数治x金融服务：全场景下数商的做法和打法创新盘点

在全场景下分别从“全域、全链路、全生命周期”视角来看，对数商的做法和打法创新进行盘点，更好地一起通过数治x赋能行业和企业成长，保持领先。

当前，随着互联网的发展和数字化转型的推进，各行各业积累了海量数据，并创造出丰富的数据应用场景。基于典型领域的具体场景，探索数据要素的融合应用，以此推动数据要素的高质量供给和安全高效流通，已成为当下释放数据要素价值的重要突破口，数据要素在场景中的应用也是数字经济和实体经济深度融合的体现。

2023年12月31日，国家数据局等17部门联合印发《“数据要素×”三年行动计划（2024—2026年）》，提出实施“数据要素×”行动，聚焦重点行业和领域，挖掘典型数据要素应用场景，并在重点行动中部署了工业制造、现代农业、商贸流通、交通运输、金融服务、科技创新、文化旅游、医疗健康、应急管理、气象服务、城市治理、绿色低碳等12个“数据要素×”领域。

基于我国超大规模市场、海量数据资源、丰富应用场景等优势，“数据要素×”在深度和广度上都对“互联网+”进行了拓展，更强调数据的协同优化、复用增效和融合创新。不同主体数据、不同行业数据在新的业务需求和应用场景中汇聚融合，与劳动力、资本等其他要素协同，更好地辅助管理、支撑决策、推动创新，同时利用数据低成本复制的特点，促进数据多场景应用、多主体复用，充分发掘数据要素潜在价值，使得“数”尽其用。

在一个数据为决策、创新和增长提供信息的时代，盖茨喊你从正确技能组合开始，我们全力推进组织打造数治领导力团队，在“全域、全链路、全生命周期、全量、全运营”的数据素养基础上，为每个人构建技能到能力的路径，规划符合业务需求的学习和成长计划。为此，在全场景下分别从“全域、全链路、全生命周期”视角来看，对数商的做法和打法创新进行盘点，更好地一起通过数治x赋能行业和企业成长，保持领先。

Galaxybase图技术赋能银行构建智能风控一张图

传统的风险管理手段难以满足金融机构业务发展需求，数据赋能风控成为金融机构的核心竞争力。创邻科技基于多年的行业洞察和产品落地经验，利用Galaxybase图技术打通金融机构原有跨系统、跨业务、跨产品之间的数据壁垒，整合行内系统的多源数据以及第三方数据构建智能风控一张图，实现对风险全链路、全局视角的实时监控，有效化解隐性、有组织、有规模的团伙化风险。

场景解决方案

随着新一代互联网技术的发展，金融机构业务朝智能化方向发展，但也面临新的风险形态：内部风险传播更快速、隐蔽，并且存在风险交叉传染的可能性；外部风险呈现出规模化、动态变化的特征。一方面，传统的风险管理手段难以满足融机构业务发展需求；另一方面，内部海量数据持续产生、存储和流转，数据间关联关系愈发复杂，让数据赋能风控将成为金融机构的核心竞争力。

创邻科技借助图数据库技术，应用“物以类聚、人以群分”的分析法则，实现金融领域全客户、全渠道、全流程、全场景的数据融合分析，释放数据资产价值，加速提升风控认知和管控能力。具体解决方案如下：

Galaxybase智能风控解决方案是金融领域应对复杂关联风险的新一代风控解决方案。依托创邻科技自主研发的Galaxybase原生分布式并行图技术，金融机构能够建立风险集中管理、信息共享、系统互通的智能风控决策平台，实现对风险全链路、全局视角的实时监控，有效化解隐性、有组织、有规模的团伙化风险。

针对数据层，金融机构能够基于Galaxybase图平台不断引入工商、司法、监管、征信等外部权威数据和粗加工关系，以及行内的交易、客户、风险、担保、申请、设备等数据进行拉通整合，构建涵盖自然人、集团、企业、公司客户以及集团关系、投资关系、股权关系、担保关系、任职关系等多种实体和关系类型的全域风险一张图，统一管理行内图谱资产。

计算层，金融机构能够利用Galaxybase图平台开展风险的识别、分析。通过执行多度关联查询，交易链路中的潜在风险，包括犯罪团伙的行动路径能够被挖掘、定位和追踪；通过模式识别的方式（环形/三角形等）能够识别出可能的风险形态，提前进行风险预警；并且结合图计算引擎，用户能够对信用卡申请反欺诈、对公信贷风险监测等复杂场景进行风险计算，保证风险分析结果的准确性与可解释性。

创邻科技Galaxybase智能风控解决方案架构图

场景创新点

1、查询计算一体化架构实现极致性能。相较于底层图数据库加外接计算引擎的架构，该方案通过融合图数据库的OLTP能力与图计算引擎的OLAP能力，集成为一站式HTAP平台，能够减少数据从存储层传输到计算引擎时产生的传输延迟，做到真正的实时分析、计算和决策。

2、简易可视化界面，业务部门可参与数据开发与逻辑迭代。该方案提供可视化图建模、图探索与图挖掘平台，能够自动将多源异构数据以指定方式加载入图，通过交互式分析界面让业务部门参与图规则的建设，并进行风险规则设定、测试、上线、发布的全流程的任务管理，完备的权限管理系统可对不同用户进行细化到属性颗粒度的权限管理，有效实现数据跨部门协作与权限隔离。

