大数据赋能科技伦理应用探索研究
信息来源：
近年来随着人工智能、区块链等技术不断创新，我国金融科技发展进入快车道，金融科技应用场景越来越多元化，但与此同时也衍生出新的科技伦理问题，如何让金融科技兼具效率与公平，如何让金融科技更具有人文关怀气息、更有温度，成为金融机构积极探索研究的新方向。
在中国人民银行印发的《金融科技发展规划（2022—2025年）》中，首次明确对金融机构及从业人员提出金融科技伦理建设方面的相关要求。在2022年10月9日，中国人民银行正式发布《金融领域科技伦理指引》（JR/T 0258-2022）标准，标准中提供了在金融领域开展科技活动需要遵循的守正创新、数据安全、包容普惠、公开透明、公平竞争、风险防控和绿色低碳7个方面的价值理念和行为规范，指导金融领域从业机构开展科技伦理治理工作，预防和化解金融领域科技活动伦理风险。邮储银行山西分行积极践行落实《金融领域科技伦理指引》要求，在科技活动中探索对金融科技伦理治理应用，加强消费者权益保护、推动普惠金融服务开展，努力打造“有温度”的银行。
数据分析模型应用
支持金融消费者适当性管理
在银行零售端市场，客户逐渐变的“状态不可见”，一线人员对自己所服务的客户群体特征逐渐失去主动权，同时外部市场信息的发散使得传统的直线式营销面临越来越多困境。特别是部分头部银行，客户资源庞大，营销人员维系工作任务艰巨，叠加人员流动性较大的因素，极易造成营销资源流失，营销效率增长乏力。因此，如何广泛、精准地服务客户，成为当前急需利用技术手段解决的问题。
邮储山西分行从2020年开始，探索通过构建模型提供数据支持的方式，形成服务基层客户管理的新模式，在潜在需求客户营销、营销活动推送、获奖信息发布、客户信息维护等方面，为客户提供更快速、更便捷、可获得的金融服务。
通过构建数据挖掘模型，将客户信息特征化，利用大数据技术的高算力实现人工无法实现的客户需求预测、客户分类管理、潜在风险识别等功能。在整个建模过程中，将大数据技术中较为先进的机器学习算法、自然语言处理算法、知识图谱等技术应用到数据挖掘模型构建中，可有效扩展数据处理分析范围。模型中可应用的客户特征，少则数百个，多则上万个，远超人工可以处理的范畴，因此对客户需求的考虑也更全面。再者模型分析的整个过程采用的均是特征化后的客户信息，无法识别个人敏感信息，可有效保护个人信息不被泄露。模型输出结果实现将虚拟的客户服务意愿具象化、指标化，可有力支撑有限的基层人员更精准服务客户。
2020年至今，邮储山西分行通过构建潜力客户预测、信贷授信意愿预测、收单商户资金需求预测、手机银行睡眠客户促活等多个模型，为客户提供数十万次精准营销服务，有效提高基层营销人员服务效率，同时精准高效的服务体验获得了客户的普遍认可。
通过探索，我们发现通过模型在对客户开展金融消费者适当性管理方面，有着良好的效果，该路线适合推广。
网格化营销赋能
普惠群体获取金融服务
网格化管理最早起源于城市的市政管理，后被多个行业广泛应用。近年来，网格化营销开始普遍应用于服务行业，以实体服务点为中心，对周边地理环境进行全覆盖网格划分，展开客户营销及管理。网格化营销可以实现更细粒度的客户群体覆盖，使有限的营销资源发挥最大化作用。网格化营销对金融机构而言，打破了客户基于业务场景的归属管理划分，赋予网点层面基于客户地理位置的新划分，因此带动产生空间化的营销新场景。
但利用常规的地推走访方式推进网格化营销，往往会由于客户群体众多且诉求不一，造成营销过程中大量资源被投入于客户的识别和分类，导致网点营销人员投入产出不平衡、部分营销资源被错配、网格化营销效率达不到预期等问题。
