阿里巴巴集团副总裁、阿里云智能新金融&互联网事业部总司理,结业于清华大学电子工程系。参加阿里云之前,在蚂蚁金服担任金融科技的商业推行和生态建造作业以及蚂蚁区块链的商业拓宽作业;在企业软件商场深耕多年,从前创立Pivotal软件大中华区别公司,创始了企业级大数据以及企业级云核算PaaS途径的商场先河。在创立Pivotal我国软件公司之前,刘伟光从前担任EMC大我国区数据核算事业部总司理,并在甲骨文我国公司作业多年,从前创立了Exadata大我国区的产品事业部并担任事业部总监。
“劲风起于青萍之末,浪成于微澜之间”,用这句话来描绘我国金融职业数据范畴开展的进程较为恰当。从2003年银行的数据仓库初建开端到今日整整20年过去了,比较其他职业,金融职业是真实完好地阅历了数据仓库建造和大数据建造的两个十年周期;一起阅历了从MPP技能到Hadoop大数据开源技能,再到存储核算别离的云原生数据处理技能;再到AI数据智能化的年代;从继续了20年的数据办理到今日的全域数据财物办理的数据中台化架构,关于金融职业的数据核算剖析和智能化运营的探究从来没有中止过。可是如安在原有的数据根底和途径技能堆集上完结大局视角的数据才能进步和技能系统的迭代,这是今日金融职业一起重视的论题,也是金融机构进入数字化智能年代的重要标志。
阿里云历时5年助力阿里巴巴集团完结了全域数据中台的建造,一起也在数据途径的建造和数据办理方面服务了许多不同类型的金融职业客户;数据智能化方面,在触摸了近千家金融机构了解实践事务需求和现状后,激发了咱们发明本文的热心与初衷,希望用更全面、更立体的视角去界说数据的技能和事务价值;站在大局视角去剖析数据生命周期的办理;站在云原生技能的视角去主张数据核算才能的未来布局。
一起全文解析了从底层数据核算到数据财物化的完好建造办法和途径;剖析了当时数据途径怎么从分而治之的建造形式和技能系统逐渐演进到大局的数据智能化中台。关于数据范畴研讨,不只仅是技能出题,咱们也评论了金融机构内部数据运营形式以及数据人才建造系统这些当时重要论题。
等待本文可以为金融机构不同部分在办理、运用、运营、核算、决议计划等许多数据方面的作业,带来有价值的新发现,带来更多关于数据思维的磕碰。
国内各金融机构数据建造历时20年,但是不同阶段、不同技能系统构建的分而治之的数据途径,仍然存在“数据底数摸不清、数据质量差、数据欠好找、数据用欠好、查询呼应慢”等许多问题,本文切入数据范畴痛点,经过大局化的数据系统建造的剖析视角,从数据的才能系统的建造办法、方针设定、成功标准,技能道路演进途径,数据运营机制等更大局的视点打开剖析,希望推进职业完结数据驱动事务高质量开展的终极方针。
数字化程度的一个重要标志便是“数据与事务的联系”是否能从“跟从”(过后剖析),到“随同”(实时剖析),再到“引领”(智能服务)。金融机构的数据才能现已呈现了较大的分解,有些现已一骑绝尘、很好地引领事务的立异,有些则不只不能跟从事务,乃至成为了事务开展的阻止。
一是数据途径面对“跟不上”事务,而呈现“掉队”的状况。从2017年到2021年,全国数据出产量增加了3倍多,实时数据、触点数据、进程数据、IOT数据、音视频数据等数据价值不断被深化发掘,未来事务对数据规划、数据时效、数据类型、数据运用需求会更进一步扩大,现有的数据架构开端呈现“跟不上”事务而“掉队”的状况。
二是数据办理遍及存在“数据有标准、没有落地”“方针同义不同名、同名不同义”“数据处理与元数据两张皮”等局势。以监管报送为例,每年超千万罚单均与数据质量相关,进步数据质量已成为亟待处理的问题。
三是数据财物“缺盘点”。企业往往面对着“方针多、财物少”的窘境,报表许多,但可以服务事务,且可仿制、可重用的数据财物却很少。
四是数据服务“功率低”。现在很多金融机构用数取数仍是传统形式,从需求到拿到数据需求数月时刻,“呼应慢”是用数部分遍及面对的痛点。
未来的金融机构都是“数据驱动型”企业。金融服务正在从“大”到“小”到“微”,数据价值也从本来的“成果记载”开展为起到“实时精准制导”的效果。咱们以为,数据才能像“水”,数据系统就像盛水的“木桶”,需求打造企业全体数据才能,为此,咱们从顶层规划、事务价值、数据服务、数据办理、数智算力、数字人才等六个维度提出“企业数据才能建造参阅模型”。
首要,数据系统的建造需求从本来单点需求功用完结改变为自顶向下的总体规划规划,审视构建满意事务战略的数据才能,将“数据+事务+技能+安排”融为一体,有用联动,系统化建造企业级数据系统,全面进步数据才能。
