中小商业银行企业级客户信息管理系统探索之路

　　摘要：随着金融市场化改革的推进，国内银行同业间的竞争日趋激烈。各银行大部分完成了从“以账户为中心”向“以产品为中心”的经营模式转变，并开始转向“以客户为中心”，迅速提升核心竞争力。本文从项目实施的技术角度出发，分析中小商业银行客户信息存在的普遍性问题，探索企业级客户信息管理系统的建设方法。

　　关键词：中小商业银行;企业级客户信息管理系统;ECIF

　　一、引言

　　近年来，监管当局对金融机构数据治理工作愈发重视，无论是处罚力度还是监督程度都是空前的。中国银保监局在2018年下发《银行业金融机构数据治理指引》(银保监发〔2018〕22号)，2020年连续下发《中国银保监会办公厅关于开展监管数据质量专项治理工作的通知》与《关于监管数据质量专项治理自查自评事项的通知》，对监管报送数据质量提出了更高的要求。

　　银行论文范例：中国工商银行个人理财产品营销策略研究

　　监管报送数据作为监管当局直观了解金融机构数据质量情况的重要途径，势必是金融机构数据治理工作的首要抓手，而客户信息作为监管数据的重要组成部分，也是金融机构提升数据质量的重点。自2005年起，国内大型国有银行开始筹划企业级客户信息系统的建设工作。在国有银行建设成果的带动下，大多数股份制银行、城商行和农信社也陆续开展客户信息的研究和系统建设工作。

　　近年来，随着监管对数据质量的要求逐步提高，企业级客户信息系统承担了客户数据标准落地和数据质量提升的使命，各大商业银行再次把关注点回归到系统的规划和建设上。企业级客户信息系统(EnterpriseCustomerInformationFacility，ECIF)，整合了所有对公、零售、同业各业务系统中的客户信息，并为所有业务系统提供实时、完整、一致、共享的客户信息。建设企业级的客户统一视图，应使ECIF系统成为全行唯一真实的客户数据源。ECIF是各大商业银行在实行“以客户为中心”理念指导产品和服务创新、零售业务转型的发展战略背景下实施的重大基础项目，是银行科技规划中的重要组成部分，也是银行客户管理的重要基础设施。通过ECIF系统建设，可推动商业银行业务流程创新，实现经营模式的成功转型，实现从孤立的银行客户管理体系发展成为网络化的客户关系管理体系，从而最终提升客户服务的核心竞争能力。

　　二、中小商业银行客户信息现状分析

　　各家商业银行已围绕核心、信贷、网银、手机银行等形成了相对完整的业务支撑体系，但从监管数据要求和市场竞争的细分层面而言，中小型商业银行在客户信息使用和“以客户为中心”营销体系的建设方面，与先进银行相比，仍存在着较大差距，是亟待补足的重点。

　　(一)缺乏统一规划与管理中小商业银行客户信息普遍缺乏全行统一规划与管理，全行的客户信息分散在核心、柜面、网银、信贷、同业等数十个业务系统中，由各自系统自主管理。系统之间数据标准也未作统一，自成体系。在缺乏全行性统一管理的情况下，客户信息的同步修改只能依赖人工操作，存在操作风险和人力浪费的情况，难以保证各系统数据的一致性和准确性。

　　(二)缺少数据质量管控，数据质量有待提升中小商业银行缺乏对数据质量进行保证的管控机制，甚至未定义全行级的客户信息数据标准。在缺乏质量控制机制的情况下，数据质量得不到保障。如银行大量客户基本要素信息缺失，如职业为空、公司的经营范围为空等。在缺失数据质量管控的情况下，即使已手工整理补录了大量个人客户和对公客户的基本信息，由互联网金融业务引入的海量互联网客户，其基本要素信息也存在很多空值和错值，几乎无法进行补录和纠正，不符合监管要求。主要存在以下4类数据质量问题：存在客户信息数据标准不合理或缺失情况，EAST报送各项要素存在不同程度缺失;客户信息项不全，填写内容与口径不符，不满足监管报送要求;没有统一的准入机制，存在重复创建客户、三要素重复的数据;未制定信息覆盖权限，信息更新冲突。

　　(三)客户信息无法共享，无法提供客户信息全貌各系统均不能直接使用周边系统的客户信息，导致客户信息资源无法共享。客户在不同系统办理业务时，因客户信息不能共享，操作时只能通过大量的重复录入驱动流程的衔接。客户信息存在于各个业务系统中，且每一个系统中均为部分自身关注的信息片段，各系统均以信息孤岛的形式单独使用，无法了解客户的信息全貌。例如，新增的对公客户线上办理一笔银行承兑汇票开票业务，需分别在核心系统、企业网银、票据系统、信贷系统、押品系统等多个系统多次录入并等待。审核各系统拥有自身关注的信息片段，没有进行整合和共享，当不同系统之间同类型数据存在差异时，数据的使用存在较大的不确定性。

　　(四)无法支撑监管要求和未来业务规划由于客户信息的混乱和不统一，在实时环境下难以建立同步关系，导致商业银行难以依托客户信息衔接服务流程，从而提升客户的服务一致性感受，也难以满足监管和统计分析的要求。在“以客户为中心”的服务潮流下，若缺少作为基础服务的ECIF系统，将不能满足新形势下的营销、服务和管理等方面对客户信息的全面性需求，无法支撑银行业务的“大零售转型”“公私联动”“私人银行”等重要战略规划。

