不少银行，尤其是中小银行正忙着组建数据部。

数字化浪潮下，越来越多的银行开始重视数据工作，那么，应该建立怎么样的组织来推进数据工作呢？更多的银行选择了组建专门的数据部门来落实数据战略。

数据部热的背后

在银行业内，你要问哪家银行的数据工作做的好，建行无疑是公认的标杆。早在2014年，建行率先成立数据管理部，次年成立大数据中心，均开创了国内银行业的先河。近年来，我们看到建行在数字化转型方面在银行业内取得的领先优势，与建行在数据工作上的先发优势无疑是相关的。

在数字化浪潮和宏观经济环境疲弱的双重背景下，虹吸效应放大，中小银行面临的经营压力陡增，都在寻找转型之路，向数据要生产力无疑成了很多中小银行的选择，复制领先银行的经验，成立专门的数据部，无疑是快速释放数据生产力的捷径。

有没有更好的组织模式？

但是，这种集中式的模式真的就是最好的选择吗？

集中模式的优点是可以实现数据资产的集中管理、数据人才的集聚，有利于数据资源的共享与深度挖掘，有利于加快数据人才的培养速度。集中模式的缺点也很明显，最大的缺点就是业务部门和数据部门之间很难建立起紧密的融合关系，数据部门在银行内仍然是一个较为弱势的部门，推动业务部门主动用数并不容易，数据应用效率相对较低。

有没有更好的组织模式？

笔者认为，银行还可以探索集中与前置相结合的模式，在主要的业务部门内设置数据团队，主要负责所在业务条线的数据分析挖掘，主要承担一些短、平、快的用数需求，集中的数据部门主要负责搭建数据平台，整合前置团队的成果，提炼及主动研发公共数据产品，前沿技术、算法的研究，复杂需求的实施等，集中团队主要是为前置团队提供通用能力，支持前置团队快速分析挖掘。这种模式可以比较好的解决数据部门和业务部门之间的融合问题，也能够提高数据应用的效率，增强数据人员对于业务的理解。

不同类型的银行需要采取不同的组织模式，对于大型银行，更适合采用集中与前置相结合的模式，对于中小银行更适合采用集中的模式，毕竟，中小银行数据资源相对较少，成本约束高。但是，笔者不建议中小银行直接照搬大银行的集中模式，需要在此基础上进行调整，一是要给予数据部门一定的业务权限，比如，给予其数据成果试验的渠道和资源，让数据部门可以将自研的数据产品在一定范围内先进行试验性应用，有利于数据部门向业务部门推广数据产品的应用，激发数据部门的创新热情，有助于实现数据引领，数据驱动。二是要建立常态化的人员交流机制，开展数据部门和业务部门的人员的短期互换交流，一方面，增进数据人员对业务的理解，另一方面，增进业务人员对于数据工作的理解，形成数据思维。

如何确保数据部不忘初心

虽然很多银行对组建数据部充满热情，但是，银行是否真的搞清楚数据部要干嘛了吗？是否真的搞清楚数据部要怎么开展工作了吗?从笔者接触的几家银行来看，似乎并没有。要避免少走弯路，笔者认为还是要重点关注几个方面的问题。

一是要有清晰的数据战略。数据要怎么玩？往哪个方向玩？重心是什么？不论是业务方向还是技术方向都要先想清楚，制定清晰的数据战略，以为数据部门的工作指明方向。

二是要坚持价值导向。数据部门的核心工作一定是利用数据创造价值，一定要坚持应用驱动，以应用为重心，一定要避免走入大搞基建，大搞治理的误区，数据平台、数据治理都很重要，平台是应用的基础，数据治理和应用可以相互促进，都要做，但是，一定要搞清楚重心是啥。

三是要选用复合型的管理者。笔者在本号文章中多次提过数据工作具有很强的业务属性，因此，在管理者的选择上，还是应该以具有复合型背景的人选为佳。银行往往比较偏向于从原有技术部中选择数据部门的管理者，而这些管理者大多是纯粹的技术背景，往往很容易将重心放在建平台和数据治理上，从而，背离了初心。