一千个读者眼中有一千个哈姆雷特，而每位IT管理者对数字化转型的理解和认识也各有不同。在孙晓鸥看来，数字化转型在数据侧要支持快速试错，快速搭建通路，做好可插拔的快速对接，这是更适合中小机构的一条发展路径。

孙晓鸥，曾先后供职于支付清算机构、国有银行、外资银行、农商行、人寿保险机构等世界五百强企业，在企业数字化转型、数据仓库与商业智能、数据资产管理、数据生态建设、数据要素等领域有着近20年的从业经历，以及10年以上的数字化建设及管理经验，主持参与过数十个大型信息化建设项目，具备丰富的从0到1项目建设经验，其项目建设及研究成果曾多次获得部级、市级创新奖。

在接受企业网D1Net专访过程中，孙晓鸥结合工作经历，以中小保司机构的数据建设为例，讲述了数据建设过程中面临的风险与挑战，强调了数据治理对于企业数字化转型的重要作用。最后，他从组织、实施、管理和技术四个层面梳理了中小金融机构数据建设的四大实用避坑指南，希望能够助力企业通过数据建设提效降本，少走弯路。

前保险机构 数据负责人 孙晓鸥

(ASU EMBA，DAMA中国数据专家，CCDO认证，信通院数据中台专家)

中小保险机构的数据建设之路

孙晓鸥前所在机构为一家合资保险机构(以下简称“该机构”)，母集团有着百年历史，最新世界500强排名前150。

自加入该机构以来，全面负责公司的数据规划和重构。“我们有一些管理体系来自海外集团，这套管理体系的成熟度很高，但是在国内落地应用需要一个自我吸收的过程，一定要走一条中国特色的发展路径。”孙晓鸥提到，国外做数据工作以体系架构的建设为主，而国内则以应用为主，因此在实施过程中，要平衡中西方之间文化、管理以及认知度等各方面的差异。

该机构于2019年起搭建数据基础平台，引入Hadoop平台集群为数据的基础底座，对数据进行整合、加工萃取和应用。经过2~3年时间，大部分数据基础能力建设工作已经完成，包括数据顶层设计、数据治理、数据质量、数据标准等管理体系，以满足金融机构的监管诉求。例如保单登记平台以及银保信相关的数据报送工作，通过建立可持续的数字化运作体系，保证数据的完整性和一致性，让数据底座越搭越牢。

在内容建设方面，通过引入主题域数据模型，搭建逻辑模型、物理模型和概念模型，建立完善的数据质量控制体系，保证数据的精准度以及时效性，同时通过团队管理以及运维流程的辅助支撑，保证数据工作的常态化运作。

风险管理是金融机构的核心竞争力，但保险行业在风险管理方面的专业性和成熟度与银行业相比尚有一定差距。对于中小型金融机构而言，技术完全自研不现实，如何找到平衡点和着力点，一直是孙晓鸥着重考量的问题。

孙晓鸥透露，该机构的数据建设工作正从监管驱动向营销驱动转变，围绕客户管理、客户营销以及风险管控几大场景，基于自身技术底座打造小型应用，实现服务能力的快速输出。如快速搭建原型，支撑营销活动，若效果可控可取可行则快速复制推广，从而降低试错成本，提升转化能力。

调整业务结构 探索精准营销

近几年，伴随监管侧的持续发力，《个人信息保护法》、牌照准入要求、客诉处理、市场环境等诸多因素叠加作用，传统粗放式的营销方式已经无法支撑现有的业务形态，精准营销成为必然趋势。

目前该机构正在进行业务结构调整，这给数据侧提出了一系列要求。“我们正在探索数据分析与挖掘方面的能力，以稳定性为前提为前端业务人员赋能。”他以传统的电销模式为例，如何对客群名单进行精准筛选，如何制定沟通话术，如何通过NLP技术对话术进行语义分析等，会有相应要求。

该机构以客户名单标签为切入点，找准目标客群，并在外呼过程中留存数据，为后续的分析挖掘提供素材。制定业务策略时，在做好数据积累的前提下，数据团队与业务团队一起探讨采用何种话术、哪种激活形态、如何叠加权益、如何策划活动等。

对于代理人业务，在数据侧要为保险经纪人搭建数据看板、知识库，助其快速计算未来数年的保单收益，进行理赔模拟或行业舆情分析，实现将数字或图表直接呈现给消费者的能力，从而体现保险经纪人以及保司的专业性。

