银行数据大集中后的思考!（转载）

以数据大集中为标志的新一轮银行信息化建设目前已初见成效，为各大银行初步实现数据大集中、提高核心竞争力以应对越来越激烈的市场竞争提供了广阔的技术平台，同时也为我国银行业的改革与发展提供了有力的技术支持。

　　数据大集中的好处是显而易见的。数据的集中直接带来了银行金融产品的升级和服务、管理手段的提高，但数据大集中的方式也不是无懈可击的，如果不处理好数据大集中带来的一系列问题，将无法达到预期的目的和意义，并有可能产生严重后果。各行数据大集中后，随之而来的问题主要分为以下几个方面：

　　一、安全性方面

　　实行数据大集中，安全与否是各行从总行领导到基层员工最关心的问题。

　　1.数据安全性风险集中，灾难备份中心的建设迫在眉睫。在原有分散的数据向数据中心集中的同时，原来分散的风险也随之集中。在这种模式下，虽然安全性事故、灾难的发生频率可能大大降低，但是其影响面和破坏程度大大增加了。一旦出现问题，将可能导致全行性的业务停顿与客户流失，极端情况下甚至会引发社会动乱。因此，如何在灾难发生情况下保持业务的持续性和业务数据的安全性成为了摆在各行面前的一道现实难题。为此，各行对灾难备份中心的建设工作应高度重视，以避免灾难性事故的发生，在灾难备份中心的建设问题上，任何人都不能存有侥幸心理。

　　2.安全生产问题更为突出。在数据集中前，系统架构相对简单，原有的各地方数据中心均由技术人员负责辖内各系统的安全生产工作。由于他们对系统涉及的各个环节均比较熟悉，而且与系统软件开发商的联系较为密切，与区域内的网络运营商的协调能力较强，因此便于及时调动力量解决问题，对客户的响应时间较短。而数据集中后，虽然在管理上便于维护、升级，但系统的架构变得更加复杂，牵扯的各方面因素也比原来大大增加，而且很多问题由于权限问题在前置端无法得到解决，需要向数据总中心反映，应变能力就相对削弱了，因此迫切需要提高现有数据中心技术人员的应急抗灾能力和应变管理能力。

　　3.网络建设、管理的压力更大。数据的集中处理对通讯网络系统的依赖性更强，对带宽要求更高，那么如何才能保证业务终端的响应速度呢？这对网络建设和网络管理提出了更高的要求。首先是通讯网络的备份线路建设问题，这在技术上不存在问题，但应注意考虑风险分散，避免全部线路选择同一家网络运营商，有条件的地方可考虑主、备份线路选择不同的运营商，如主线路选择中国电信，备份线路选择中国网通。其次是网络管理问题，数据集中后租用的带宽肯定更高了，但我们不能通过无节制地扩充带宽来保证核心业务系统的正常运行，必须对带宽进行切实有效的优化管理，优先保证业务流带宽，确保正常业务交易不被非重要的数据访问干扰。如对部分网络流量较大而实时性要求不高的业务可通过错时、分时的方式予以解决。

　　4.IT外包的风险。数据大集中后，对系统开发、网络管理、运行维护等的要求更加专业化了。随着IT外包服务的概念逐步被各行接受，各行已经开始尝试实施IT服务外包，这既有利于银行降低运营成本，也有利于银行集中更多的精力专注于自身的核心业务发展。但是银行不是一般的企业，它是经营货币的特殊企业，银行信息系统、数据的安全不仅关系着自身的生存，而且关系着整个国家的经济命脉，而实行IT外包服务后不仅银行内部掌握的大量敏感数据可能被外包公司掌握，而且更重要的是目前可以为银行提供IT外包服务的大多数是国际跨国公司，万一国际政治、军事形势发生变化，外包公司随时可能停止提供服务，造成我国银行业的业务中断。这将严重影响我国的经济秩序，造成巨大混乱和损失。

　　二、管理模式方面

　　数据的集中实际上是管理的集中，最主要是实现了管理上的透明化。但在数据大集中后也暴露了一些管理问题：

　　1.现有机构模式对应过去的数据分散模式，与现有模式不适应。银行的数据大集中的目的是管理的大集中，最终实现管理的扁平化。但大集中后，系统的运行更加复杂，更依赖于网络，技术管理的层次增多了，但反应的速度可能变慢了，信息沟通也困难了。如果业务部门不跟着调整，还按照集中前的模式工作，则电脑与业务人员之间必然有很大的冲突，反而不利于业务的开展。

　　2.现有业务流程对应过去的数据分散模式，需要进行整合（业务改革和流程再造）。如各类统计报表的生成、汇总，在数据大集中前的模式是层层制表，自下而上逐级汇总，而数据大集中后则变为自上而下、各级按权限各取所需的模式。目前迫切需要的是如何利用数据大集中的优势，推动银行业务改革和流程再造，适应银行信息化发展的要求，满足日益激烈的同业竞争。

　　3.现行规章制度与数据大集中模式不完全匹配。现行的很多规章制度都是在数据大集中前制订的，已不能适应当前的业务情况，部分需要针对数据大集中的环境特点进行修订，而部分则已完全不能适应新的业务情况，需要废止后重新制订。

