民生银行数据中台体系的构建与实践

在大数据、人工智能、区块链等新兴技术的驱动下，各家银行纷纷利用新技术制定数字转型改革战略，寻找差异化经营的可行模式。

民生银行积极推进改革转型，2018年在“民营企业的银行、科技金融的银行、综合服务的银行”战略指导下，民生银行从科技视角制定了“技术+数据”双轮驱动的改革方案，全力打造以客户为中心的数字化智能银行，为广大客户提供科技+金融的综合生态服务。

如何真正将“数据驱动”的这个轮子落地，扎扎实实地支撑民生银行数字化改革转型，是大数据建设需要攻克的难题。

一、民生银行数据体系演进历程

我行数据体系演进经历了三个阶段：信息分散阶段、数据仓库阶段和大数据平台化阶段，受到经营模式、组织架构、技术条件等诸多因素影响，不同阶段在数据层面会表现出不同的应用模式：

1、信息分散阶段

在早期经营模式直接，产品简单，这个时期的数据应用主要体现在业务系统内的简单数据统计报表，零碎化特质明显，数据统计分散在独立的系统中。

2、数据仓库阶段

随着经营管理模式进一步细化，加上事业部混合经营的组织架构调整，产品系统逐步增多，形成复杂的产品矩阵，在管理端，需要通过集中整合多个系统的业务经营数据来到达对全局经营效果的跟踪以及结构调整的决策支撑，在数据上出现数据集中建设的必然性，技术面上表现为数据仓库实现核心业务产品系统的数据大集中，应用上形成了具备体系化和平台化特质的数据统计报表、经营管理驾驶舱等能力平台。

3、大数据平台化阶段

随着社会和技术进一步发展，银行业的经营模式同质化特质越来越重，各家银行努力探索差异化经营发展的模式，这个阶段如何围绕客户为中心的数据驱动成了各家深入耕耘的模式。集技术与理念的数据中台新模式，承担起这个阶段的使命走上了数据的舞台，为数据驱动业务奠定基础。

二、数据中台意义

“中台概念”早期是由美军的作战体系演化而来的，技术上说的“中台”主要是指学习这种高效、灵活和强大的指挥作战体系。国内阿里巴巴约2017年左右对外率先提出数据中台的概念，在技术层面指通过数据技术统一标准和口径，对全域数据进行采集、计算、存储、加工和服务。

数据中台把数据统一之后，形成标准数据，形成数据资产层，进而为业务层和决策层提供高效服务，包括模型服务、算法服务，以及数据产品。这些服务和产品是企业业务和数据的沉淀，通过数据中台统一服务管理与云化资源部署，降低数据重复性建设、减少烟囱式建设成本。

银行业的数据中台建设，在前台业务系统和后台数据系统之间构建了一条数据和能力的通道，为前台的业务团队、客户经理、财富顾问与后台的数据专家、算法模型专家、人工智能专家的工作衔接形成一条强有力的支撑纽带，业务团队专注于产品的具体逻辑与业务管理流程，数据专家专注于加速从数据到价值的过程，提高对业务的响应能力。这样一个快速通道、纽带，为商业银行的数据体系注入了新的活力。

1、模式创新

改变数据后台交付模式，形成以横向平台加纵向业务领域的模式形成矩阵式交付组织结构，对各领域打造数据产品，以产品化模式输出数据能力，为“Open Bank”理念积累数据产品内容。

2、降本增效

将业务策略作为应用场景沉淀到数据中台，通过人工智能模型应用，解放操作岗，审批岗，流程岗等人力工作。

3、服务方式创新

口径统一，实现标准化的数据服务内容和数据服务模式。

三、构建数据中台体系，打造场景金融服务

数据中台自身和业务结合紧密度高，结合现阶段金融业务经营的迫切诉求，在战略上对数据中台建设从技术平台和数据交付内容两个层面制定如下图的建设目标。

1、数据中台体系技术方案

数据中台在金融领域的落地应用属于前沿技术，民生银行经过自主探索、自主研发，形成由4大功能体系、12个子系统构成的金融数据中台体系,如表1所示。

数据中台核心运转模式由Engine引擎体系、Service服务体系、Open路由体系、Plus管理体系核心组件协同运转完成。首先，由Engine引擎体系完成对数据能力、模型能力的抽象封装，以应对不同场景的智能数据需求。

进而，Service服务体系完成引擎抽象能力与实际业务数据的结合应用，通过灵活搭配，打造具备业务属性的数据服务产品，目前已构建智能客户信息中心、数字化决策中心、标签洞察等多项智能数据产品。

最终，通过Open体系(OpenAPI、OpenFILE、OpenMSG、OpenCFG)完成对业务系统与业务人员的快速赋能。Plus管理体系则完成数据资产目录、数据可视化、云化管理等统一管理功能，并通过DevOPS、容器、高性能数据访问缓存等前沿技术组件完成数据服务高并发、高可用、弹性部署等技术能力的提升。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!