數(shù)字智慧方案數(shù)據(jù)中臺應(yīng)用場景19銀行數(shù)據(jù)中臺建設(shè)與應(yīng)用實(shí)踐

演講人

：01

轉(zhuǎn)型之意02

實(shí)踐之路03

智慧之能04

生態(tài)之美周：“變

，變則通

，通則久”?，F(xiàn)代企業(yè)在近30年經(jīng)歷三次重大企業(yè)級轉(zhuǎn)型

，從信息化、互聯(lián)網(wǎng)化邁

向數(shù)字化。隨著第四次工業(yè)革命的來臨

，數(shù)字化生產(chǎn)已經(jīng)成為普通的商業(yè)模式

，其本質(zhì)是以數(shù)據(jù)為處理對象

，以ICT平臺

為生產(chǎn)工具

，以軟件為載體

，以服務(wù)為目的的生產(chǎn)過程。大數(shù)據(jù)、云計算、

區(qū)塊鏈、某著名企業(yè)互聯(lián)、人工智能、物聯(lián)網(wǎng)等新

技術(shù)蓬勃發(fā)展

，推動人類社會加快進(jìn)入數(shù)字化時代。數(shù)字化是方式

，轉(zhuǎn)型才是目的

，最終目標(biāo)是：更好的產(chǎn)品、更優(yōu)的服務(wù)、更低的成本數(shù)字化特點(diǎn)將現(xiàn)實(shí)世界種有價值的事務(wù)全部轉(zhuǎn)變?yōu)閿?shù)字存儲的

數(shù)據(jù)；對商業(yè)改造

，通過技術(shù)

，驅(qū)動業(yè)務(wù)模式

的升級和重構(gòu)；對產(chǎn)業(yè)鏈重塑

，企業(yè)自身的業(yè)務(wù)能

力被模塊化、服務(wù)化?；ヂ?lián)網(wǎng)化特點(diǎn)是一種全新的售賣渠道；線上業(yè)務(wù)天然適合數(shù)據(jù)驅(qū)動；

線上業(yè)務(wù)天然適合敏捷迭代；全新的崗位設(shè)計和組織

形態(tài)；業(yè)務(wù)與技術(shù)深度融合；催生商業(yè)模式創(chuàng)新。信息化特點(diǎn)核心目標(biāo)是降本增效；企業(yè)面臨的業(yè)務(wù)和市場環(huán)境穩(wěn)

定；信息化建設(shè)的大型項(xiàng)目建設(shè)周期長；建設(shè)方法論

成熟?；ヂ?lián)網(wǎng)化企業(yè)利用互聯(lián)網(wǎng)平臺和技術(shù)從事的內(nèi)外部商務(wù)活動

，

實(shí)現(xiàn)了資源整合與互動?；ヂ?lián)網(wǎng)化挑戰(zhàn)組織能否支持創(chuàng)新并適應(yīng)變化；是否有合適人才進(jìn)行

落地。信息化信息化是指基于信息技術(shù)和信息資源

，促成地域、經(jīng)

濟(jì)和社會的發(fā)展轉(zhuǎn)變。信息化挑戰(zhàn)信息化系統(tǒng)建設(shè)實(shí)施是個業(yè)務(wù)問題；傳統(tǒng)的IT治理模

式對業(yè)務(wù)創(chuàng)新和變更有抑制作用。數(shù)字化挑戰(zhàn)數(shù)字化不應(yīng)該高高在上

，要賦能業(yè)務(wù)；

IT團(tuán)隊需要

轉(zhuǎn)型突圍

，需要復(fù)合型人才

，懂業(yè)務(wù)并且懂技術(shù)。數(shù)字化數(shù)字化是通過數(shù)字技術(shù)改變商業(yè)模式

，提供新的營

收點(diǎn)與價值創(chuàng)造機(jī)會。1990s2000s2010s實(shí)踐創(chuàng)新：上下互動and

內(nèi)外互補(bǔ)數(shù)字化轉(zhuǎn)型在銀行是一個雙向過程

，一方面受自頂向下的戰(zhàn)略

推動

，同時又得到自下而上的創(chuàng)新實(shí)踐和反饋；此外

，在商業(yè)銀行

外部

，轉(zhuǎn)型受到互聯(lián)網(wǎng)技術(shù)創(chuàng)新的推動

，同時也為新興金融服務(wù)方

式提供支撐。思想革命：ALL

in

Data—全面數(shù)字化要勇于打破傳統(tǒng)思維的約束

，建立全面數(shù)字化的銀行經(jīng)營創(chuàng)新、

業(yè)務(wù)管理企業(yè)文化

，真正讓數(shù)字去發(fā)聲、讓數(shù)字來說話

，實(shí)現(xiàn)數(shù)

字化的“實(shí)事求是”。理念轉(zhuǎn)型：主動轉(zhuǎn)型or被動改變傳統(tǒng)的銀行經(jīng)營理念與開放的數(shù)字經(jīng)濟(jì)態(tài)勢

，傳統(tǒng)的部門銀行壁壘與敏捷組織架構(gòu)

，以及傳統(tǒng)銀行文化與創(chuàng)新性文化等之間諸多

矛盾。數(shù)字化不是單純的技術(shù)創(chuàng)新

，而是思想、理念和實(shí)踐方式的轉(zhuǎn)型基礎(chǔ)技術(shù)混合云全域安全區(qū)塊鏈邊緣計算人工智能5G異構(gòu)計算量子計算智能存儲……業(yè)務(wù)戰(zhàn)略業(yè)務(wù)架構(gòu)

業(yè)務(wù)需求IT

戰(zhàn)略

-

IT

架構(gòu)

