最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

对话星展银行首席分析官:传统银行数据团队建设需要“翻译”

[复制链接]
跳转到指定楼层
楼主
发表于 2018-9-27 11:05:17 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

摘要: 这跟数据中心还不是太一样,更好的说法应该是分析中心(analyticcentreofexcellence),协助我们仍挖掘专业的数据科学能力,进而专注于使用整个银行的数据来解决一些更大的项目。

大数据文摘出品
记者:魏子敏
本文为清华数据科学研究院联合大数据文摘发起的年度白皮书《顶级数据团队建设全景报告》系列专访的第六篇内容。《报告》囊括专家访谈、问卷、网络数据分析,力求为行业内数据团队的组建和高校数据人才的培养提供指导性意见。前往文末扫描二维码报名参加发布或,将获得《报告》完整版~
传统银行业在亚洲的发展正面临互联网金融的巨大挑战。
作为东南亚市值最高的银行,星展银行一直希望通过推动数字化进程,完成自身转型。这家总部位于新加坡的银行在2013年启动了数据主导的变革计划。
这一持续5年的数字化变革首先从数据团队建设开始,星展银行创造性地设立了首席分析官(Chief Analysis Officer)职位。作为星战银行的第一位首席分析官,Sameer Gupta亲历了整个变革的过程。
在今年丹佛的SAS 2018全球论坛上,他接受了大数据文摘的专访,并详细介绍了星展银行数据团队和数据驱动文化建设情况。
Sameer Gupta表示,银行的数据化变革非常紧迫,除了应对来自阿里巴巴这些互联网金融参与者的竞争之外,星展集团的数字化转型也有提高成本效率的需求,以扩展在亚洲其他地区市场(包括印度尼西亚,香港,台湾和中国)的业务。
以下为访谈实录:
大数据文摘:你是DBS的第一位首席分析官。这个职位的作用是什么?数据在你的工作中起什么作用?
Sameer Gupta:首席分析官这个角色在星展银行的工作由四个部分组成。第一个部分的工作是是整合数据能力:将银行中的分析人员聚集在一起,提升能力。其实我们的数据分析工作已经持续了很长时间,但一直比较分散。
这跟数据中心还不是太一样,更好的说法应该是分析中心(analytic centre of excellence),协助我们仍挖掘专业的数据科学能力,进而专注于使用整个银行的数据来解决一些更大的项目。
第二个部分的工作是推动银行的数字文化变革。要完成文化变革,实际上不仅仅是领导团队,而是每个人在做出决策时对数据的看法、他们使用的数据,以及如何帮助他们做出更明智的决策。
第三个方面是充分利用数据和管理数据。数据治理是我们工作的一个非常关键的方面——如何在数据使用和数据保护之间取得平衡。
第四个部分是从技术层面确保数据平台的高效运作。我们如何确保存储、计算能力和各种工具行之有效,进而让银行中的各种角色真正使用数据来完成自己的工作。不过我们没有办法衡量是否拥有最好的数据,但可以衡量我们如何使用这些数据来帮助客户产生价值。
大数据文摘:关于整个银行的数据文化变革,DBS有没有什么特别的项目或计划?
Sameer Gupta:我们针对整个银行的各阶层受众开展了不同的项目。
对于领导团队,我们会努力呈现出数据科学项目应该是什么样子的。当领导层查看和执行相关项目时,数据科学项目的步骤是什么?领导者应该问什么问题?他们应该了解什么?他们如何通过数据知道银行运转良好?
通过一系列项目让领导者可以提出正确的问题,虽然这并不意味着他们已经成为了数据科学家或统计数据,但至少可以让领导者能够说出重要的内容并质疑一个项目是好还是坏。
第二,对于更广泛的受众,我们会更多致力于解决以下问题:数据在哪里?数据如何帮助你做出决定?你觉得效果如何?比如,通过数字手段替代一些需要面对面完成的工作;通过一些培训提升分析师的数据科学技能;推进一个庆祝“小成就”的传播计划。
大数据文摘:你的数据团队中大概有多少人?分工如何?
Sameer Gupta:整个银行的数据团队有大约400人左右,支撑了整个银行有超过2万人职员的工作。
我们的数据团队有一个分析师小组,他们分布在每个业务部门内;
还有一个处理比较复杂问题的数据科学小组,主要是建立一些复杂的模型算法;
此外,我们还有一个“翻译小组(translator)”,这是我们创建的一个比较特别的小组,它有助于与业务团队和数据科学家合作,进行中间的翻译沟通工作。业务团队和数据团队的沟通在很多情况下不太通畅,就像来自不同星球说两种语言的人,翻译团队的成员能够弥补这一问题,效果还不错。
最后还有一个专注于数据治理、数据安全性的部分。我们的数据团队大概分为这四个部分。
大数据文摘:这个“翻译者”的身份很有趣,能简单说说这些人的背景和技能吗?
Sameer Gupta:他们通常是那些对各种银行产品都有很好理解,并且又能做一些分析工作的人,有助于填补业务和数据科学家之间的差距。
大数据文摘:目前这个“翻译”团队有多少人?
Sameer Gupta:这个团队目前还很小,十个人,毕竟我们去年才刚刚成立。
大数据文摘:如果您可以为您的团队添加新预算,您会增加在哪个方面?
Sameer Gupta:我会添加数据科学家和“翻译”人员。对我来说,翻译职位目前还不够。虽然我们是去年首次在星展银行中创建了“翻译”这个职位,但我发现,这个职位对于项目的高效执行至关重要。我们将在角色本身,雇用更多翻译方面投入更多资金,而且还需要在银行内培训更多这样角色的人。
大数据文摘:对于想要进入数据科学领域的学生。你对他们有什么意见或建议?
Sameer Gupta:对于学生来说,我认为最关键的技能是分析、编程,和商业知识。这三种技能至关重要。因此,请确保你在这三个领域学习了相关的课程,从中找到哪个领域是你的热情所在。之后深入了解,深入一个其中领域。
但请确保你在其他两个领域也都至少有一些了解,因为你在这三个领域获取的知识所产生的价值,远远大于一个领域的专业化。
☟查看《顶级数据团队建设报告》系列专访内容
对话车品觉:顶级数据团队该像支配合默契的篮球队
会员同比涨七成,爱奇艺是如何用大数据助力娱乐工业革命的?
数据还在“周更”的快消巨人雀巢,将全球供应链预测误差降低了50%
车好多CTO张小沛:从高管到一线,如何营造全公司一致的数据价值观
被AI潮抛弃的企业?对话微软CTO韦青,如何应对“变革”焦虑
生产全国交通大数据的团队如何运作?对话交通运输部科学研究院叶劲松
对话吴甘沙:强技术驱动公司如何建设数据团队?你得先抢来一位技术大牛
对话猎聘CDO单艺:数据人才困局还需要大数据应对
揭秘LinkedIn总部数据科学战队:技术强者常有,顶级团队胜在软实力
微软郑宇:这个时代不缺数据,缺的是开放的思维
对话Capital One纽约总部数据中心负责人:构建中央数据团队与业务部门的良性生态
对话东航数据实验室王学武:打造爆款速胜产品,为数据找到立足之
对话第四范式胡时伟:让数据科学家成为业务专家,再为他们配一支技术军团
【今日机器学习概念】
Have a Great Definition
来源:大数据文摘


楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-10 11:42

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表