其次,从事务方针上,让数据回归处理事务痛点的根源,将以人为驱动的事务经验总结出来,构成以数据驱动的事务动作;从数据服务上,经过一站式数据门户,改变用数习气,从按需到交互式自助形式,让数据运用靠近事务;从数据质量上,数据出产源头的办理愈加重要,将数据标准有用嵌入到数据出产到消费的各个环节,打造全链路办理才能;从途径算力上,海量近实时化数据和根据数据的智能决议计划的爆发式增加,需求数据途径架构向云原生化和多算力交融才能的晋级。
终究,要点需求数字化人才系统的打造,尤其是数据产品司理将成为企业数据范畴洞悉事务需求、沉积数据产品、进步服务供应才能的“破局者”。
数据战略便是企业战略。数据是一面“镜子”,怎么把数据的价值从“后视镜”(做前史剖析),改变为“望远镜”(看方向)、“扩大镜”(精细化操作)、“显微镜”(发现问题本相),要害是看企业的数据系统的完好度(木桶的短板)和数据才能的运用程度(水位的凹凸)。
站在大局视角,咱们提出了“全域数据观”的“一张蓝图、3+1数据系统、6大中心才能”的数据才能系统结构,如下图所示。
一张蓝图:经过自顶向下的规划办法,一致规划和规划数据驱动事务开展的战略方针和价值,推进企业全体数字化运营,然后系统化处理原有数据系统涣散建造的问题。
三个驱动:选用存算别离、多引擎算力交融架构的算力驱动,打造企业级数字基建;构建“采建管用”的全域数据系统和“盘评治享”的全链路办理系统的数据驱动,沉积企业高价值数字财物;运用“人货场”数字化运营系统的价值驱动,助力数业交融的数字运用。
一套机制:作业方针办理、安排架构支撑,以及数字人才系统等一系列运营保证机制。
六项才能:经过“3+1”数据系统的建造,将协助金融机构在增功率、降本钱、提质量、敏立异、强团队、建生态等六项中心才能上得以进步。
在数据才能系统中,“3+1”数据系统是中心才能,选用分层架构具体规划了数字基建、数字财物和数字运用三层中心架构,以及运营保证机制。
数字基建是数据核算、存储的算力根底设施。针对当时海量数据算不动、功率低、本钱高、难运维等问题,新一代大数据途径建造一般遵从以下五则,别离是具有云原生扩展的多种核算形式交融、支撑多层智能化的分布式存储层、一致调度和弹性弹性的资源池办理、异构核算引擎的作业负载协同和大数据SRE智能运维才能。
数字财物经过全域数据财物建造、智能化数据剖析手法以及多样数据服务才能,完结企业数据的办理闭环,并打通各层级与多事务间的数据壁垒,完结数据的一致整合与运营,进步企业数据建造和运用的功率。全域数据“观”提出数字财物建造 4项中心才能+4项扩展才能。
全域是处理数据完好性问题,时效是处理数据实时性问题,一起多样数据源为了保证与企业内部数据交融,还需求标准化和标准化的办理机制保证。跟着运营办理决议计划对数据时效性的需求,对数据全面性、实时性也提出了较高要求,如根据埋点数据的收集和剖析可大幅进步客户运营决议计划才能。
灵敏处理的是数据模型研制功率低的问题,复用处理的是公共层、萃取层建造的数据财物同享问题。咱们在进行数据模型分层系统、数据公共层模型系统、企业级方针和标签系统建造的一起,引进形式规划即开发东西进步数据研制功率和质量,并经过方针和标签系统沉积企业高价值数据财物,引进数据衔接(数据+算法+服务)技能完结多端设备互联互通,打通数据财物与事务通道,完结数业深度交融。
3)“管”—— 打造精品数据财物办理及运营系统,中心才能在于管“好”财物
数据财物办理是金融机构一向不断继续优化的才能,构建全域财物常识图谱,摸清家底;经过财物价值健康度点评,进步资源使用效能;凭借源系统数据研制东西与数据办理途径东西集成,完满意链路数据办理系统晋级,完结高价值数据财物的“金融活水”效果。
4)“用”—— 数据产品打通数据运用“终究一公里”,中心才能在于“价值和体会”
数据产品和服务建造方针是全面掌握企业数据财物、下降用数门槛、进步用数体会。一起,推进企业内部构成人人都是剖析师的文化氛围,为此,咱们提出三个要害方向:一是数据产品化将成为数据财物从资源态到服务态的重要载体;二是数据产品司理将成为数据人才建造中的“魂灵人物”;三是一站式数据作业台将加快推进金融机构的数据平民化进程。
4项扩展才能:咱们还需求经过“盘评治享”打造新一代数据办理系统,继续办理“好”企业的高价值数据财物。