-

技術(shù)實(shí)施戰(zhàn)略

規(guī)劃

實(shí)施企業(yè)級業(yè)務(wù)架構(gòu)升級和中臺建設(shè)是推進(jìn)數(shù)字化轉(zhuǎn)型的兩大抓手

，在轉(zhuǎn)型過程中相輔相成、互相促進(jìn)。

企業(yè)級業(yè)務(wù)架構(gòu)是數(shù)字化轉(zhuǎn)型戰(zhàn)略落地的方法和舉措

，重點(diǎn)從全局上解決怎么做的問題。企業(yè)級業(yè)務(wù)架構(gòu)是通過自上

而下的架構(gòu)設(shè)計過程

，形成可視化、規(guī)范化的業(yè)務(wù)組件

，實(shí)現(xiàn)了企業(yè)級功能共享、數(shù)據(jù)共享和基礎(chǔ)統(tǒng)一

中臺概念由互聯(lián)網(wǎng)企業(yè)率先提出

，重點(diǎn)解決快速響應(yīng)業(yè)務(wù)需求的問題。

中臺是自下而上的實(shí)施方式

，通過抽象、提煉公共基礎(chǔ)服務(wù)

，沉淀到中臺

，實(shí)現(xiàn)領(lǐng)域級的復(fù)用。企業(yè)級業(yè)務(wù)架構(gòu)指導(dǎo)中臺建設(shè)

，

解決跨領(lǐng)域復(fù)用和基礎(chǔ)功能重復(fù)

建設(shè)問題。中臺建設(shè)迭代輸出

，滿足急用先

行需要

，又可實(shí)現(xiàn)領(lǐng)域內(nèi)共享復(fù)

用

，支持產(chǎn)品快速創(chuàng)新。中臺建設(shè)分領(lǐng)域突破

，工程實(shí)施

復(fù)雜度降低

，過程相對可控。企業(yè)級架構(gòu)革新》數(shù)字化轉(zhuǎn)型快速見效統(tǒng)籌規(guī)劃以點(diǎn)帶面1.完善數(shù)據(jù)治理體系

，保障數(shù)據(jù)質(zhì)量1）建立完善的數(shù)據(jù)治理組織體系和制度流程2）建立完整的數(shù)據(jù)規(guī)范體系并確保執(zhí)行3）建立數(shù)據(jù)的全生命周期質(zhì)量管理體系2.加強(qiáng)新技術(shù)基礎(chǔ)設(shè)施建設(shè)

，優(yōu)化數(shù)據(jù)供應(yīng)體系1）建立企業(yè)級大數(shù)據(jù)云平臺等技術(shù)設(shè)施

，優(yōu)化數(shù)據(jù)處理和供應(yīng)架

構(gòu)2）夯實(shí)數(shù)據(jù)基礎(chǔ)

，積累復(fù)雜算法

，提升實(shí)時交互能力3）對接外部生態(tài)

，實(shí)現(xiàn)金融數(shù)據(jù)與外部數(shù)據(jù)的融通應(yīng)用3.建立數(shù)據(jù)資產(chǎn)管理運(yùn)營能力

，讓數(shù)據(jù)好用1）對銀行數(shù)據(jù)資產(chǎn)進(jìn)行全面盤點(diǎn)

，建立數(shù)據(jù)資產(chǎn)分類體系和數(shù)據(jù)資產(chǎn)目錄2）加強(qiáng)數(shù)據(jù)資產(chǎn)運(yùn)營

，實(shí)現(xiàn)數(shù)據(jù)可見、可懂、可用、可運(yùn)營、可評價4.構(gòu)建數(shù)據(jù)與業(yè)務(wù)融合機(jī)制

，用數(shù)據(jù)創(chuàng)造價值1）加強(qiáng)數(shù)據(jù)挖掘分析

，深入洞察客戶需求

，促進(jìn)服務(wù)改進(jìn)

，在數(shù)字化場景

中實(shí)現(xiàn)數(shù)據(jù)的閉環(huán)運(yùn)營2）基于數(shù)據(jù)創(chuàng)新商業(yè)模式

，解決傳統(tǒng)業(yè)務(wù)模式無法解決的痛點(diǎn)問題5.探索內(nèi)外部數(shù)據(jù)的共享方式

，促進(jìn)數(shù)字化發(fā)展1）在合規(guī)前提下拓展數(shù)據(jù)共享內(nèi)容2）積極探索隱私計算等技術(shù)應(yīng)用

，實(shí)現(xiàn)數(shù)據(jù)可用不可見

，提升數(shù)據(jù)應(yīng)用

價值數(shù)據(jù)中臺是企業(yè)數(shù)字化運(yùn)營的統(tǒng)一數(shù)據(jù)能力平臺

，能夠按照規(guī)范匯

聚和治理全局?jǐn)?shù)據(jù)

，為各個業(yè)務(wù)部門提供標(biāo)準(zhǔn)的數(shù)據(jù)能力和數(shù)據(jù)工具

，同時在公司層面管理數(shù)據(jù)能力的抽象、共享和復(fù)用。業(yè)務(wù)數(shù)據(jù)化數(shù)據(jù)業(yè)務(wù)化通過數(shù)據(jù)中臺推進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型

，完善企業(yè)級數(shù)據(jù)治理體系

，對全行數(shù)據(jù)資產(chǎn)進(jìn)行

統(tǒng)籌管理

，全面提升數(shù)據(jù)采集、集成整合、

價值挖掘能力

，建立多層次互聯(lián)互通的數(shù)據(jù)

供應(yīng)網(wǎng)。￥數(shù)字化轉(zhuǎn)型提升數(shù)據(jù)要素

價值創(chuàng)造力01

轉(zhuǎn)型之意02

實(shí)踐之路03

智慧之能04

生態(tài)之美夯實(shí)數(shù)據(jù)底座

，建立運(yùn)營體系

，全面開放賦能1、拓展數(shù)據(jù)維度

，豐富外部數(shù)據(jù)；拓寬服務(wù)對象

，面

向全集團(tuán)提供數(shù)據(jù)服務(wù)2、完善技術(shù)棧整體規(guī)劃

，提升國產(chǎn)化水平

，建設(shè)基于

云原生的分析型數(shù)據(jù)架構(gòu)