　　三、技术设备与人力资源方面

　　实行数据大集中后，如何保护各行在信息化技术设备上的原有投资？如何调动分支机构技术人员的积极性，减少转型阻力？这些问题也很突出。因此要注意以下几个方面：

　　1.原有技术设备的合理利用。实行数据大集中后，原来分散在各级数据中心的大量技术设备被闲置，如何处理这些花费大量资金购置的设备是各行需要考虑的一个问题。目前的途径大概有三种：一是将部分性能较好、有较高再利用价值的设备租赁给其他企事业单位，收取租金；二是将部分性能较好、有较高再利用价值的设备直接变卖，回收资金；三是在保证满足性能要求的前提下，在本行新业务系统的设备选型中考虑继续使用现有设备。

　　2.新技术设备的充分应用。数据大集中后，由于数据中心与前置端、客户端的物理距离拉长了，所以不但使故障的应急反应能力降低了，而且现场服务成本也增加了很多，尤其是需要多方协调的问题解决起来更加困难。采用最新的KVM技术可以在一定程度上缓解这一矛盾。KVM主机切换系统是用一套或数套KVM（Keyboard键盘、Video显示器、Mouse鼠标）在多个不同操作系统的多台主机之间切换，实现一个用户使用一套键盘、鼠标、显示器去访问和操作一台至数千台以上主机的功能。特别是目前最新的基于IP的高端KVM产品，可以借助现有网络通过远距离监控服务器，而且可无限扩展，无用户和服务器数量的限制，允许技术工程师在多个地方共同配合管理。这些特性非常适合其在银行数据大集中环境下的应用，可以有效地帮助银行缩短故障时间、降低维护成本。

　　3.原有科技人员的妥善安置。实行数据大集中后，各级科技人员的工作重心均发生了不小的变化，实际上是对原有的工作职能进行重新分配。总行、数据中心人员侧重于总体规划、系统开发和运行管理，其余各级分支机构的科技人员则侧重于运行维护、新业务需求的提出等工作。因此，各级科技人员需要根据各自所处的位置进行重新定位。在这种情况下，要注意保护各级科技人员的工作积极性，特别是基层分支机构的科技人员积极性，关键在于帮助他们进行角色转换，并提供多种职业生涯定位以供选择。数据大集中后，基层科技人员的定位大致有以下几种：一是集中一部分优秀技术骨干继续进行地方性、个性化系统开发；二是保证一部分人把精力集中于各类系统运行保障工作；三是一部分人从事新业务品种的开发和新技术的前瞻研究；四是利用自身原有技术优势，转战新的业务领域，如信息系统审计等。

　　4.技术和业务人员的培训。数据大集中后，原来相对稳定、完善的旧系统被现在不太稳定、不太完善的新系统所代替，技术人员、业务人员都必须投入很大的精力在新系统的学习上，才能熟悉、掌握新系统技术维护和业务操作技巧，保证系统运行质量和业务的正常开展，这需要各级机构精心组织、周密安排技术和业务人员的培训工作。同时，数据大集中后，全行的技术标准和业务操作除个别地方的特色服务外，基本上是一致的，各行可以抓住这一机会，充分借助这一平台，在全辖范围推广实施规范化、标准化操作，避免差错和漏洞的产生，提高服务质量和服务水平。

　　四、数据的充分、有效利用方面

　　目前，大部分银行的数据大集中只是完成了分散数据的物理集中，远没有发挥出数据大集中的真正价值和意义，从某种角度来说，数据大集中的工作还远远没有完成。

　　1.数据有效性问题。以前，查不到数据是因为数据太少，而今天查不到数据是因为数据太多。数据大集中后，银行的数据空前丰富，这其中也隐含着一个问题，即哪些数据有用？哪些数据无用？哪些数据是正确的？哪些数据是错误的？大量无效的数据不仅耗用了银行宝贵的资源，而且有可能给银行造成一定的损失，因此必须采取一定的措施予以甄别、剔除。

　　2.数据挖掘、决策支持系统问题。管理决策信息化已经成为当前银行业信息化建设的重要课题，成为缩短与国际现代商业银行的管理差距、全面提升竞争能力的重要途径。数据集中后，如何使用数据挖掘技术，从目前掌握的大量数据中提取有用信息，为决策者提供有效数据分析和决策支持，将是各行数据大集中工作之后的又一难题。

　　3.业务创新问题。数据大集中不是目的，而是提高银行核心竞争力的一种手段。各行在花费大量人力、物力实现数据大集中的同时，并不能产生直接经济效益。如何充分发挥数据大集中的优势，开发新的业务品种和服务，有效利用这些数据，在其中挖出“金子”，便成为各行最关心的问题。一方面，数据大集中为业务创新提供了十分便利的平台，如大集中后通兑、异地汇款等业务环境得到大大改善，原来的跨行交易难题可迎刃而解；另一方面，由于中国地域的广阔和经济发展的不均衡，客观上使得各分支机构在业务上存在不同，如何用统一的系统功能来满足地方需求的差异是数据大集中工作的一大难题？这需要各地区分支机构针对本地经济环境特点，积极自主开发特色中间应用和前台程序，努力开拓适应当地经济环境的新业务品种，才能把握住新的利润增长点。

　　当前，数据大集中对于各银行来说还是新生事物，可能在实施、应用中存在这样那样的问题，但我们也要看到实行数据大集中的好处也是十分明显的，其发挥的效益正逐步显露。数据大集中模式不仅在银行业是大势所趋，而且证券、保险、电信等行业也纷纷跟进，成为各行业信息化建设的热点话题。继续对数据大集中模式进行研究、实施、完善将是未来一段时期内各银行信息化建设的重中之重。