　　三、项目建设目标

　　(一)建立客户模型，落地数据标准

　　银行业属于典型的数据驱动行业。经过多年的积累，各家商业银行积累了大量的客户数据、交易数据、外部数据等。为提高数据质量与治理能力、发掘数据价值、构建数字化经营能力、提升经营管理能力，各家商业银行纷纷发起数据治理项目。在数据治理实施阶段，ECIF项目的实施将作为数据治理标准落地的重要工程，需与数据治理项目共同制定符合本行实际的数据模型、数据标准、业务流程以及数据归并规则等。同时，建立客户信息企业级质量标准，根据质量标准优化客户信息流程控制，并通过完善监督和反馈机制及时发现和解决存在的质量问题，从而形成起长效的数据质量提升机制。

　　(二)统一管理客户信息，提高服务质量

　　ECIF项目将建立全行统一的客户主数据管理机制，实现多个系统间的客户统一创建、客户统一识别、客户主数据管理和客户信息整合功能，为各个业务系统提供实时、完整、一致、共享的客户信息服务，保证各系统客户信息的一致性;将建立客户统一视图、综合签约等标准化的客户信息系统应用，为客户营销、服务、管理提供全方位的支持，有效改进银行现有的客户服务流程，提高客户服务质量，同时也为围绕客户的特色化创新服务打下坚实的基础。通过ECIF项目，可实现客户信息4个T+0的管理目标，包括实时识别(全渠道识别机制、360度视图)、实时整合(重复数据的实时整合)、实时共享(客户数据副本实时同步给关联系统)、实时交互(实时依据输入项和规则反馈处理结果)，全面提高客户服务的响应速度、服务质量、客户体验。

　　四、项目实施难点

　　(一)缺失客户主数据归属管理本项目是跨渠道、跨业务条线的全行级信息系统，涉及多个部门，各业务部门在各自的业务系统管理客户数据，缺少客户信息的统一管理和客户主数据的归属管理。需要确定协调业务需求的优先顺序、明确数据的所有者和冲突解决机制，满足各业务条线对客户管理不同层次、不同维度的需求。

　　(二)数据迁移难度高中小商业银行普遍缺乏对客户信息的统一管理，全行的客户数据仍旧分散在各系统中，并且各系统中存放的客户信息没有统一的数据标准，多个系统数据不一致，数据质量良莠不齐。本项目需对各业务系统存量数据进行差异性分析，并对客户信息数据进行存量迁移、同类合并、错误清洗、缺失补录等工作，难度颇高，需要投入大量的人力资源。

　　五、项目实施探索一个项目成功实施的关键因素之一是对项目的实施进行有效管理和规划。为保障ECIF项目的顺利推进和成功上线，以笔者供职的广东华兴银行为例，ECIF项目组制定了以下保证措施和系统规划。

　　六、项目价值与展望

　　从客户信息数据梳理和整合的角度看，ECIF项目是个数据治理项目。按照银保监局数据治理要求，银行业金融机构应将数据治理纳入公司治理的范畴。通过ECIF项目的实施，可对各个系统的客户数据进行一次全量治理，制定符合商业银行自身实际需要的数据模型、数据标准、业务流程以及相关业务规则;推动商业银行业务流程再造，建立、完善业务规章制度，规范客户营销及服务的流程，使客户体验更为丰富，银行员工操作更为高效，内部管控和风险防范更及时有力;推进“以账户为中心”向“以客户为中心”的经营模式转变，提升商业银行的核心竞争能力。经过多年的信息化银行的建设，我国各家银行积累了海量的、丰富的数据资源。

　　在当今大数据时代，数据潜在的资产价值对于银行而言更为关键。通过ECIF项目，实现对客户价值与贡献度评估，完成客户个性化服务的支持，引导客户使用先进的渠道进行交易，增强金融机具的利用率;降低人力成本，充分利用客户信息，汇总、产生大量宝贵的客户数据，并在此基础上进行深度挖掘，为营销分析人员提供综合分析信息，为业务发展策略提供强有力的支持。银保监局2018年5月21日发布了《银行业金融机构数据治理指引》，将数据治理提高到银行常规管理的战略高度，明确“银行业金融机构应当制定全面科学有效的数据管理制度，包括但不限于组织管理、部门职责、协调机制、安全管控、系统保障、监督检查和数据质量控制等方面”，要求将银行数据治理工作常态化、持久化。通过ECIF项目，能够整理商业银行全行范围内所有的客户资料信息，集中管理客户在商业银行中的所有活动，有利于对客户的集中服务和统一风险管理，并满足监管当局日益严格的监管报送要求。

　　参考文献：

　　[1]高伟达软件股份有限公司.同业对公ECIF业务功能[EB/OL]. https://wenku.baidu.com/view/c7f3b398d5bbfd0a79567395.html. 

　　[2]温超.目录系统统一管理解决方案[J].电力信息化，2011(8):52-56.

　　[3]中国银行保险监督管理委员会.银行业金融机构数据治理指引[S].2018.

　　作者：李　燕　黄茂锐　林　松