，打造業(yè)內(nèi)領(lǐng)先的中臺體系

，

具備行業(yè)輸出能力3、升級數(shù)據(jù)服務(wù)體系

，推廣數(shù)據(jù)產(chǎn)品應(yīng)用

，完善數(shù)據(jù)

治理能力

，建設(shè)分析應(yīng)用生態(tài)建設(shè)流通閉環(huán)

，提升用戶賦能1、以”采、建、管、用“的主線

，建設(shè)數(shù)據(jù)流通閉環(huán)。2、以”三庫一市“為依托

，加速數(shù)據(jù)資產(chǎn)建設(shè)

，推進(jìn)

資產(chǎn)標(biāo)準(zhǔn)化。3、建設(shè)中臺門戶、AI平臺、

BI平臺、實(shí)時計算服務(wù)平

臺

，提供全方位數(shù)據(jù)服務(wù)。4、建設(shè)數(shù)據(jù)產(chǎn)品

，讓數(shù)據(jù)觸手可及。大數(shù)據(jù)平臺企業(yè)級數(shù)據(jù)倉庫完成建設(shè)

，形成“

1主庫

+8大集市”數(shù)倉架構(gòu)。人工智能金融服務(wù)云平臺獲

得《中國人民銀行2019年

度銀行科技發(fā)展獎二等獎》入

選

工

信

部

數(shù)據(jù)產(chǎn)業(yè)發(fā)展

名單》數(shù)據(jù)中臺大數(shù)據(jù)中心大數(shù)據(jù)平臺獲得《中國人民

銀行銀行科技發(fā)展一等獎》數(shù)

據(jù)

中

臺

《

2020年大

試點(diǎn)示范項(xiàng)目1432數(shù)據(jù)中臺實(shí)踐的三個維度l數(shù)據(jù)驅(qū)動：以數(shù)據(jù)驅(qū)動業(yè)務(wù)發(fā)展

，培養(yǎng)數(shù)據(jù)思維

，通過采、建、管、用構(gòu)建數(shù)據(jù)閉環(huán)能力。l分析型架構(gòu)：從數(shù)據(jù)倉庫向以云原生為基礎(chǔ)發(fā)展

，提升平臺

開放能力

，打造共建式生態(tài)模式。l

平臺工具：以AI平臺和BI平臺為核心

，孵化出多個數(shù)據(jù)產(chǎn)

品平臺

，為用戶提供協(xié)同工作、高效產(chǎn)出的能

力支撐。數(shù)據(jù)平臺數(shù)據(jù)中臺高效協(xié)同擴(kuò)展開放數(shù)據(jù)驅(qū)動架構(gòu)大數(shù)據(jù)批量獲客運(yùn)用大數(shù)據(jù)技術(shù)

，按照企業(yè)規(guī)模、工商狀態(tài)、企業(yè)主信息、歷史信貸記錄、違法失信信息等14類指標(biāo)進(jìn)行批量建模

，精準(zhǔn)獲客。全流程線上化辦理基于某著名企業(yè)互聯(lián)技術(shù)

，實(shí)現(xiàn)線下服務(wù)的線上化

，支持客戶從申請、提款到還款全流程線上操作。線上僅需3步操作

，串聯(lián)起后臺22個系統(tǒng)?；诖髷?shù)據(jù)的自動化審批通過客戶征信、中征碼等數(shù)據(jù)

，結(jié)合企業(yè)在行外的非結(jié)構(gòu)化數(shù)據(jù)

，運(yùn)用大數(shù)據(jù)建模技術(shù)

，將原來10多步線下流程連成1步

操作完成

，實(shí)現(xiàn)審批決策的全流程自動化處理。在數(shù)字化時代

，隨著數(shù)據(jù)的指數(shù)級增長、算力提升和人工智能技術(shù)的不斷發(fā)展

，業(yè)務(wù)變化快、數(shù)字化程度高、數(shù)據(jù)維度豐富

，通過數(shù)據(jù)驅(qū)動能更快速、實(shí)時的響應(yīng)個性化、靈活多變的業(yè)務(wù)需求。以數(shù)據(jù)驅(qū)動業(yè)務(wù)流程的升級重構(gòu)

，有助于準(zhǔn)確優(yōu)化產(chǎn)品運(yùn)營模式

，提升客戶的產(chǎn)品體驗(yàn)。純線上、純自動流程,極大提升申請、審批效率自動準(zhǔn)入自動授信自動定價自動審批自動簽約自動放款自助還款智能征信解析智能額度核定智能利率計算多系統(tǒng)聯(lián)動多種還款選擇原本需要數(shù)天時間的貸款

審批流程

，現(xiàn)在線上1分鐘

完成申請

，秒批放款。產(chǎn)品創(chuàng)新流程再造企業(yè)從流程驅(qū)動為主轉(zhuǎn)向數(shù)據(jù)驅(qū)動為主的轉(zhuǎn)型過程中

，要建立起用數(shù)據(jù)說話、將數(shù)據(jù)作為戰(zhàn)略資產(chǎn)管理的經(jīng)營文化，持續(xù)打造數(shù)據(jù)要素的價值創(chuàng)造力

，即“數(shù)據(jù)生產(chǎn)力”。需要具備兩方面基礎(chǔ)：一是要改變思維模式

，從以往的經(jīng)驗(yàn)判斷

，變成通過數(shù)據(jù)思維解決問題；二是要提供能力支撐

，讓數(shù)據(jù)思維有落地的載體依托。沉淀數(shù)據(jù)資產(chǎn)

，打造數(shù)據(jù)地圖

，建設(shè)

數(shù)據(jù)開發(fā)、分析、建模平臺

，支撐數(shù)

