银行数据中台架构之旅

一：数据中台项目启动背景

1：数字化转型急迫性：

       金融行业业务发展迅速、市场变化快，各个业务部门和各级分行对数据有各种各样的新需求，不再是金融业传统的数据管理系统可以满足要求了。比如 风控、反洗钱、用户参入刷卡促销活动金额和次数等这些需求对实时计算要求比较高，传统的金融数据管理系统，难以做到及时响应。

2：个性化需求增多：

      传统的报表系统展现的内容比较固定，无法满足一站式客户全景数据查询服务需求。

3：报表开发周期长，需求响应速度慢:

      业务变化越来越快，需求报表响应速度越来越慢，业务部门满意度不高。

4：数据期望值水涨船高:

     业务部门期望通过数据赋能业务终端，帮助开拓和提升业务服务范围。比如能利用海量数据，利用机器学习构建模块化数据模型，进行预测分析。

5：驾驶舱成为银行管理压舱石:

     越来越多的业务部门，提出新的驾驶舱、大屏指标需求。

6：总行、市、区数据交互：

      市、区分行需要做经营数据的归集，总行要做绩效指标的下放。

7：监管数据上报：

      需要快速响应监管机构的数据上报要求   人行PBOC、PCMIS，银监会1104、EAST，外汇管理局FIMS、FTZMIS，审计署金审。

8：全市分支机构缺乏统一的业务数据视图：

     日常经营管理和决策分析数据支持不到位、不准确。

 

    银行数据系统可信度痛点现状：

 

 

 

 

       银行系统数据架构痛点现状：

 

 

 

二：数据中台建设目标

      1：数据存储能力

          采用分布式技术，打造高可用、高并发、高效率的大数据平台处理能力。实现全市分行大数据资源共享、信息同步、分级管理。建设以用户、资产、营销、绩效考核、财务、协议、风控、反洗钱、产品、渠道管理等十大专题，构建全局统一银行业务视图，为后面的数据赋能，提供标准化、高质量的底层数据。

       2：数据开发能力

         数据采集、数据同步、数据开发、数据调度，一站式大数据平台服务。实现可视化操作机制，便于日常开发、生成运维、减少开发工作量，降低服务器终端操作风险，提升开发效率、数据质量。

       3：数据服务能力

            以API的形式、提供数据资产访问，打通数据链路。

       4：数据治理能力

            实现元数据、主数据、业务数据、数据质量、数据安全等核心功能。实现数据血缘追踪、数据质量规则稽查可视化。

 

 

三：数据中台技术方案

       我们打造的银行数据中台产品，包括可视化大屏、数据分析平台、数据挖掘应用等赋能点，可以更好的将数据背后的价值挖掘出来，直观、形象、感性的展示在各个业务部门和分行的面前。通过全市各级分行的分级部署，实现总行、市、区多级数据联动，更快速响应各级银行的不同层次需求，例如：自助分析、报表、数据挖掘、管理驾驶舱、大屏等。我们也沉淀了一些数据应用模版，例如 流动性分析、净利差分析。

 

 

 

   四：银行数据治理

        数据治理一般分成4个方向：

          4.1：数据架构方面的治理

          4.2：数据安全治理：数据隐私、合规、共享、明确访问权限、区分安全

          4.3：数据质量治理：数据一致性、及时性、完整性、准确性、有效性

          4.4：数据成本治理：存储、计算、运维

         金融类的业务对数据的一致性、可用性、有效性、及时性、完整性有着更高层次的要求，一方面金融业务强调防范金融风险、数据治理过程中要严格遵守相关法规，不能对原业务系统、风险识别、防范能力产生影响。