科技能力助推金融保险行业新增长

业务系统 “敏捷化”

针对金融保险机构系统多、数据安全要求高、业务连贯性强等业务特点，遗留系统的现代化升级并非易事。前端系统以面向客户和员工业务操作的移动化应用为市场主流，需具备以用户为中心，快速迭代、开放创新的特点；后端系统以平台型、管理型系统与应用为主，首要要求是在安全稳定的环境下带来科技、管理效能的提升。

建设敏捷化的业务系统是所有科技管理者的心中所向，但起步前往往面临三个决策：第一，是否需要替换所有遗留系统？第二，应该将所有的应用全部迁徙到云上吗？第三，典型的升级路径是什么？对金融保险机构尤其关键的是，如何在不丢失或服务中断的情况下管理数据迁移。

案例

针对三个关键决策点，某全国性商业银行采用的 “核心系统先行、国产分布式数据库及三核心分步上线” 解决方案可供参考。

该行原有 AS400 服务器支持的核心系统已难以满足高并发的业务需求，新增服务器的高昂成本和 AS400 等设备日益减少的厂商维保服务都是摆在眼前的巨大挑战。在国家 “自主创新” 趋势的指导下，该行大胆创新，业务系统升级路径改变了 “先外围、后核心” 的常规思路，直接对总行、信用卡、海外三个核心系统完成下移；同时采用了国产分布式数据库 GoldenDB，亦是国内大中型银行核心系统的首次成功尝试。

数据管控 “体系化”

金融保险业作为数据最为丰富和最先应用数据分析创造业务价值的行业之一，大多数企业已经认知到数据治理作为 “基石工作” 的重要性。成功的数据治理经验表明，数据治理不仅是科技部门的职责，业务部门作为数据的生产方和消费方，在数据治理过程中的作用不可替代；同样，管理层切不可高高挂起，将数据治理完全作为一项业务或科技动作，而应在公司决策层面进行方向把控并自上而下大力推动。有效的数据治理组织架构往往具备三个层级：

• 董监事会 / 数字化委员会：董事会、监事会核心成员和外聘专家参与，或由公司最高层级数字化委员会总领数据治理工作，制定治理战略与路径、把控公司整体数据治理进程，决策资源投入并审核业务价值。
• 高管层 / 数据治理委员会：各业务条线负责人与科技负责人参与决策数据治理相关项目投入，审核各数据治理相关要素章程与规定，代表公司发布数据治理相关管理方法与对应流程，并组织公司内部培训。
• 执行层 / 数据治理工作群：由数据治理委员会委派，按照数据域等原则划分成若干工作小组，形成数据治理工作群。每个工作小组由数据域的主要业务 / 职能归属部门作为归口负责部门，其他相关部门参与并由科技部门提供数据架构、系统管理相关技术支持，推进本数据域的治理举措落地。值得注意的是，数据存储、安全等跨数据域共用服务可由科技部门统一管理以提升效率，并保证服务标准化。

数据治理是一项 “体系化的基础工程”，在推进的过程中往往出现业务价值难以快速凸显的问题。BCG 的众多案例表明，用例驱动的数据治理体系构建方法往往能以敏捷的方式在治理体系构建的过程中，提前兑现部分业务价值。

案例

某行业领先保险公司在推进数据治理的过程中，采用 “用例驱动” 的落地策略，以客户和营销、CRM 平台两个主要用例为切入点，率先完成两个用例相关的数据域的治理举措，包含例如客户数据、推广活动、产品、 投诉等数据域，覆盖公司约 30% 的关键数据域。

客户、营销相关数据域作为优先试点，其建设过程中所积累的关于质量管理、流程设计、安全管控等等 “从 0 到 1” 的宝贵经验，使得后续其他数据域快速、高质量地完成了 “从 1 到 100” 的扩张。同时，优先完成治理的客户、营销数据域也在第一时间投入业务使用，提前兑现了数据和数据治理的业务价值。

运行协作能力提升

金融保险业的人才、数据、信息化基础不可谓不强，在相对高的起点上，困扰金融保险企业管理层的核心问题是：如何构建高效的业务—科技协作模式？组织设计、职能设置、考核调整和流程优化是企业促进业务科技协同的重要抓手。

• 组织设计：通过科技嵌入业务等组织设计与调整打破部门界限、促进融合。
• 职能设置：新增 / 强化类 ITBP 机制，或尝试业务—科技双项目经理制，赋予科技团队更多业务职能，在促进密切合作的同时培养复合型人才。
• 考核调整：利用考核共担等模式拉齐双方目标，提升业务、科技向心力。
• 沟通优化：强调合并办公、打造例会机制等手段，淡化流程、强化沟通以提效。

案例

某互联网保险公司采用混合型科技组织设计，构建三类科技职能体系、分工清晰，保障前端高效的同时共享资源，实现最大程度的集中管理、减少浪费。