據(jù)服務(wù)的快速構(gòu)建建立數(shù)據(jù)服務(wù)與治理的管理體系提供產(chǎn)品應(yīng)用、消費(fèi)應(yīng)用

，并建立分

析應(yīng)用生態(tài)右腦：鍛煉數(shù)據(jù)能力（數(shù)據(jù)理解、數(shù)據(jù)模型、統(tǒng)計分析、深度挖掘等）實(shí)現(xiàn)數(shù)據(jù)驅(qū)動左腦：改變思維模式（從經(jīng)驗(yàn)驅(qū)動

=

>數(shù)據(jù)驅(qū)動）建立用戶畫像

，通過行為軌跡分析、流程轉(zhuǎn)

化分析等過程認(rèn)識客戶找到提升業(yè)務(wù)的抓手

，發(fā)掘抓手和業(yè)務(wù)

發(fā)展目標(biāo)間的關(guān)系面對業(yè)務(wù)波動情況

，通過異動歸因分

析

，找到業(yè)務(wù)數(shù)據(jù)變化真因采集各類源數(shù)據(jù)

，夯實(shí)底層數(shù)據(jù)

基礎(chǔ)采用AB測試等方法確定新上業(yè)

務(wù)策略的有效性

算準(zhǔn)影響z

打法清晰數(shù)據(jù)生產(chǎn)力拿準(zhǔn)用戶數(shù)據(jù)驅(qū)動看清現(xiàn)狀管建采用方法定義實(shí)踐要點(diǎn)漏斗分析直觀呈現(xiàn)并分析用戶行為步驟以及各步驟之間的轉(zhuǎn)化率1.梳理關(guān)鍵節(jié)點(diǎn)

，繪制流程與

路徑2.收集各環(huán)節(jié)的數(shù)據(jù)進(jìn)行分析

3.確定需要優(yōu)化的節(jié)點(diǎn)RFM根據(jù)客戶的交易頻次和交量客戶價值

，對客戶進(jìn)行細(xì)分1.計算客戶交（

R)、

交

（

F）

、交（

M）

2.計算R、

F、

M綜合分值

，進(jìn)

行用戶分層OSM把目標(biāo)拆解到各團(tuán)隊具體的、

可落地、

可度量的行為上1.定義問題的目標(biāo)（

O）2.梳理流程

，找到可改善的策略（

S）3.為每個S梳理子指標(biāo)

，便于

后期執(zhí)行MECE相互獨(dú)立、

完全

窮盡分析問題1.確定目標(biāo)2.分步驟梳理問題3.代入數(shù)據(jù)量化4.導(dǎo)出業(yè)務(wù)結(jié)論增長黑客以數(shù)據(jù)為指引

，

以實(shí)驗(yàn)的方式在

用戶生命周期各

階段

，尋找性價

比最高的機(jī)會

，

快速迭代實(shí)驗(yàn)達(dá)到增長目標(biāo)1.搭建跨職能的增長團(tuán)隊2.打造好產(chǎn)品

，找到產(chǎn)品的核

心價值（問卷、

留存率）3.確定增長杠桿

，

明確產(chǎn)品的北極星指標(biāo)

，如MAU4.快節(jié)奏循環(huán)試驗(yàn)量化問題Measure將遇到的問題

進(jìn)行量化

，評

估對業(yè)務(wù)影響

大小是多少

，

確定解決優(yōu)先

級排序。收集數(shù)據(jù)Collect收集需要解決

這個業(yè)務(wù)問題

所需要的全部

數(shù)據(jù)

，并進(jìn)行

數(shù)據(jù)清洗。分析數(shù)據(jù)Analyse結(jié)合人工經(jīng)驗(yàn)

和數(shù)據(jù)分析方

法找到問題的

根源

，確定影

響因子都有哪

些。測量改變Test采用合適的方

法

，如ABtesting來測

量每個改動對

結(jié)果的全面影

響。數(shù)據(jù)說話Data用數(shù)據(jù)說話

，讓

決策變得透明、可理解

，讓每個

人清楚為什么要

這么做

，以及做

的每件事的影響。數(shù)據(jù)思維是學(xué)會使用數(shù)據(jù)、分析數(shù)據(jù)和應(yīng)用數(shù)據(jù)的能力

，在數(shù)據(jù)中挖

掘?qū)I(yè)務(wù)有用的信息

，并且通過這些信息為發(fā)展提供助力。If

you

can't

measure

it,you

can't

improve

it.常見方法論Q圍繞采、建、管、用建設(shè)“業(yè)務(wù)數(shù)據(jù)化”和“數(shù)據(jù)業(yè)務(wù)化”的閉環(huán)流程

，為應(yīng)用數(shù)據(jù)思維解決實(shí)際業(yè)務(wù)問題提供

體系化的能力支撐

，將數(shù)據(jù)價值賦能應(yīng)用建設(shè)。主題數(shù)據(jù)整合數(shù)據(jù)實(shí)時數(shù)據(jù)用戶行為管全流程數(shù)據(jù)分類管理（規(guī)劃、統(tǒng)籌、制度、流程、規(guī)范）用服務(wù)全行數(shù)據(jù)最終用戶

，

以用戶為中心構(gòu)建數(shù)據(jù)產(chǎn)

品服務(wù)

，賦能掌銀等應(yīng)用。管形成管數(shù)據(jù)、管流程、管安全、管應(yīng)用

，全方位數(shù)據(jù)服務(wù)管理規(guī)范。采一體化的數(shù)據(jù)采集入湖

，

匯聚行內(nèi)行外、結(jié)構(gòu)化和

非結(jié)構(gòu)化數(shù)據(jù)等一切有價

值的數(shù)據(jù)。建通過數(shù)據(jù)中臺將“原材料”

加工成“半成品

”和“成

品

”

