当前位置: 主页 > 国内 >

商业银行信息科技管理创新的若干思考

时间:2018-07-20来源:互联网 作者:编辑 点击:
信息来源:维普时代 一、商业银行信息科技创新路径 1、破茧成蝶 从中国商业银行业的发展趋势看,信息技术已全面融入到现代商业银行的各项经营管理活动之中,成为决定商业银行客

信息来源:维普时代

一、商业银行信息科技创新路径

1、破茧成蝶

从中国商业银行业的发展趋势看,信息技术已全面融入到现代商业银行的各项经营管理活动之中,成为决定商业银行客户服务以及经营管理水平高低的重要因素。正因为如此,国内竞争能力强大的大银行无不对信息科技系统建设投入了巨大的人力和物力,以期取得领先同行的竞争优势。

商业银行信息科技项目管理创新需要破茧成蝶,从制定信息科技系统发展战略、培养科技人才队伍、搭建科技应用平台——即从理念、软件、硬件全方面贯彻信息科技项目管理在商业银行中的应用,提升银行的竞争力。

2、借鸡下蛋

在互联金融的竞争环境下,商业银行项目管理在技术和业务发展面临着巨大的挑战,项目管理面临经营多元化、管理数字化、应用服务云端化以及智能化等重要发展趋势。如何在竞争格局中占据主动,需要商业银行积极创新。对于一些大的国有银行以及股份制银行来说,可以加大信息科技的投入,增加基础设施建设、增加硬件设备、增加资金以及引进高水平人才队伍。但对于中小型商业银行来说,没有那么多的人力和物力投入,应该怎么办呢?选择第三方供应商成为其最好的选择。让借来的“金鸡”产下了“金蛋”,助力商业银行信息科技系统快速提升,使自身在互联网+金融的竞争格局中占据主动。

Visual Project是维普时代积累的大量项目管理最佳实践经验,参照PMBOK、CMMI、PRINCE2标准,参考同业银行的最佳实践,标准化定义IT管理过程和活动等业界先进的思想和方法,并以此为理论基础,打造一款组织级的项目管理软件产品。

(Visual Project交付使用)

二、商业银行信息科技创新存在的问题

1、信息孤岛

我国商业银行信息科技项目管理发展较慢,究其原因是缺少一个完善的银行业信息化科技管理体制,对于银行科技项目是科技工作还是金融工作的界定不明确,组织管理、执行机构主体定位含糊,缺乏推动银行科技项目管理的统一载体,科技与金融分离成两个相对封闭的运作系统,使得银行信息科技项目管理过程被横向切割,信息流转效率偏低,管理信息不对等,管理过程不可视等。这些问题对银行业信息科技创新过程的效率、管理协同和软件质量保障带来了极大的困扰。

2、价值隐性

商业银行信息科技价值隐性化。目前多数商业银行的绩效考核更多是从信贷、资金、中间业务等业务条线,对余额新增、占比、增长率等传统指标进行考核。信息科技虽然以各种形式为商业银行创造了显著的经济效益,但由于信息科技产生的巨大经济效益难以被直接反映到财务报表中,也就无法生成考核绩效。这也反映出,商业银行对信息技术的认识还存在一定偏差,信息科技部门创造的经济效益往往被业务部门所掩盖。事实上,银行信息科技不仅推动着新产品的产生,对传统产品,项目管理系统对产品的支持贡献度不亚于企业业务要素。

三、商业银行信息科技创新的建议

1、凤凰涅槃

  • 通过科学、量化的体系方法,促使信息科技系统隐性价值显性化,提升信息科技系统创新对商业银行发展的自主推动力;
  • 充分利用数据挖掘等信息技术,服务于商业银行的经营管理和科学决策;
  • 优化资源配置,将信息科技系统资源进行整合,以降低成本、提高收益。

2、脱胎换骨

银行业信息科技项目需要摆脱传统思维,以数据为核心,信息科技项目要围绕数据加工分析处理能力展开,数据成为未来银行的重要资产,数据加工处理能力成为商业银行的核心竞争力。要推进大数据处理能力由结构性数据延伸到非结构性数据,由简单的数据挖掘扩展到深度学习、神经网络计算等,提高服务的智能化水平。在大数据获取上,银行单靠自身力量获取客户信息较为困难,必须树立共享思维,广泛建立信息渠道,与外部数据公司、互联网企业、政府机构等建立合作关系,积极打通数据获取渠道。

3、鱼跃龙门 不断地学习与借鉴金融行业信息科技项目发展的优秀经验,提高自主研发与创新的能力,是改变商业银行信息科技落后最直接、最基础的手段。一方面,在学习和培训的过程中,通过学习金融业信息科技项目的运行逻辑,商业银行可以更清晰地了解自身的不足,在边干边学的实践中积累经验;另一方面,通过加大商业银行金融信息科技研究经费投入的力度,围绕人工智能、区块链、生物识别等技术开展模式创新,大幅提升银行信息科技的创新发展能力。

4、借船出海 对于大数据的技术分析与数据挖掘是商业银行进行信息科技创新的基石。目前银行的数据应用仍以数据库集中分析为主,对实时数据的动态分析、分布式分析的应用能力相对欠缺,导致在数据收集和清洗上耗费极大的时间成本,难以适应区块链模式下的大数据管理方向。因此,银行必须进一步强化大数据分析应用,打造新型数据生态系统,建立大数据分析基础设施,加大对银行内外部数据的深层次、多维度挖掘分析,促使经营决策由经验主义向数据主义转变,提升数据挖掘能力。

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
推荐内容