中国光大银行数据资产管理部副总经理 黄登玺

  国家“十四五”规划明确指出，要发挥数字经济优势，发掘海量数据中所蕴藏的巨大价值。时至今日，“用数据驱动转型发展”也早已成为金融行业共识。顺应新时代的发展浪潮，光大银行在打造“一流财富管理银行”战略愿景的驱动下，构建企业级数据战略蓝图，围绕“一个智慧大脑、两大技术平台、三项服务能力、N个数字化名品”的“123+N”数字光大发展体系，于2019年规划并开始建设新一代企业级数据中台。此后，面对业务领域日益多元的数字化经营决策要求和不断深化、不断融合、不断突破的数字未来，光大银行围绕“数据资产加工、数据敏捷交付、数据服务运营”三大能力建设，持续开展数据中台创新实践，不断深耕、积极探索，以更好支持全行数字化转型。

  聚焦业务发展需求，光大银行以“数据湖+数据仓库”为数据源双底座，创新搭建数据加工体系，促进全行内外部数据的集中与共享;基于数据交付体系敏捷多样的数据交付通道，实现数据资产向各承载前台业务用数场景系统的交付响应;构建数据服务运营体系，赋能业务使用数据创造价值，打造支持数据整合、敏捷交付与主动赋能的企业级数据中台(如图1所示)。

图1 光大银行企业级数据中台架构

  一、以数据底座为基础，全方位提升数据加工能力

  对标企业级数据中台的目标定位，数据加工体系建立了明确、规范的数据分层管理机制，通过搭建企业级的数据资产层和应用数据层，更好实现数据资产沉淀与共享，充分满足业务领域级数据资产的灵活交付需求。区别于传统的竖井式建设方案，数据加工体系以统一规范、统一语义构建业务模型，结合数据资产整体规划，遵循统一的管理与运营机制，通过梳理可使用且规范性的基础明细、指标、标签等数据资产，致力于让数据可见、可解释，以及实现数据资产的共享、一致，进而更好地为全行各业务领域数据应用场景赋能。

  数据加工体系基于对需求的统一管理、对数据资产的整体规划、合理的资产加工分层、全面的数据中台支撑能力以及对数据资产的集中管理和运营，支持由多数据应用系统协同进行数据加工，并形成了数据资产加工应用生态。以金融市场业务为例，金融市场业务领域数据加工体系(如图2所示)基于分层建设原则，参照统一的规范指引与管理要求，规划设计了企业级数据资产层和应用数据层。在此基础上，数据中台服务运营体系负责提供整体的需求管理与运营支持，显著提升了数据资产共享与复用能力。

图2 金融市场业务领域数据加工体系

  一是在数据加工分层建设方面，企业级数据资产层基于数据底座提供的贴源数据，可整合形成基金、债券、外汇等业务基础明细，并基于金融市场业务应用需求，汇总加工基础指标、标签类数据;应用数据层负责面向应用的报表汇总加工，包括进行报表汇总与展示，以及交付报表数据等。数据加工体系通过分层实现金融市场业务领域的数据资产沉淀，为开展数据分析、共享复用奠定了良好基础。

  二是在统一模型开发规范方面，金融市场业务领域的数据加工遵循统一规范，基于数据标准进行设计，高效保证了数据业务含义清晰、准确。此外，面向业务需求，数据加工体系支持以宽表形式对债券基本信息等数据进行整合呈现，并在充分考虑业务应用便捷性的同时，以预连接、预计算方式降低了抽象模型带来的使用复杂性，有效简化了应用开发和数据查询操作。

  三是在统一管理与运营方面，金融市场业务领域数据加工体系遵循统一的数据资产运营管理要求，通过开展数据需求统一管理、数据资产整体规划、数据资产合理分层以及多系统协同建设，实现了数据资产统一运营，即金融市场业务领域的数据资产可统一在数据资产管理平台进行登记、管理与加工口径发布。

  二、以交付生态为引领，共享数据敏捷交付能力

  数据中台数据交付体系基于各业务领域的数据资产，利用Hive、Hbase、Flink、SparkStreaming、Kafka等各类大数据技术，通过能力支撑平台和各业务领域数据系统共建，支持各数据应用系统以需求适配的交付形式，将数据资产快速交付至业务用数场景，且根据用数对象不同，数据交付体系还支持多种数据交付形式。例如，面向数据分析人员、数据科学家等用数人员，可提供数据服务、数据报表、分析报告和原始数据交付等形式;面向用数系统，可提供批量接口、准实时、联机API交付等形式。