，實(shí)現(xiàn)共享復(fù)用

，支撐數(shù)據(jù)分析與建模工作。采

建用數(shù)據(jù)匯聚與聯(lián)接數(shù)據(jù)搜索與獲取數(shù)據(jù)分析與建模數(shù)據(jù)采集數(shù)據(jù)應(yīng)用數(shù)據(jù)微服務(wù)數(shù)據(jù)獲取搜索與推薦數(shù)據(jù)回流算法模型目錄數(shù)據(jù)目錄服務(wù)目錄數(shù)據(jù)與服務(wù)地圖......標(biāo)簽篩選圖譜/NLP多維分析靈活查詢模型構(gòu)建特征工程后評價閉環(huán)多策略投放...冠軍挑戰(zhàn)看板大屏...原始數(shù)據(jù)經(jīng)營管理平臺智能決策中心非結(jié)構(gòu)

化主題

數(shù)據(jù)結(jié)構(gòu)化分行外部總行...以大數(shù)據(jù)基礎(chǔ)設(shè)施的架構(gòu)演進(jìn)大體分為四個階段

，每個階段的特點(diǎn)和需求各有不同?？傮w而言數(shù)據(jù)量保持高速增

長

，數(shù)據(jù)需求從高度匯總轉(zhuǎn)化為細(xì)粒度的明細(xì)數(shù)據(jù)

，時效性要求由低（T+N）到高（近實(shí)時）

，數(shù)據(jù)輕量化

，存儲分

級化

，引擎技術(shù)逐步向縱深發(fā)展。?

面向領(lǐng)域?qū)?shù)據(jù)抽象封裝成服務(wù)

和產(chǎn)品

，提供個性化、定制化、智能化的產(chǎn)品快速構(gòu)建能力支持；?

以云原生為基礎(chǔ)設(shè)施

，支撐融合、

協(xié)同、共享、開放的數(shù)據(jù)生態(tài)建立；?

云邊協(xié)同、隱私計算等新技術(shù)的

出現(xiàn)拓展金融服務(wù)邊界

，提升隱

私信息保護(hù)度

，滿足監(jiān)管要求。?技術(shù)維度提升算力

，能夠存儲不同結(jié)構(gòu)的數(shù)據(jù)

，降低運(yùn)

維成本

，提高研發(fā)效率?數(shù)據(jù)維度數(shù)據(jù)采集范圍更廣

，需要加大數(shù)據(jù)價值的變現(xiàn)

力度

，降低數(shù)據(jù)使用門檻?

業(yè)務(wù)需求更加靈活

，數(shù)據(jù)海量，

半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)增多；?

數(shù)據(jù)湖解決了集中化存儲海量

的、多源的、多類型數(shù)據(jù)

，支

撐深度數(shù)據(jù)挖掘與分析；?

流計算解決高時效性要求

，存

算分離解決算力、成本、效率

等問題。?業(yè)務(wù)維度業(yè)務(wù)需求多元化

，對數(shù)據(jù)依賴度變大，準(zhǔn)確性和時效性要求更高?政策監(jiān)管維度更多的法律法規(guī)出臺

，對數(shù)據(jù)隱私保護(hù)和數(shù)據(jù)安全要求更為嚴(yán)格?

數(shù)據(jù)倉庫支持多源結(jié)構(gòu)化數(shù)據(jù)整合

，分層數(shù)據(jù)模型

，非全量，存儲、管理多個主題數(shù)據(jù)集合；?

提供分析報表（

OLAP）服務(wù)

，支持管理決策分析的需求；?

數(shù)據(jù)規(guī)模增長、低并發(fā)、大批

量、零碎化。?

業(yè)務(wù)系統(tǒng)單一

，經(jīng)營模式直接，

通過單體數(shù)據(jù)庫滿足單條數(shù)據(jù)

簡單提取、計算和展示；?

基于OLTP數(shù)據(jù)庫進(jìn)行日終批量

數(shù)據(jù)處理；?

數(shù)據(jù)規(guī)模小

，存儲單一

，時效性要求不高。當(dāng)前面臨的主要問題和挑戰(zhàn)云原生為核心的開放應(yīng)用

式架構(gòu)以數(shù)據(jù)倉庫為核心的

數(shù)據(jù)應(yīng)用架構(gòu)分析型數(shù)據(jù)架構(gòu)的演進(jìn)以數(shù)據(jù)庫為核心的

數(shù)據(jù)應(yīng)用架構(gòu)以數(shù)據(jù)湖為核心的

分析型架構(gòu)DataOps方法論

，為實(shí)現(xiàn)數(shù)據(jù)產(chǎn)品的快速構(gòu)建能力提供了理論指導(dǎo)

，使得數(shù)據(jù)應(yīng)用的開發(fā)和管理更加高效。

DataOps需要的技術(shù)包含云架構(gòu)、容器、實(shí)時流處理、多分析引擎、集成的應(yīng)用程序和數(shù)據(jù)管理、多租戶、數(shù)據(jù)安全等多項(xiàng)內(nèi)容，

目標(biāo)是構(gòu)建一個端到端的數(shù)據(jù)開發(fā)應(yīng)用價值鏈

，建立數(shù)據(jù)流水線以提升數(shù)據(jù)應(yīng)用的開發(fā)和運(yùn)維

效率。n

DataOps與DevOpsDevOps實(shí)現(xiàn)了軟件的持續(xù)集

成與交付

，DataOps通過增

加數(shù)據(jù)專家

，提升數(shù)據(jù)質(zhì)量，以專注于數(shù)據(jù)流的協(xié)作開發(fā)和整個組織中數(shù)據(jù)的連續(xù)使

用。n

數(shù)據(jù)管道編排數(shù)據(jù)管道編排是DataOps的核心

，將數(shù)據(jù)服務(wù)和處理節(jié)

