过去，银行依托完善的电算化会计核算体系,实现了现金等资产的数字化经营与管理；而今，数据作为关键生产要素，与传统资产一样，也可以通过复用与现金资产相似的核算体系，来实现数据的资产化管理。在金融科技与数字化建设委员会2022年第二次会议上，张金良行长提出“数字化经营不是在传统业务之外重新建立一个新体系，而是为了进一步适应数字经济时代用户和市场需求的变化，运用新金融理念，通过数字科技手段，以数据为关键生产要素和驱动力，进行管理模式、运营模式适应性转型，把数字化经营打造成实现业务增长的重要基础和工具方法”，并强调“数字化转型其实就是管理模式、服务模式、文化建设的升级”。知识库是建设银行重要的智慧资产，而企业级员工响应则是服务建设银行内部员工的重要平台，如果借鉴传统现金资产管理方式，把知识与响应数据作为生产要素进行账务化管理，将其升级为有序的、可驾驭的数字资产，同样可以实现与现金资产一样的数字化经营与管理。笔者结合在远程智能银行中心知识管理与员工响应工作实际，通过建立其管理数据账务体系，搭建企业级知识管理与员工响应场景化数字核算平台，从而实现数字的资产化管理。
一、知识管理、员工响应概况
在全行“数字化经营”战略大背景下，“知识管理”与“员工响应”两大业务版块基础数据薄弱矛盾愈发凸显，从数字准确性、全面性、长效性、实用性等方面看，均难以支撑相关业务向数字化经营纵深发展。不足之处主要有三点：一是知识管理与员工响应数据统计架构不统一，表内数据重复严重，部分基础数据缺失；二是基础数据管理分散，分析工具陈旧落后，难以对海量数据进行深度处理；三是系统迭代升级重头不重尾，忽视相关数据的配套基础建设，难以满足经营数据整理的精准快速变化需求。企业级需求统筹要讲求实效。通过引入会计核算方式来建立新型的数字核算体系，变流水式数据为过程式账体，将结果管理转向为流程管理，在充分发挥传统模式对数据精准定位的同时，可有效避免系统迭代取数频频变化、数据下载备受资源限制等弊端，实现全周期、分层级、多维度无限数据应用，最大满足管理对数据的多种实效性需求提供可能。
二、数据建账实践
以银行会计体系为指引，我们把会计核算方法应用于知识管理与员工响应的业务数据建设，将业务运营与管理关键要点分解成量化场景，采取按日结算方式，建立关键场景与数据指标的统计关联，改进数据指标与系统报表间的加工整理规则，再辅以流程化、自动化、参数化的数据管理来保障，完成了包括工单池和知识池两项流动数据电算化总分类账建设初步实践。通过从“体系顶层设计”到“业务场景归纳”，从“指标规则制定”到“统计算法研发”的摸索，不仅实现海量数据高效获取以及知识与响应数据的有序集成，也使后续的运营趋势分析、模型建设、姿态捕捉以及数据成效多维测控成为可能。通过该数字核算体系实践，搭建了多类业务数据应用场景，推动了知识管理与员工响应数据的运营生态建设，为后续业务管理能力提升奠定了基础。
下面笔者将从响应工单池、知识管理池的建设实践进行阐述。
（一）响应工单池建设基于员工响应《当日受理工单》、《归档工单多行》等报表，设计专用业务统计场景，将工单关键指标数据进行组装，按需自动日结生成运营总分明细账，为每一笔工单的全过程运行搭建起明细支撑和核算基础。
通过响应工单池账务体系建设，我们重构了全行员工响应运营情况的数据架构，无需依托响应系统，我们即可实现全行响应运营的回溯统计、本级响应运营的趋势分析和监测预警；首次实现人工内容时效标准区分，为科学评价响应效率与监测运营压力提供数据支撑；支持多种时间维度查阅统计数据，全面兼容周、旬、月、季、年报等数据应用场景；实现了按需自助查阅指定时段数据统计，为领导决策提供便捷数据应用。
（二）知识管理池建设基于知识平台《知识回顾统计表》、《知识操作流水》等报表，设计多维知识关键场景指标和统计规则，以按需自动日结生成明细账、分类明细账、总账等方式，记录每一条知识的全生命周期与应用数据。
通过知识池建设，为便捷查询全行知识储量与分布、便捷查询全行各机构知识运营、多维测控全行活跃知识专家与内容、多维统计全行知识用户行为与效果提供可能，极大提升我行对知识全景状态的管控能力。首次实现海量知识行为数据的便捷抓取和综合应用，实现了时间、机构、知识维护等多维度数据需求：时间维度上，支持“单日”“自然月”；机构维度上，支持“28个总行机构”、“37家分行”、“245种二级机构”；展示维护维度上，支持“专家”、“机构”、“内容”。创新了多词库连续与合并抽取、多字典交叉引用（点击量回溯知识创建机构），实现了应用图表拓展（漏斗图）。
此外，以上方法还应用到“员工行为数据池建设”中，实现了知识管理与响应员工行为数据的互联互通。
三、给数据建本账的展望
给数据建本账，使我们对知识管理与员工响应的数据结构、指标规则进行了全面梳理，加深了数据体系的系统性、全面性认识。
给数据建本账，使我们创新了数据的架构与组装方式，在多维基础数据通用性得到有效保障的同时，进一步丰富了数据管理与应用场景，实现了员工行为数据的明细管理。给数据建本账，使我们的队伍在攻克一个个困难的实践中不断积累业务技术经验，全面数据深加工意识和数据运维能力得到加强，为后续知识平台建设打下良好基础。综上所述，随着视野啄开、需求加速，数据模型的迭代必然加速实施，对原始的、多维的数据要求也更高。我们将以新思路、新工具、新视野为引领， 不断总结、开拓知识管理与员工响应的应用场景，扩大其核算范围与应用，将未来知识管理与员工响应的数字资产化成果做得更加丰富。