  数据交付体系通过提供成熟的平台支撑能力和技术解决方案，采用多数据应用系统按统一标准共同参与建设的模式，以及实现统一管理、统一建设、统一部署的交付能力，成功打造了“能力共享、生态共建”的数据交付生态。以联机API共建场景为例，该场景由联机数据服务平台提供能力支撑，通过对联机数据服务平台现有成熟的开发模式和部署方式进行总结、提炼和改造，以及不断完善服务治理、统一配置管理、多用户权限、公共服务管理、代码生成五大模块，可支持各数据应用系统共享联机API交付能力。一方面，联机数据服务平台基于资源隔离、敏捷交付的多租户协作联机共建模式，结合联机API、数据加载任务等模块的配置化代码生成模板，支持对部署环境、管理控制台、统一配置管理模块进行多租户改造，同时借助统一注册中心、统一网关、统一认证服务等技术能力，还能够将联机API能力共享。

  另一方面，各数据应用系统以联机数据服务平台使用的技术栈为基础，可实现对数据领域联机交易接口的统一管理，复用服务器资源与成熟交易链路，依托模板化开发代码框架和整体技术解决方案，快速实现联机API服务交付。此外，通过以联机数据服务平台为能力支撑，采用各业务领域数据应用系统共建数据资产联机交付的方式，各数据应用系统还可共同打造联机交付生态，提升数据资产交付效率，满足数据应用的专业性和敏捷性需求。

  三、以业务价值为目标，构建数据中台服务运营体系

  光大银行以业务内核、经营目标为导向，以需求为牵引，充分发挥数据和技术双轮驱动作用，综合应用数据资产，高效精准驱动业务增长。面向“数据资产价值化”的发展目标，通过为上层业务应用提供高效服务，光大银行构建为业务赋能、增强决策分析能力的数据驱动体系，用数据能力实现“中台”对“前台”的赋能。

  一是建立陪伴式、协同式、全方位的数据中台服务体系。其中，陪伴式是指秉承打通“最后一公里”理念，强化业务部门和数据资产管理部融合，建立双向互动沟通机制。通过交流互动，理解业务目标和应用场景，主动向业务部门提供数据咨询服务，为业务部门解答“有什么数据、储存在哪里、如何快速使用”等问题，推动数据有序共享，提高数据资产场景化快速输出能力。协同式是指协同业务部门由点到面完善业务需求，明确业务口径，形成企业级数据需求，便于多样化场景复用;协同数据标准团队，促进企业级数据资产落标，规范数据资产管理。全方位是指跟踪数据采集、数据存储与计算、数据应用、后评价等全流程，持续沉淀数据资产，激发数据资产价值，提升数据服务能力。

  二是建立全流程的数据资产管理平台。光大银行以数据资产管理平台为载体，面向全行各业务和科技条线提供了包括数据资产登记、资产盘点、资产统计、数据场景应用等功能的全流程数据资产管理工具，并实现数据标准、数据质量、数据模型、数据共享等管理手段与数据应用的有机融合;同时，打造多层级、多场景的数据资产目录，以业务应用为视角，提供完整的数据定义、数据说明、数据样例、数据责任人等信息，增强了数据可理解性，支持关键词、主题、所属系统、资产类别、热度等多引擎检索。一方面，通过规范数据资产采集、加工、使用、应用等流程，光大银行有效提升了数据质量，保障了数据安全;另一方面，通过数据“可视化”，使业务人员可更清晰地了解数据并参与分析，增强了数据供给能力，在满足内外部数据使用需求的同时，提升了数据资产运营效果。

  三是打通数据中台服务体系价值链。光大银行企业级数据中台以数据价值创造为核心，通过将该理念融入需求分析、需求实施、需求后评价等数据需求建设的全流程，形成了“业务—数据—数据价值”的完整闭环。在需求受理和分析阶段，不仅需要了解需求提出背景、建设目标，还需要深入挖掘数据应用场景和价值，不再局限于仅为各业务条线提供数据支撑，而是真正着眼于实际业务场景，提供更为准确的业务和数据应用决策支持;在需求实施阶段，建立清晰的数据建设战略，并据此不断提升数据生产力，同时以价值评估为建设标准，避免重复、冗余开发造成资源浪费;在需求后评价阶段，持续管理跟踪上线后业务的应用情况，收集业务使用反馈，出具业务价值分析报告，并将需求建设目标和应用情况进行对比分析，主动为业务部门提供数据应用和优化建议，深化沉淀数据中台资产价值。

  数据是推动数字化转型和金融创新的关键基础。近年来，光大银行持续深化“123+N”数字银行体系，通过以数据中台为核心的基础面持续发力，积极拓展新技术实践和业务场景应用，坚持用数据驱动业务价值创造。下一步，光大银行将继续加强数据中台能力建设、加快数据价值创新探索，不断释放数据潜能，在加速推动全行数字化转型的同时，让数据创造更多财富。