點(diǎn)進(jìn)行靈活編排

，形成新的

數(shù)據(jù)處理鏈

，從而滿足多樣

化的數(shù)據(jù)需求。交易收集存儲ETL模型導(dǎo)入應(yīng)用運(yùn)維下線持續(xù)集成持續(xù)交付持續(xù)部署數(shù)據(jù)流水線：數(shù)據(jù)產(chǎn)品開發(fā)

產(chǎn)品運(yùn)維

產(chǎn)品消亡自動化流水線DevOps工具應(yīng)用程序和數(shù)據(jù)管理數(shù)據(jù)標(biāo)準(zhǔn)化

能力數(shù)據(jù)分析能

力數(shù)據(jù)服務(wù)能

力數(shù)據(jù)安全能

力數(shù)據(jù)模型開

發(fā)能力DataOps

能力體系為滿足業(yè)務(wù)特點(diǎn)變化帶來的新要求

，大數(shù)據(jù)分析架構(gòu)逐步向基于云原生能力進(jìn)行建設(shè)的方向發(fā)展

，并啟動批流一

體、存算分離、隱私計算等重點(diǎn)領(lǐng)域建設(shè)

，通過架構(gòu)迭代升級提升數(shù)據(jù)中臺基礎(chǔ)能力

，推動業(yè)務(wù)快速發(fā)展。?批流一體實(shí)現(xiàn)批流一體的存儲、

計算服務(wù)和統(tǒng)一模型開發(fā)服務(wù)?

一體化OLAP解決方案建設(shè)一體化OLAP解決方案

，滿足多樣化的數(shù)

據(jù)查詢需求?存算分離一通過存儲計算分離

，實(shí)

現(xiàn)資源的快速彈性擴(kuò)展?數(shù)據(jù)網(wǎng)格一切數(shù)據(jù)皆產(chǎn)品

，革新

數(shù)據(jù)應(yīng)用架構(gòu)

，面向業(yè)務(wù)域提供組合

化數(shù)據(jù)服務(wù)?

隱私計算

保證數(shù)據(jù)安全

，釋放“可用不可見”的數(shù)據(jù)價值?

邊緣AI

提升計算效率

，降低

時延

，重塑計算架構(gòu)云原生大數(shù)據(jù)基礎(chǔ)設(shè)施底座隱私計算邊緣計算批流一體存算分離...云原生數(shù)據(jù)產(chǎn)品D數(shù)據(jù)產(chǎn)品E數(shù)據(jù)管道數(shù)據(jù)智能可視化及接入OCR識別數(shù)據(jù)湖&交互式分析數(shù)據(jù)計算

數(shù)據(jù)流

分析型架構(gòu)--以云原生為核心的分析型架構(gòu)數(shù)據(jù)基礎(chǔ)設(shè)施以云原生為基礎(chǔ)

，通過多租戶模式

，面向領(lǐng)域團(tuán)隊提供自助構(gòu)建數(shù)據(jù)產(chǎn)品的能力。融合批流一體

，實(shí)

現(xiàn)批流統(tǒng)一的

數(shù)據(jù)處理架構(gòu)協(xié)同基于邊緣計算

的云邊協(xié)同

，

解決延遲問題共享多種隱私計算

技術(shù)解決信息

孤島問題開放打造基于DataMesh的數(shù)據(jù)生

態(tài)和平臺

，支撐

面向領(lǐng)域的Data

Service數(shù)據(jù)管道主題查詢OCR識別數(shù)據(jù)湖&交互式分析數(shù)據(jù)計算數(shù)據(jù)流多租戶體系數(shù)據(jù)流水線數(shù)據(jù)產(chǎn)品B

數(shù)據(jù)產(chǎn)品CAPIAPI應(yīng)用分

析

準(zhǔn)

備接

入API開放的平臺+生態(tài)共建計算引擎存儲引擎計算引擎存儲引擎計算引擎存儲引擎數(shù)據(jù)智能

可視化

及接入數(shù)據(jù)產(chǎn)品A多

維

分

析建

模

分

析靈

活

分

析實(shí)時分析建模分析靈活分析主題查詢多維報表欺詐檢測營銷推薦靈活查詢數(shù)據(jù)中臺當(dāng)前提供“

1

+2+4（

N）”的數(shù)據(jù)產(chǎn)品平臺體系

，即一個統(tǒng)一門戶（中臺門戶）、兩個基礎(chǔ)能力平

臺（A

I平臺和BI平臺）、

四大產(chǎn)品應(yīng)用平臺

，支撐全領(lǐng)域數(shù)據(jù)服務(wù)需求

，為用戶提供統(tǒng)一入口的一站式高效能服務(wù)。模型訓(xùn)練NLP數(shù)據(jù)探查時序分析實(shí)時

分析OCR……統(tǒng)一門戶中臺門戶基礎(chǔ)能力平臺A

I平臺決策中心標(biāo)簽中心經(jīng)營管理平臺產(chǎn)品應(yīng)用平臺靈活查詢

大屏報告配置配置

…

…配置報表標(biāo)簽指標(biāo)計算定義數(shù)據(jù)分析師統(tǒng)一

入口流程

管理權(quán)限

管理BI平臺用戶……01

轉(zhuǎn)型之意02

實(shí)踐之路03

智慧之能04

生態(tài)之美隨著底層基礎(chǔ)設(shè)施的不斷完善和升級

，大數(shù)據(jù)服務(wù)隨之演進(jìn)

，呈現(xiàn)更加場景化、復(fù)雜化的發(fā)展趨勢

，逐步形

成智能化、規(guī)?；闹悄軘?shù)據(jù)服務(wù)能力

，人工參與度逐漸降低

，智能化程度提升。人工參與降低、智能化程度提升、復(fù)雜度逐步增高行動優(yōu)化將智能決策工程化，融合多模態(tài)數(shù)據(jù)

，通

過在線學(xué)習(xí)、

A/B

test和后評價等技術(shù)

，不

斷迭代優(yōu)化決策方案。?多模態(tài)融合?在線學(xué)習(xí)