3、国产自研，实现数据安全与隐私保护。Galaxybase图平台底层系统是100%原生、国产化，不依赖任何的第三方开闭源存储组件，同时提供完善的安全控制机制。

场景价值

1、全局风险管理，实时防控风险，提升业务效率。该方案围绕1张风险大图+图数据库、图计算引擎、图可视化3大核心技术+异常关联、风险传导、社群挖掘 3大风控手段，做到“用户+场景+风险”的一体化管理，成功将原有被动的风控模式转变为全局、主动、实时的风险感知、预警、管控，能够毫秒级完成复杂关联风险的指标计算，提升业务效率和用户体验，降低人力成本。

2、识别团伙欺诈，防范规模性损失。该方案能够打破传统风控方案的局限，以无监督学习的方式从看似正常的个体账号与其他账号的隐形关联关系中有效挖掘欺诈团伙，及时识别异常团伙，避免规模性的巨额不良资产。

3、风控信审效率与效果指数提升。跨系统信息聚合的全域风险一张图，通过多人协作的可视化探索界面，能够帮助信审人员，快速判定审贷风险、识别风险特征与模式，及时沉淀为业务逻辑，大幅提升风险判定效率，并能伴随新进申请人与已有客户间的关联关系，实时动态更新全部客户的风险判定，防范新进风险的同时，及时预警对旧有规则的漏网之鱼，真正做到贯穿贷前风险识别、贷后风险预警的全生命周期风险管控与全流程风控闭环。

4、可推广复制，有助于提升金融环境整体安全性。该应用场景能够整合大量数据源并可视化，帮助金融机构快速识别和分析潜在的风险因素，全面了解各类风险事件之间的关联性和演变规律，及时预警、防范风险，减少金融风险和损失。联合公安、电信等部门，可以对可能涉及欺诈、洗钱、恐怖融资等违法活动的模式和网络进行监测和识别，有助于加强反洗钱和反恐怖融资工作，提升金融系统的安全性和稳定性。

金融行业敏感数据资产安全管理实践

随着内部数据量持续增长，数据种类日趋复杂，银行急需构建针对不同类别不同级别数据资产的安全管控体系。面向银行数据资产安全管理过程，闪捷信息通过部署数据资产安全管理系统自动化梳理数据资产，协助银行建立一体化的识别、监控和保护重要及敏感数据的管理流程，提高数据安全管理效率，降低数据资产泄露风险。

场景解决方案

本方案以闪捷信息数据资产安全管理平台为基础建设开发，实现敏感数据识别和数据资产梳理技术的落地应用。数据资产安全管理平台具备数据资产探测、数据资产梳理、敏感数据识别、数据资产安全多维分析、安全策略矩阵等功能，通过构建“数据资产扫描引擎”+“敏感数据识别处理引擎”+“数据安全策略推荐模型”三大能力，为银行数据安全运营体系打下夯实的基础。

数据资产安全管理平台三大能力

1、建立数据资产安全管理体系：结合国家、行业及该行现有数据安全管理要求等融合标准，设计浙商数据资产安全管理规范，以“平台应用”+“运营体系”为思路，通过前期业务资讯、数据资产梳理、数据识别方案、敏感数据标识、敏感数据识别应用五个步骤建立数据资产安全管理体系。

2、建设数据资产安全管理平台：针对该行数据、应用等进行梳理扫描，建立初始数据资产库，同时结合该行敏感数据管理方案，通过构建数据识别模型，实现不同数据的自动化扫描打标、复核等。

3、实施数据资产全生命周期安全保护：针对该行敏感数据传输、使用、存储等环节涉及场景进行资产扫描识别和管控。生产数据多为敏感数据，通过数据索取流程传输至开发测试环境时进行非结构化文档扫描识别，敏感数据需要严格管理；各项目组获取生产数据后使用、存储过程严格遵循该行规定，及时清理过期数据；为确保该行敏感数据均合规使用，需要定期对各环境（域）进行数据资产扫描，排查敏感信息。根据数据资产安全管理体系，通过数据资产安全管理平台对各场景下的数据资产进行扫描、打标，及时发现敏感数据，施加保护措施，全方位实现数据资产的安全防护。

4、开展数据资产安全持续运营：数据资产安全管理平台具有数据分权功能，既可以从源头上维护数据源的连接，保障数据扫描的正常运行，又可以通过用户权限控制资产信息的暴露面。同时数据统计、资产测绘等功能直观详实地展示了该行当前资产分布情况，有助于安全策略的规划和防护措施的定位实施。

5、联动数据安全管控平台：数据资产安全管理平台提供开放接口，与该行现有的数据安全统一管控平台进行联动，从全局角度实现对该行数据资产安全的统一管理、统一策略。

场景创新点

1、为银行数据资产安全管理提供新参考。本场景案例以国家顶层法律为基线，结合行业监管政策，构建以合规为导向，保障业务发展的数据资产安全管理体系，实现数据全生命周期的安全保护策略，为业界数据资产安全管理解决方案提供了新的参考。

2、实现敏感数据精准防控。本场景案例从数据资产梳理的视角，对当前数据安全防控体系精细化运营管理，支持数据库、应用、非结构化文件等整体数据资产接入管理，为数据安全部门对不同场景下的数据安全管控体系提供了有效支撑，有效识别精准防控点，在数据资产安全管理覆盖数据类型全面性及识别模型准确性上有一定先进性。

3、运用多种创新技术，提高识别效率、准确度、灵活度。本场景案例建设内容识别引擎支持扫描数据库、API、文件等不同资产类型，形成全体系的数据资产安全识别防护能力；应用人工智能、机器学习等新兴技术，在识别准确率上相对传统内容识别技术上升200%，检测性能提升约40%；通过多模式快速扫描识别技术，面对大数据量场景极大提升了数据特征扫描及识别效率。