基于此背景，邮储银行山西分行创新利用大数据技术分析客户地址数据，构建网格化营销模型，实现客户基于地理位置的新划分，完善网点周边网格环境信息；同时，输出重点区域亲密度，开展场景化营销活动，提高客户覆盖度，将零售客户的零散获取转为批量、定向获客，打造以客群为经、需求为纬、纵横成网的综合营销模型体系。
网格化营销模型主要利用大数据算法标准化地址数据，利用层次聚类算法构建网格，再利用自然语言处理算法解析地址数据、建立地址匹配模型将行内客户划归至对应网格；利用上述划分结果对网格进行画像，并通过画像解析与营销方案制订，开展更精细的网格化营销。
在整个分析过程中，多样化地址信息的加入，可有效提高单一客户地址信息覆盖度不足的问题，精准度也远高于地推走访掌握的地址信息。
网格化营销模型聚焦地址对客户进行分析，利用客户地理位置，围绕网点真正实现“做透五百米、做精一公里、覆盖三公里”，对客户服务起到事半功倍的效果。以数据先行，为客户提供基于空间位置新视角下的普惠群体金融服务。
数据安全体系化建设
数据作为资产已被广泛接受，但基于数据资产的保护大多数机构仍处于纯技术手段层面的物理防护，对数据使用全生命周期的防护，普遍缺乏体系化的考虑。
随着《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》的落地实施，国家法规层面对数据安全提出更全面、更具体的要求，因此金融机构结合自身数据安全场景，急需完善组织架构、制度要求、人员管理、技术防护、流程管控等多方面的数据安全体系。
邮储银行山西分行作为省分行，一方面严格执行总行制定数据安全管控要求，另一方面基于省内特色数据管控需要，探索适合自身的数据安全体系化建设。
1.数据安全制度建设
通过数据安全制度体系建设，完善个人信息安全突发事件应急响应体系、数据使用安全相关制度及规范，建立个人信息保护的“金钟罩”，要求所有数据使用人员，自觉建立防范个人信息泄露的风险意识，主动提高数据安全管理能力。
2.数据安全培训
秉持“安全是红线”的理念，增强底线思维，对照监管、行内制度进行学习、评估、落实，重点加强对最新法律法规、监管文件及相关制度的培训和宣贯，通过开展“制度大讲堂”“送培训到基层”等活动，持续提升全员数据安全保护意识，掌握必要数据保护措施，降低数据安全风险隐患，让“数据安全人人有责”落到实处。
3.数据安全现场检查
持续组织开展数据安全相关检查，实现辖区100%全覆盖，通过建立检查问题台账，推动数据安全保护的有效实施、持续完善，以问题为导向帮助辖内机构提升数据安全管控质效。
4.数据安全系统支持
山西分行数据分析环境均为总行统建，在环境内的数据使用接受总行的监督管理。但出域的数据由省分行自管，为此省分行建设数据安全管控系统，规范数据使用流程，检查识别敏感数据，保证数据在存储、使用及流转过程中安全可控，同时降低数据资产安全运营成本，保障业务高效运行。强化技防，推动我行数据安全风险防控能力迈上新台阶。
5.数据分类分级
结合省行数据安全和消费者权益保护要求，开展省分行数据分类分级工作，从自建系统入手，以数据及应用双角度，明确数据加工开发规范，在数据生命周期各环节落实数据安全管理要求，推动数据安全分级管控落地实施，有效提升了敏感数据管控能力。
6.数据安全专项评估
积极开展数据安全专项评估工作，对特定数据处理活动涉及数据的类型、范围、安全级别、用途、必要性、涉及信息主体和拟定保护措施等内容展开风险评估，检验有关数据处理活动的安全性，评估数据安全保护措施的有效性，以及数据处理活动对相关方合法权益造成损害的各种风险和防范措施。
通过数据安全专项评估，有效防范数据泄露、窃取、篡改、毁损、丢失或滥用的风险，为数据安全管理提供决策参考，确保数据处理合法合规。
总 结
邮储山西分行围绕总行“十四五”IT规划目标，积极发挥熟悉基层、了解一线优势，加大业技融合，勇于创新，有力拓宽应用场景，提高金融科技发展速度，助力全行信息化建设。