保司机构在数据建设方面的风险与挑战

据悉，现阶段该机构尚未拥抱公有云，其大数据平台、数据质量管理平台等均由数据团队与供应商自研搭建。一方面，该机构的业务体量不大，现有平台足以支撑业务。另一方面，一旦上云，业务、管理以及战略决策等层面可能会发生冲突，导致业务连续性无法保障，存在很大的建设风险。

对非结构化、半结构化数据进行分析挖掘，需要企业投入大量的时间和成本。对于该机构这样的中小保司机构而言，更需要一站式的SaaS服务，助其快速收获成效，但目前来看，这类解决方案少之又少。

由于未上云，云上的SaaS服务不能轻易尝试，而线下的解决方案会涉及数据安全风险，若采用隐私计算则需要数百万资金投入，在监管未明确、抓手也相对薄弱的情况下，中小保司机构需要谨慎对待。

在孙晓鸥看来，现阶段保司机构在数据建设方面面临两大痛点：

首先是创新和风险如何平衡的问题。这取决于公司的管理策略，是保守还是激进，还取决于收入与风险之间的对等关系，企业需要有所选择和取舍。

其次是组织架构能否提供支撑，是否有高效的决策机制。如果未设立数据管理相关部门，没有CDO(首席数据官)这样的专属角色负责整个数据条线的工作，那么在沟通的过程中会受到一定制约，出现数据质量等问题时很难确定职责方，导致解决问题的时效性无法得到保障，后续工作也难以正常推进。

即使企业中设立了数据治理委员会、风险管理委员会、数据安全委员会等组织，但这些逻辑组织是否高效还要打个问号。健全的组织架构和完整的响应机制能让数据侧发挥最大效率，一旦出现问题也能快速定位，快速解决。

孙晓鸥强调：未来的趋势是快速试错，快速搭建通路，因此数据侧要做好可插拔的快速对接，这是更适合中小机构的一条发展路径。

数据治理是数字化转型的必经之路

近几年业界对数据治理的认知度已明显提升，无论是央国企、外资、合资企业还是民企，对数据治理都非常关心和重视。以某民企集团公司为例，要求中层以上管理人员每月集中学习数据治理相关课程，并且落实到考试环节，考试不通过的人员不仅要面谈，还有转岗风险。通过自上而下的有力推进，如今该集团公司已在内部OA上正式发布《XX集团数据治理白皮书(1.0)》，标志着该集团公司的数字化转型也从前期的“摸着石头过河”，将迈入自身先进经验总结和沉淀的新阶段。

孙晓鸥表示：目前来看，资本市场遇冷，受疫情等不确定性影响，产业的生态链被破坏，企业承受着巨大的经营压力，既要重新维系客户，也要重新搭建供应链。

从管理侧，人财物的角度来看，企业要想谋求发展，只能牢牢抓住人力资产和数据资产，通过数据发力，找到精准客户，并尽可能降低人力成本和管理成本，先活下来，同时提升决策效率，以便在市场中立于不败之地。

在市场营销侧，依靠数据驱动、沙盘模拟以及数字化的论证方式，企业能更好地了解目标客户群在哪?下游与谁合作有机会实现市场突破?数字化让企业的投资更精准，实现精细化管理和高质量发展。中小型金融机构通过数据提高效率、降低成本，实现数字化管理以及业务的稳定增长至关重要。

当前该机构一把手对数据越来越重视，公司的数据管理制度越来越完善，技术以及方法论逐步健全，市场上数据治理方面配套的解决方案也日益成熟，加上试错机制以及自身的能力储备，该机构已走出了一条属于自己的数字化发展之路。

中小金融机构在数据建设的过程中如何避坑?

