大数据

银行业数据架构发展的四大趋势

2017-07-05 10:19:40 | 来源:中培企业IT培训网

数据是银行业的重要信息资产。银行业是我国最早建立层次化数据平台的行业。由于对数据的强依赖,银行业一直非常重视数据平台的建设,经过长期以来的建设和发展,在管理上成立了专门的数据管理部门,有相应的规章制度,以及贯彻业务和IT的工作流程等,技术上具备了相对成熟的数据架构、数据标准、数据质量管理和数据管理工具,在此基础上形成了管理驾驶舱、自动化统一报表等一系列数据应用。

随着技术的进步和大数据分析平台的发展,银行数据架构的发展有四大方向:

 

方向一:数据质量持续提升:持续深入进行以元数据为基础的数据管理建设。

方向二:构建大数据分析平台:拓展传统数据架构领域,构建大数据分析平台。

方向三:大数据分析应用:探索大数据分析在业务领域的应用,包括用户数字画像、精准营销、风险管理等。

方向四:流式计算的应用:探索流式计算的应用,进行业务活动和业务敏感指标的实时监控,降低业务运营风险。

1 方向一

持续深化以元数据为基础的数据管理建设

银行业数据架构建设相对完善,但仍然普遍存在一些问题,如:数据标准落地难,数据质量仍需要持续提升、指标口径不统一的问题。

元数据明确了数据的业务含义,使得不同业务部门之间,以及业务与技术之间采用相同的语言沟通,避免歧义,元数据是数据标准和数据质量的基础。

银行业基本已经建立了一套数据标准,但数据标准落地难。究其原因,是数据标准建设完成,只停留在册子和书本上,缺乏落地的工具,不能有效共享和执行;另外,针对数据标准本身缺乏管理,不能有效适应新业务发展。解决的办法是数据标准电子化,便于需求分析团队和开发团队查询和使用。在数据产生的源头就开始贯彻数据标准的落地,包括需求编写、需求分析和系统开发等阶段。严格按照数据标准进行需求编写、需求分析和系统开发,结合数据质量管理、元数据管理串联整个软件生命周期。同时在这个过程中,不断的验证和修订数据标准,进行数据标准的管理,包括根据需求,及时修订、变更、新增、撤销,使得数据标准一直能够适应新业务的发展需要。

数据质量检核目前偏重于事后,往往是数据生成以后进行数据检核。数据的检核也应该拓展到数据全生命周期,在系统数据建模和系统上线前,即开始进行数据质量检核,及时纠偏。

为了达到指标口径的统一,需要持续进行元数据建设,以元数据为基础的数据标准是在数据层面对重要业务主题的统一规范,所以数据标准的建设需要业务部门之间,以及业务部门和IT部门之间达成共识。

2 方向二

拓展传统数据架构领域,构建大数据分析平台

近年来,随着云计算的发展,基础计算能力的提升,以及大数据分析模型能力的提高,使得大数据分析模型应用到生产领域成为可能。

大数据分析模型从表达力受限的低维数据,拓展到大信息量的高维数据;从小范围有效的弱泛化能力,发展的到广泛有效的强泛化能力;从弱表达力的简单模型,发展到强表达力的复杂模型。银行业逐渐探索使用大数据分析技术,应用到生产领域。

建设大数据分析平台,由现在的数据被动支撑业务,提升到数据主动服务业务,部分业务领域达到数据引领创新。整合银行业内外信息,充分发挥大数据新技术优势,构建具有特色、业界领先的智能“数据”分析能力。

 

3 方向三

探索大数据分析在业务领域的应用

未来,大数据分析将是业务的重要支持,对业务和IT的运营模式带来巨大的变革。尽管大数据分析在业务领域的应用仍在探索期,但他们是真正的核武器,是银行保持领先的关键所在。

未来银行建立以客户为中心的数字化战略,对客户进行数字画像,实现数字化洞察,包括客户微观画像、高净值潜在客户挖掘、多维度客户细分、休眠客户唤醒等。产品设计与优化,包括跨界产品研发、产品优化创新、产品创新。数字化营销,包括营销活动策划与支持,差异化广告投放与推广,精准营销。数字化风险防范,包括客户风险信用评价、客户个性化定价、押品价值自动评估、实时反欺诈等。

 

4 方向四

探索流式计算,进行业务实时监控,降低业务风险

传统的IT系统基本只能提供T+1的、由简单归纳总结的数据构成的统计分析报表。在当今不断变化的市场环境中,为了快速响应客户的要求,在激烈的竞争中获得优势,银行业需要越来越迅速的反应能力。其中非常重要的环节是及时掌握各种业务的实时运行状况,对业务活动进行综合分析并有针对性地做出决策。完成上述工作常常需要跨越单个业务部门和IT应用系统,具有实时数据处理能力。

流式计算平台提供高可靠、高容错、高性能的实时海量事件捕获处理与计算能力,并做为一种公共能力提供给各个系统内实时计算业务场景的需要,为各应用系统的实时计算提供集中统一的公共支持能力。跟传统应用系统相比,实时事件处理平台是海量、流式、实时的计算模式,不受部门系统限制,能实时、流式地计算,主动推送展示,符合未来实时处理的大趋势。

银行业采用流式计算技术实现了业务活动监控,包括财务指标监控、业务运行监控、网银业务实时监控、内部人员业务稽核和IT系统风险管理等多个业务监控,及时、全面和直观地了解各种业务的当前执行情况,从而为银行的业务管理和优化提供决策支持。


标签: 元数据