近年来，根据监管部门关于大数据实施的相关指导意见，盐城农商银行在完善大数据顶层设计规划，夯实数据治理基础，打造专业化的数据管理模式，逐步将大数据技术应用到各种业务场景等方面，开展了卓有成效的尝试和实践。

　　借力大数据平台。盐城农商银行于2019年开始试点省联社的大数据平台，上线以来，该行深度挖掘数据的巨大价值，通过建立风险集市、监管统计集市、外部数据集市等不同主题的数据集市，逐渐形成支撑各业务主题的指标数据和分析视图。通过建立应用集市，加强数据过程管理，提升数据质量，逐步统一各指标口径；依托大数据平台和相关分析工具的数据分析挖掘能力，深挖数据价值，基本形成“以数据驱动应用、以数据深化应用”的解决方案，为实现数据资源的综合应用和企业信息化的可持续发展提供了极大便利。

　　积极拓宽外部数据接入。使用省联社大数据平台的外部数据接口，外部数据包括省银监客户风险数据、省公共信用信息中心涉及的政府部门数据、人行重要信息提示、反洗钱黑名单、工商数据、司法诉讼数据、省地税局数据、外管局黑名单、人行征信、道琼斯黑名单、万德以及部分法人当地房产网等数据，为该行风险预警系统、风险偏好与限额管理系统和网内外法人提供数据源支撑。

　　建设风险类指标库。运用风险偏好与限额管理系统的九大源系统数据与123张源表，梳理480项指标，涵盖资本、收益、信用风险、集中度风险、市场风险、流动性风险、操作风险等量化指标及定性指标，覆盖了存款、贷款、票据、金融市场、贷记卡等主要业务种类。目前，该系统可实现1000余个指标的自动出数，可实现风险偏好与限额指标库及其监测阈值的个性化配置，可实现主要风险指标的监测与预警，可实现市场风险、信用风险、集中度风险等主要类别风险的压力测试，可实现金融创新业务风险评估线上流程等功能。

　　强化数据治理能力和质量提升。该行数据治理工作覆盖运营、信贷、人力资源、资金、信用卡等多业务条线及管理条线的源头数据，各部门之间加强合作、各司其职，对各条线数据源录入要求进行专题培训，加强源数据的逻辑校验，制定10张T+1数据质量监测报表，定期监测源数据的完整性，及时下发不符合要求的源数据台账，要求限时整改，辅助适当的奖惩措施，确保做实数据治理工作。

　　深化大数据场景应用。应用客户风险预警管理系统，防范信贷业务风险，提升客户信用风险的管理水平；建设审计系统，通过大数据技术，实现了海量数据（603138）的高效载入和查询，实现的业务场景包括（非）现场审计、员工行为监测等，为全行审计工作提供有效支撑；搭建统计分析报送平台，重点解决数据统计分析缺乏统一口径、监管报送质量不高的问题。