?A/

B

Test?后評價診斷預(yù)測由單體建模到聯(lián)合建

模

，

由細(xì)分領(lǐng)域到多

模態(tài)多維度融合

，通

過AI感知能力、

思維

能力對未來進(jìn)行預(yù)測。?機(jī)器學(xué)習(xí)建模?感知服務(wù)?思維服務(wù)決策支持通過量化、

實(shí)時化決

策技術(shù)為業(yè)務(wù)決策實(shí)施提供方案參考

，

由

人工經(jīng)驗(yàn)決策轉(zhuǎn)向智

能化決策。?智能推薦?智能投顧?實(shí)時決策信息洞察通過指標(biāo)、

標(biāo)簽、

報

表等多維度標(biāo)準(zhǔn)化數(shù)據(jù)資產(chǎn)

，

以統(tǒng)計分析

數(shù)據(jù)呈現(xiàn)業(yè)務(wù)現(xiàn)狀。?指標(biāo)/標(biāo)簽/報表?多維分析

?可視化關(guān)聯(lián)轉(zhuǎn)義覆蓋個人、對公、商戶三大主體

，

10大領(lǐng)域標(biāo)簽數(shù)據(jù)...賦能標(biāo)簽?zāi)芰?shù)

據(jù)度定義賦

能已開放服務(wù)維度

，支撐小微客

戶貸款等500余項(xiàng)指標(biāo)、多維

分析需求多維分析能力靈活報表數(shù)據(jù)源配置數(shù)據(jù)集配置資源統(tǒng)計緩存處理表達(dá)式解析生成組件字典服務(wù)機(jī)構(gòu)服務(wù)報表能力信息洞察服務(wù)主要解決數(shù)據(jù)信息提取與展示問題

，通過指標(biāo)、標(biāo)簽、報表、多維分析及可視化數(shù)據(jù)服務(wù)能力

，對數(shù)據(jù)

中的信息進(jìn)行深層次的抽取、描述、分析和展現(xiàn)

，為促進(jìn)數(shù)據(jù)價值轉(zhuǎn)化夯實(shí)基礎(chǔ)。自助式探查點(diǎn)選拖拽參數(shù)配置試算結(jié)果指標(biāo)沉淀指標(biāo)庫覆蓋資產(chǎn)負(fù)債、績效考核等幾乎

全部業(yè)務(wù)領(lǐng)域明細(xì)查詢趨勢

一

覽占

比

分

析查詢分析匯

總統(tǒng)計數(shù)

據(jù)下鉆高

級

查詢集中監(jiān)控、集中催收、集中核

查、運(yùn)營監(jiān)控大屏多應(yīng)用

，重

要指標(biāo)、關(guān)鍵數(shù)據(jù)一目了然?？梢暬芰?/p>

公式轉(zhuǎn)義復(fù)合指

衍生指標(biāo)基礎(chǔ)標(biāo)簽一鍵式腳本導(dǎo)出自助式配置組件儀表盤大屏組件圖表可視化組件烽火平臺

組合標(biāo)簽

衍生標(biāo)簽

維度定義建立CUBE網(wǎng)點(diǎn)作戰(zhàn)

室可視化多維分析即席查詢經(jīng)管平臺數(shù)據(jù)集市業(yè)務(wù)系統(tǒng)掌銀應(yīng)用營銷中臺客群分析靈活查詢客戶畫像屬

性可營銷低風(fēng)險裝

載

維標(biāo)準(zhǔn)化定義可視化組件標(biāo)簽應(yīng)用標(biāo)簽沉淀標(biāo)簽定義組件賦能數(shù)據(jù)存儲數(shù)據(jù)分頁排序配置資源列表渲染組件指標(biāo)能力漢化處理模板解析設(shè)計組件模型組件固定報表邏輯層服務(wù)層展示層原子指標(biāo)高收

入標(biāo)簽庫賦

能高學(xué)歷度量!客

戶標(biāo)+=本體融合實(shí)體對齊可視化分析應(yīng)用數(shù)據(jù)探查評分創(chuàng)建模型開發(fā)時序數(shù)據(jù)創(chuàng)建時序模型趨勢預(yù)測思維能力圖像預(yù)處理聯(lián)機(jī)推理服務(wù)算子選擇OCR預(yù)訓(xùn)練模型預(yù)訓(xùn)練模型聯(lián)機(jī)推理服務(wù)批量模型服務(wù)模型后評價服務(wù)語音/語義識別語音、人臉、聲紋應(yīng)用系統(tǒng)感知能力主庫集市標(biāo)簽庫指標(biāo)庫...數(shù)據(jù)同步數(shù)據(jù)探查獨(dú)立建模模型復(fù)用模型發(fā)布服務(wù)對接

決策樹

Logistics

XGB

...

加密模型訓(xùn)練

加密模型訓(xùn)

練

模型

模型模型

加密文件對齊

加密文件對齊

文件

文件文件機(jī)構(gòu)A建模能力網(wǎng)絡(luò)神經(jīng)診斷是根據(jù)事物過去與當(dāng)前的表現(xiàn)

，分析其發(fā)生的原因；預(yù)測是依據(jù)發(fā)展趨勢和變化規(guī)律

，對未來的趨勢或狀態(tài)進(jìn)行推斷。診斷與預(yù)測是在信息洞察的基礎(chǔ)上進(jìn)行的更進(jìn)一步的分析挖掘

，提供感知建模、思維建模等高階的建模能力

，還可通過

多方聯(lián)合建模

，實(shí)現(xiàn)更精準(zhǔn)的診斷和預(yù)測。知

識圖

譜智

能

評

分時

序預(yù)

測聯(lián)合

建模

聯(lián)邦

學(xué)習(xí)特征工程模型預(yù)測特征復(fù)用模型訓(xùn)練模型評價特征積累特征工程評分

查詢

服務(wù)知識存儲模型后評價服務(wù)應(yīng)用客

戶端NLP

服務(wù)

