银行数据中台的数据价值，银行数据中台建设实践案例

​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。

“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。

银行数据中台的数据价值：

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。

银行数据中台的数据价值。

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。

下面以Smartbi银行数据中台建设实践案例为例，了解银行数据中台的数据价值

银行数据中台建设背景：

数据价值看不到：金融行业信息化程度高，数据仓库/ODS/数据集市等都已建成，但各个业务部门及各级分行总觉得数据需求得不到满足。

数据自助获取、分析需求增多：业务部门自助分析需求越来越多，现有的报表工具无法满足灵活的自助分析要求。

报表开发周期长，需求响应速度慢:业务变化越来越快，需求报表响应速度越来越慢，业务部门满意度不高.

挖掘需求越来越高:业务部门期望通过机器学习，帮助发现提升业务能力的更多可能。

管理驾驶舱成为业务管理、跟踪工具:越来越多的业务部门隔几个月，就希望做更新管理驾驶舱、大屏内容。

Smartbi银行数据中台建设方案：

Smartbi在存储层之上构建了数据分析中台，它包括了完整的数据中台、技术中台与业务中台。其本质上是构建具备数据共享能力的应用中心。

Smartbi以连接数据中台与业务中台，实现应用呈现为目标，构建了满足技术中台要求的银行数据分析技术中台产品。产品包括可视化组件、数据分析组件、数据挖掘组件等，将数据背后的价值展现在人们面前。

通过这个产品的部署，连接银行现有的数据，根据银行的个性化需求，可简单的满足对于自助分析、报表、数据挖掘、管理驾驶舱等系统的要求。我们也抽象了些应用模板、数据模板。

方案效果：

银行数据中台的数据价值，建设方案价值：

管理驾驶舱：指标全面性、移动监控性、监管目标性、响应快速性、工作汇报便捷性、数据准确性、分析即时性、风险预警性和辅助决策性；

自助分析：数据回归业务、数据答疑、图表快速自助、简化工作流程、业务价值共享、

明细查询、节约维护成本、业务自助分析和数据快速排查。

银行数据中台建设方案简介：

适用于金融银行行业以各级别管驾；偿付、财务、风险类业务分析监控；银行业务指标管理衍生为主题分析，有PC、移动端展示形式的方案，亮点技术有应用产品系统化、可复用。