随着经济发展进入新常态、金融科技公司崛起、消费者数字化需求增加以及新技术的迭代更新，银行传统的“存贷汇”、以及理财、融资等业务在非银企业涌现，金融生态和用户习惯发生改变。

科技与金融的融合，让金融出现跨界、跨区域交叉混业的明显特征，由此带来的风险，具有传染性、涉众性、溢出效应强，扩散速度更快、风险形式更加复杂等特征，这对银行信贷逻辑、风控模型提出了更高要求。

通过数字化转型，银行能够建立起以体验为核心、以数据为基础、以技术为驱动的架构体系，将客户、场景、产品、服务等转化为数字形态，优化服务与流程，提升内在价值、增强创新力和竞争力，良好应对各类风险与挑战。

数据治理提升银行数字化转型成效

数字化让服务和产品沉淀为数据，数据让业务和流程有记录、可追溯。这些数据之间存在着大量基于关系的知识，包含账务、家庭、社交、同事、伙伴等关系，覆盖信贷、理财、存汇款、转账、交易、生产、生活等方方面面。这些信息错综复杂且深度隐藏，银行并未完全发掘出来，无法运用到风险管理和精细化运营中。

IDC一项白皮书披露，2018年全球数据体量达到了33ZB，但其中只有2.5%的数据得到了分析和利用，97.5%的数据依旧在沉睡中。

为了充分提升金融机构的数据利用能力，发挥数据在风险管理和深度运营的能力，2018年5月，银保监会印发《银行业金融机构数据治理指引》引导银行业金融机构加强数据治理，提高数据质量，充分发挥数据价值，提升经营管理水平，全面向高质量发展转变而制定的法规。要求银行业金融机构将数据治理纳入公司治理范畴，并将数据治理情况与公司治理评价和监管评级挂钩，鼓励银行业金融机构开展制度性探索。

业务关系图谱化渐成风险管理新趋势

以关联网络为代表的人工智能方案，通过对金融机构内部的、碎片化的数据，进行系统的组织和挖掘，构建一个可以覆盖全行或不同业务的关联图谱、知识图谱，直观的展现出业务参与者的关联关系，帮助运营者发掌控动态、科学决策，大大提升银行数据应用水平，增强风险管理和运营能力。

在风险管理方面，关系图谱能清楚展现错综复杂的交易主体与资金流向关系，帮助业务人员发现精准追踪交易轨迹并层层关联，各类欺诈套现行为，挖掘可疑人员、团伙等；在运营增值方面，针对体量大、需求各一、行为复杂的目标群体，关联图谱够帮助业务人员制定千人千面的个性化增值服务。

目前，很多银行在图谱网络上取得了一定的成果，包含招行银行信用卡中心的零售图分析平台，广发银行的全行知识图谱平台等，业务关系图谱化已成为银行风险管理的重要手段。