中心憑證分類實(shí)體鏈接印章檢測社區(qū)計算現(xiàn)金計數(shù)實(shí)體抽取鏈路管理屬性抽取關(guān)系抽取票據(jù)識別網(wǎng)絡(luò)分析數(shù)

據(jù)

標(biāo)

注數(shù)據(jù)獲取數(shù)據(jù)探查數(shù)值預(yù)測指標(biāo)預(yù)警模型訓(xùn)練指標(biāo)校驗(yàn)結(jié)果下發(fā)指標(biāo)預(yù)測模型評估特征工程模型驗(yàn)證圖計算統(tǒng)一接入數(shù)據(jù)采集機(jī)構(gòu)C機(jī)構(gòu)B應(yīng)用系統(tǒng)應(yīng)用系統(tǒng)聲紋識別人臉識別NLP實(shí)時監(jiān)測消息分組結(jié)果發(fā)布實(shí)時數(shù)據(jù)結(jié)果發(fā)布消息分組實(shí)時分析多維數(shù)據(jù)存儲實(shí)時模型實(shí)時智能實(shí)時特征（反饋）

實(shí)時訓(xùn)練>

模型優(yōu)化

實(shí)時特征（樣本）一實(shí)時預(yù)測

場景服務(wù)實(shí)時決策能力決策支持能力是指通過智能決策模型對已有的數(shù)據(jù)進(jìn)行分析擬合

，對外來的趨勢進(jìn)行預(yù)測

，并將預(yù)測結(jié)論輸出至業(yè)務(wù)人員或下游系統(tǒng)

，達(dá)到輔助決策的目的

，例如智能推薦支持產(chǎn)品選擇決策、智能投顧支持資產(chǎn)配置決策等。

同時

，實(shí)時數(shù)據(jù)處理能力加速了數(shù)據(jù)價值轉(zhuǎn)化效率

，通過對數(shù)據(jù)的實(shí)時監(jiān)測、實(shí)時分析和實(shí)時建模

，實(shí)現(xiàn)對重要業(yè)務(wù)場景的實(shí)時響應(yīng)、實(shí)時決策。模型構(gòu)建引擎模型運(yùn)行引擎量化模型倉庫多元資產(chǎn)配置智能產(chǎn)品評價基金畫像多元回歸資產(chǎn)定價模型收益計算批量推薦服務(wù)準(zhǔn)實(shí)時推薦服務(wù)模型后評價服務(wù)

↓在線回測產(chǎn)品優(yōu)選智能調(diào)倉策略 離線數(shù)據(jù)對接實(shí)時數(shù)據(jù)對接評價庫模型訓(xùn)練算法選擇參數(shù)配置訓(xùn)練文件下發(fā)特征選擇數(shù)據(jù)定義物料庫

內(nèi)外部源數(shù)據(jù)

金融指標(biāo)數(shù)據(jù)

基于宏觀因子的風(fēng)險

平價模型基于資產(chǎn)分類的

基金評價模型Black-Litterman模型均值方差模型Barra模型基于波動率的風(fēng)險平價模型優(yōu)化智能

投顧

服務(wù)投資

算法

組件智能投顧能力智能推薦能力邊際風(fēng)險計算基礎(chǔ)

數(shù)據(jù)智能

服務(wù)金融數(shù)據(jù)一元回歸因子分類實(shí)時

作業(yè)

執(zhí)行實(shí)時

作業(yè)

編排彈性加

工計算消息

分組消息

訂閱消息

訂閱實(shí)時

匯總實(shí)時

匯總實(shí)時

數(shù)據(jù)實(shí)時

數(shù)據(jù)實(shí)時

ETL實(shí)時分析實(shí)時標(biāo)簽實(shí)時指標(biāo)實(shí)時探查可視化可視化行動優(yōu)化是通過一系列技術(shù)與方法論的組合

，形成對行動決策不斷優(yōu)化的閉環(huán)

，指導(dǎo)行動提升應(yīng)用效果。通過融合多模態(tài)數(shù)據(jù)采集全維度數(shù)據(jù)特征以提升模型準(zhǔn)確率；在線學(xué)習(xí)通過快速捕捉?jīng)Q策變化后的用戶行為變化

，從而進(jìn)行模型實(shí)時迭代優(yōu)化

，迅速調(diào)整決策行動；A/BTest是系統(tǒng)性比較選擇更優(yōu)的行動方法論和實(shí)踐過程；建立行動的后評價機(jī)制是循環(huán)

優(yōu)化決策行動的基礎(chǔ)

，形成閉環(huán)流程。應(yīng)用A/

B

test技術(shù)進(jìn)行變量控制和選取優(yōu)化

方向

，通過試驗(yàn)比對來選擇效果最優(yōu)的決策

。

A/

B

test通常包括確定目標(biāo)、

提出假設(shè)、

設(shè)計試驗(yàn)方案、

分配流量測試、

采集埋點(diǎn)數(shù)

據(jù)、

試驗(yàn)后分析數(shù)據(jù)、

改進(jìn)方案繼續(xù)測試

，

形成一個不斷迭代優(yōu)化的閉環(huán)?；谝淮螞Q策行動后

，在數(shù)據(jù)平臺體系內(nèi)自動化

收集決策變化帶來的業(yè)務(wù)數(shù)據(jù)變化情況

，分析影

響因素并制定改進(jìn)目標(biāo)

，進(jìn)一步重復(fù)并迭代整個

決策產(chǎn)生流程

，形成決策行動循環(huán)優(yōu)化的閉環(huán)流

程。運(yùn)用NLP、

圖像處理等技術(shù)

，在模型完成分析

任務(wù)時處理不同形式的數(shù)據(jù)

，抽取特征

，通過

特征融合、

模型融合、

決策融合

，

為模型決策