2018年，强监管和防风险仍是金融领域的重中之重。在强监管下飞速发展起来的金融科技，大数据已经成为重要资产和核心竞争力。6月2日，BBD数联铭品联合DAMA China（国际数据管理协会中国分会）共同举办数据管理沙龙。
DAMA中国分会主席、世界银行前首席技术官胡本立，BBD首席战略官吴大维，DAMA-DMBOK (“DAMA 数据管理字典”和“DAMA数据管理知识体系和指南”)总监及资深编辑Deborah Henderson等业内专家莅临，围绕“金融监管体制的改革与数据管理知识体系”的相关话题，作观点分享。
沙龙现场干货满满 大咖共话数据治理
DAMA中国分会主席、世界银行前首席技术官胡本立：
与所有学科一样，经济和金融学也离不开它们的数据。目前，金融行业也面临着一些数据管理方面的挑战，主要包括金融数据的概念和共识的问题；选取数据和用对数据的问题；各类指标和数据标准体系建设的问题；数据的可追踪的问题等等。
金融大数据的来源很多，数据量十分庞大，要利用这些数据解决金融问题，首先要将这些数据统一起来，这里不是物理上的统一，而是在人的理解共识上的统一。此外，将这些数据选取、关联和使用起来进行精准分析，并梳理整合出一套完整的金融数据标准体系，从而服务于金融事业，是金融数据管理中最需要思考的问题。
BBD首席战略官吴大维：
金融科技为金融服务赋能增效并打破传统金融服务的固有形态，将创新性业务模式与技术相结合。金融科技表明进入金融服务行业的门槛从根本上下降，使金融服务提供者的核心本质发生改变，在金融服务的一系列热点领域中积极突破传统。
金融科技对传统金融的冲击不可逆转，主要来自于互联网因素对金融的渗入，一是互联网技术的渗入，包括移动支付和第三方支付、大数据、云计算等；二是互联网精神的渗入，包括金融分工和专业化淡化，金融产品简单化，去中介化，普惠化等。
随着金融科技行业的成熟，很多银行与金融科技公司从竞争转变为合作。大数据、物联网、区块链、人工智能等技术之间的相互作用在接下来几年中将重新定义银行业的形势。
DAMA-DMBOK总监及资深编辑Deborah Henderson：
随着公司数据在一些应用程序上的流通速度越来越快，我们逐渐意识到需要将这些大数据收集起来并加以分析，数据管理的价值和需求就应运而生。数据资产作为公司的“内部驱动力”，在制定管理战略时，应涵盖数据可整合性、可检索性、可重复使用性、互联性、一致性等特点。
数据管理需要制定和建立一套完整的知识体系，内容涉及到管理数据的原则和控制措施；数据获取、使用和操作者的指责；有效应用数据的流程和标准；跨公司使用数据资源的方法，以及管理数据的工具和系统等等。
BBD KUNLUN 产品总监谢华：
企业的核心竞争力是从大数据中提取信息的速度和能力。我们所说的企业“大脑”，是数据仓库某一种程度上的升级。最常见的是企业画像，建立什么本体，生成多大的知识图谱，就是一个“大脑”。从多元异构数据中建立大尺度的知识图谱，我们就可以用来刻画企业的组织关系、资本关系等，再进行多级穿透式调查，实现可视化展示、交互查询、分析挖掘。
基于知识图谱的本体洞察是一场认知的升级，协助用户从复杂场景中获得洞察力，从表格到网络，从线性到非线性，从传统的机器学习过渡到图挖掘分析。
浦发银行风险部金融市场风险管理处处长梁睽：
数据对银行业的重要性，不言而喻。银行数据管理、数据治理方面，也在进行数据仓库、信息中心、系统建设等方面的努力，但在使用和管理数据方面仍然存在一些痛点，包括数据量大、数据系统多且独立、内外部数据标准多等等。
当前金融行业强监管的环境下，提高银行的数据治理能力越发迫切。国内金融行业的数据治理，需要从底层做起，从业务端的数据采集、规范标准、实时更新、归集融合等方面着手，打通各部门数据孤岛，完善数据管理体系，确定数据管理标准。
美数信息科技董事长兼CEO、DAMA资深顾问JAMES WANG：
现代数据构架是基于机器学习和人工智能的，应该秉承五个概念，首先是“Data Technology People”概念，即数据和技术的最终目的应该为人类服务，为人类创造价值，这是我们所有产品和解决方案的宗旨；其次是“Real Time Decision”，为行业提供有效的商务决策，信息必须实时；此外，还包括人-机认知概念、自助服务概念以及“Adapt but not last”，永久适应新变化。
现代数据构架是传统数据构架和大数据处理相融合的结果，在现在数据架构的过程中，数据远比模型重要。
下午，与会嘉宾就企业信息和数据管理的研究、实践话题继续展开交流讨论。未来，BBD将围绕数据管理与融合，携手DAMA China展开更深层次的合作。
据悉，DAMA 国际是一个全球性数据管理和业务专业志愿人士组成的非营利协会，致力于数据管理的研究和实践。DAMA国际自1988年成立以来，多年致力于数据管理的研究、实践及相关知识体系的建设，在数据管理领域累积了极为深厚的知识沉淀和丰富经验。