最后，孙晓鸥结合自身在数字化建设与管理领域积累的丰富实践经验，从组织、实施、管理和技术四个层面，梳理了中小金融机构进行数据建设的四大实用避坑指南。

一、组织层面：组织架构要明确分工，保障数据工作有序实施。

数据工作是公认的苦活累活，如果不进行明确分工，团队会越做越小，力量会被逐渐削弱。同时，要提升全员对数据资产的认知度，重视数据人才的选择和培养，提高数据人员的相关待遇。数据工作需要得到高层领导的重视、支持和鼓励，这些潜移默化的影响将塑造并形成企业数据文化的雏形。

二、实施层面：进行明确的职业定位，建立人才孵化体系。

中小型机构、企业对技术提供商的依赖度很强，对核心技术的掌控能力相对有限，且复合型人才少之又少，即使花大量时间和成本培养复合型人才，也面临很大的流失风险，如何留住人才，是中小型机构面临的突出问题之一。目前来看企业对人员的综合能力要求非常高，既懂数据，又懂业务，还懂管理，且懂架构，这样的人才是难以复制的，因此，要建立人才孵化体系，明确每个职业的定位。

三、管理层面：金融机构做数据创新，要切实做到扁平化管理。

当前做数据创新的金融机构很多，一些大型金融机构也会设置虚拟团队，但实际效果并不理想，其管理成本反而越做越高，原因在于组织中业务与科技之间的联动和人才的考核方式都存在问题。这些问题不解决，任何技术流程规范和数据治理方法论都不成立。

“现在大家推崇IT与业务高度融合的混合团队，未来的发展趋势就是互联网的‘山头文化’——几个人的虚拟团队围绕着一个业务目标进行创新，实现扁平化管理，这跟互联网企业做APP孵化没有任何区别。就是鼓励激情和创新的文化，拓展员工思维的横向跨度，培养并提升员工的综合素质。”孙晓鸥提到。

四、技术层面：推进产学研用联合孵化，以基础类理论支撑数据科学创新。

数据深度挖掘、神经决策树、逻辑回归等方法需要数学和统计学等基础理论的支撑。建立产学研用合作体系，通过校企联合实验室进行基础理论研究，推进软科学与硬科学相结合，共同参与技术创新，共享资源和知识，可提高创新的效率和质量。

国内在技术创新方面更注重低成本、快速见效和轻量级应用，因此开源产品与新型技术更受青睐。但开源产品的成熟度不够，甲方对技术的掌控力不足，存在很多问题，如兼容性差、维护成本高等。一旦问题无法解决，往往又会拥抱另一项新技术，而频繁切换赛道和方向，会让业务失去耐心和信任，给IT管理者及IT团队带来很大损失。

这种情况下，企业通过校企联合的方式能够夯实人员的基础能力，让员工成为某一领域的专家，从而提高企业的技术实力和竞争力;同时要站在国际视角进行横向对比，多多了解行业的发展趋势以及专业专注等优秀的价值观，有助于技术的创新发展。

对于新技术孙晓鸥持开放态度，他强调要在实际应用中找到合适的切入点。与大机构不同，小机构的抗风险和合规处置能力较弱，因此需要更谨慎地拥抱新技术，更倾向于采用市场上成熟的解决方案，否则一旦出现问题将直接影响机构的股价和声誉。

例如，近期大火的ChatGPT，虽然在知识沉淀与互通方面有一定助力，但在实际场景中应用未必能达到专业效果。此外，新技术的应用必须考虑数据安全隐患，GPT在双向交互的过程中是否存在数据安全隐患，目前政策层面并未给出明确的指引。孙晓鸥明确表示：“金融机构需要在强监管的前提下确保风险可控，做好新技术的能力储备是必要的，因为它是企业转型的必由之路。但如何应用，时机如何把握，则需各家企业结合自身实际情况合理判断”

经验总结

孙晓鸥总结：“企业数字化转型转的是业务思维和管理决策的方式，这两个目标如果明确了，再去考虑数字化到底该做什么。”如果是转业务战略，则需搭建能让业务快速试错、让设想变成通路快速变现的基础能力。如果是转管理决策方式，则需搭建数字化运营体系，实现各种可视化数据，并尝试通过新技术实现局部逐点突破的能力，从而降低决策成本。

“人很关键，如何维系好数字化团队，使其不断增值，也是需要考量的因素。”他强调。实际上，数字化员工给企业带来的增量价值很难量化，但从另一个角度来看，如果企业流失一个数字化员工，再招聘一名具备同等能力的人需要付出多少成本，是可以变相衡量出来的。因此，当企业能够意识到这一点时，自然会增加人力方面的投入，例如增强企业与高等教育机构的联动合作，培养年轻人才等。

关于企业网D1net(www.d1net.com)：

国内主流的to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。同时运营18个IT行业公众号(微信搜索D1net即可关注)。