数据财物盘点,清晰数据财物规模,自动化构建数据财物目录,盘点数据财物内容,打造数据财物标签系统,经过可视化和智能化手法,支撑各类用户方便高效、快捷查询和了解数据财物状况,摸清底数。
数据财物点评,针对财物价值、效能、质量、活性和安全等不同维度树立对数据财物的点评办法,以量化的方法描绘和点评数据财物,便于数据出产者、数据办理者和数据顾客更精确地了解数据财物的状况。
数据财物办理,从数据财物可用性的视点进步数据质量。新一代数据办理机制的要害点在于“全链路数据办理”,捉住数据出产源头,强化事务系统元数据办理,从源头消除数据标准不落地问题,推进办理作业搬迁,将标准规划嵌入研制系统,构满意链路数据办理才能,然后处理规划与运转、线下与线)“享”—— 服务与同享
数据财物服务与同享,以数据财物在企业内部的充沛活动、高效同享,完结用户端侧价值为首要方针,具体作业环绕着数据产品化、服务计价和服务运营几个方面打开。
借用“顾客运营”的理念,贯穿客户全生命周期、环绕“人-货-场”三个中心要素的数字化运营系统,树立事务通、数据通、技能通的跨事务单元和技能团队的高效协同才能。
客户运营旅程数字化是用数字化才能完结从潜客头绪初筛到获客开户再到事务培育终究完结忠实沉积的进程,从一条完好链路的客户运营视角,完结对客户陪同服务的进程。经过数据驱动事务流程,优化决议计划剖析,与客户构成协作共赢的严密联系,真实培育出金融机构的长时间黏性客户。
结合客户运营办理的数字化才能,构成不同客群、不同阶段、不同需求的个性化产品精细化运营系统。选用数据剖析算法,经过产品组合供给相应产品定价和推行主张,客户可一键完结购买的交易进程,一起跟进商场和需求改变状况动态调整,并树立跨事务条线的协作形式,完结产品服务精准、客户服务专享等体会的大幅进步。
构建数字途径中心思维是构建用户接受途径矩阵,衔接用户教育到用户转化,构成和客户的多层次衔接。经过多样化的途径建造,处理金融服务“终究一公里”难题。首要包含三层:一是新媒体流量运营,打造品牌心智;二是可交互途径,加深用户了解发生黏性;三是自有途径,供给全链路金融服务。每层场的定位和运营战略都有差异,结合客户分层,经过不同的“场”完结“人和货”的协同。
运营机制是数据系统继续开展、数据价值逐渐开释的要害驱动力。它是经过战略及方针、安排及准则的拟定和拆解,从数据财物及运营、数据途径东西及运营、数据产品及运营的维度别离树立配套作业方针、安排架构、数字人才等一系列运营保证机制。
数据驱动下企业数字化运营的价值表现尤为重要,需求多部分密切配合。如精准获客、产品定价、危险辨认、数据办理和途径建造等方面,是别离站在金融机构的前台、中台、后台部分,以及数据办理和科技研制部分的不同视角,经过数据才能系统的建造“看”企业运营办理才能的进步。事务前台部分环绕人货场数字化运营理念,进行潜客精准辨认度;事务中台部分结合客户分层价值剖析,树立精细化产品定价系统;事务后台部分经过审计数据发掘,自动预警人为操作危险,未雨绸缪;数据办理部分经过数据的全链路办理,进步数据质效;科技研制部分经过技能才能晋级,增强算力,增效降本。数据系统化建造将不断驱动金融机构迈向数字化企业。
Capital One创始人曾说:“咱们不是一家银行,咱们是一家以数据作为根底战略的公司,只不过咱们公司榜首个成功的产品可巧呈现在银职业”。数据才能是未来金融企业的榜首才能,数据才能越强的企业,边际效应越强、事务扩展越轻松、产品服务越精细化。
金融职业的数据系统建造应重视以下价值方向:一是下降数据建造本钱,二是进行全链路数据集成与办理,三是施行一站式数据研制和服务,四是满意多样化的数据服务体会,五是强化数据产品司理的培育与刻画。
一是经过数据系统点评,构成合适本身开展的数据系统成熟度点评模型,并拟定企业数据战略;二是精确掌握数据中台模型与数仓模型的要害差异,合理挑选最佳数据模型。传统数仓是数据驱动,周期长,但模型安稳;数据中台是事务场景驱动,见效快,但模型改变频频;三是充沛考虑传统数仓的演进途径,从技能架构、数据模型、途径兼容性、事务对数据需求等点评,挑选数仓平迁、数仓升舱或数据中台重构计划,在搬迁中还应考虑语法兼容性、东西快捷性,保证本钱和危险双降,服务功率和价值双升。四是建造一致数据服务途径,供给一致门户支撑数据的财物分类和数据办理,供给安稳的、高效的、安全的全域数据服务;五是强化全员的数据责任意识,经过办理系统优化,清晰相应的责权利;六是构建多维度企业数据财物同享,开释数据价值。