随着业务的发展，农商银行对客户信息掌握要求趋于全面，对业务分析要求越发精确。各业务条线提取数据、分析数据、数据挖掘的业务需求越来越多。省联社权限逐步下沉，接口逐步放开，农商银行自行开发满足需求的情况逐步成为常态。目前，农商银行没有系统数据集中处理机制，数据不准确、不及时、不完备、关联性差的缺点凸显，亟须财务转型，建立数据集中处理机制，满足数据需求。

    数据需求情况

    目前，农商银行各部门数据需求不系统、不清晰，运用不充分。主要原因包括没有确切认定提取数据、建立信息系统、确定数据处理模型三种方案；对数据处理机制认识不到位，需求表达不清晰明确；部门间数据共享不足，同一数据口径不一，不能形成系统数据处理，充分运用数据；各条线数据分析运用仅限于发生及过去事项，通过数据观察分析提前预判能力不足，为经营战略提供建议能力不足。

    目前阶段部分数据需求

    支行层面。一是对客户数据的需求。包括客户家庭成员、家庭资产、道德人品、收入支出情况、交易金额及频繁程度、交易方式、生活习惯、未来需求、子女培养等方面的数据。提取数据后处理数据，处理之后对客户分级，之后再进行等级对接工作。这需要一个好的信息管理系统和完备有效的数据库。二是对农金员数据的需求。包括农金员的揽存额、服务的客户、与客户的密切程度、服务客户的年龄结构资产结构和存款贷款详情等。三是辖区数据，包括行政村、人口、年收入、粮食产量、人均收入、门店数量、个体工商户信息等数据。运用这些数据，评价当地存款需求、贷款需求、结算需求，对接匹配的经营战略。

    部室层面。一是审计部。运用数据分析的方式开展非现场审计，数据模型的设计、建立，数据库的抽数、业务比对，超正常交易的验证等。目前阶段总行层面尚不能自行运用数据分析模型开展非现场审计应对本行特色需求。二是风险管理部。收集客户数据，对客户进行全方位、立体化刻画，使得客户形象起来。建立自己的到支行层面的考核系统，考核计算自动化，仅对关键事项设定人工控制即可。建立自己的业务发展分析数据体系，结合外部宏观数据、内部发展数据等确定自己的战略方向等。三是资产管理部。对信贷资产确定数据库，实时监测，及时预警。对不良信贷资产建立分级机制，分级管理等。四是人事综合部。建立自我的人力资源管理系统，每人建卡，数据包括工资薪酬、业绩评价等。五是财务会计部。对全行固定资产、非信贷资产进行管理，监测流向，管理到人；建立1104报表自动化填报系统，实现系统自动取数填报。

    下一步规划方向

    一是建立数据集中处理中心，集中处理各支行、部室数据方面的业务需求，设计、开发、建设自己的需求系统，先建立一个综合数据平台，可覆盖大部分业务数据，实现数据共享，再根据各条线需求，建立条线需求系统，满足各条线特色化需求。二是建立高效的数据使用流程，节省部门沟通时间、沟通成本；建立数据保密、传递的内部控制流程，确保信息保密、权限可控。三是建立配套的人才队伍，培养开发、数据处理方面的人才，发挥科技技术支持；配套相应软硬件设备，满足系统建设需要。四是对部室、支行人员培训，具备基本科技素质，能够清晰表达需求，帮助开发，提升全员数据分析能力。