化、格式化等操作。数据在融合之前还应进行关联，例如，企业数据可通过企业名称和企业统一社会信用代码进行关联整合，并将其作为查询条件。基于业务需要，在实现外部数据与内部数据实体的关联后，金融机构可将数据进行整合并形成新的数据视图。作为传统的金融行业，银行拥有天然的系统使用习惯和数据优势，但常年累月的系统建设，必然产生数据孤岛，使得数据查询和共享面临困难，这也是数据仓库和数据集市凸显价值的重要原因。但建设一套标准的数据仓库，投入何止百万；建设一套符合信创要求并且分布式的数据湖又何止千万。我行是以数据自主研发能力见长的小银行，拥有FineDataLink就仿佛打开了任督二脉，藉此工具，我成功开发了零售客户画像集市，不但汇集核心、信贷、网银、三方支付等各个业务系统数据，还让外部数据再次发挥数据价值，有效丰富了客户画像体系，目前对营销和风控发挥着重大价值，单就客户需求而言，每年节省开发运维费用30万元（基于厂商报价），通过敏捷服务响应，满足需求更加快速，较以往平均节省15个工作日。
图2：FDL利器替代传统数据同步任务
图3：FDL构建银行统一标签体系
3. FineBI实现自助数据分析，人人夸
也许在每一个和数据打交道的人心中，都幻想着“数据可以自动生成，拖拉拽就能实现自己想要的数据和图表”。“领导要的数据，能在10分钟内搞定”。这些需求通过巨量的科技投入，在中大银行都已经实现。 而对小银行而言，需要重点考虑投入产出比；基于我行实际，我采用了帆软方案，通过FineBI系列软件，完美实现了业务自助数据分析。如今好多同事在尝试借助FineBI进行经营分析和营销活动战报跟踪，比如每月的经营分析会，各部室采用帆软BI自主分析，自主设计分析报告，平均提前2日完成分析报告，大大提高工作效率；值得一提的是加工和维护业务数据包的过程耗费了很多精力，也给我们提出了更多的挑战，但愿以我一身之苦，换千万人之便，此累，实乃得其所哉。
三、破茧为蝶：玩转数据，突破价值
三年以来，作为全行数据应用创新的高地，我率领数据团队攻克了多个数据自主研发项目，自主构建零售客户画像体系，助力一线业务营销，强大的数据支撑正好适应了数据需求“零散，小巧，急迫”的特性，我们以“敏捷服务”为宗旨，构建了高效数据服务体系。从FineReport、FineBI一步步走来，再到FineDatalink武器加持，我和帆软共同成长，见证了帆软一次次版本升级，更从内心窥视了自身的强大，那就是勇于挑战自己。眼前已然岁末，但我们的另一个自研项目管理者“移动驾驶舱”，正火热进行，以帆软移动端功能加持，剩下的就是我和我的伙伴们尽情发挥我们的热情和创造力。
图4：帆软打造的“数据中台”参评获奖
图5：帆软“数据中台”体系参加数据要素X赛项
四、最后总结一下
我主理数据服务工作多年，岁月的洗礼使我悟出了几点心得，可以简单地概括下。
-
谨慎花钱：“不是钱花的越多越好，花小钱办大事的工具却值得拥有。
-
买对工具：“不要把工具隐秘在角落 —— 避免把好软件当成系统的一个模块。”
-
“自家事，自家知”：面对数据工作尤甚，我们自己才是最熟悉数据的那个人，唯缺工具而已。
-
花钱买心安，但往往事与愿违：人才是关键因素，投资自己人，培养自己人才是王道。
