世界顶级企业的数据中台实践剖析

点击观看大咖分享

抗击疫情，腾讯云在行动。数据中台是国内提出的概念，那么在国际上是否有类似的架构和案例呢？ 本课程将给大家分享几个国外的几个典型案例。

本次腾讯云大学大咖分享课程邀请 腾讯云最具价值专家TVP 史凯 分享关于“世界顶级企业的数据中台实践剖析”课程的内容。

作者简介史凯，腾讯云最具价值专家（TVP）/ ThoughtWorks 数据智能业务总经理。投身于企业数字化转型工作近20年。2000年初，在IBM 研发企业级中间件，接着加入埃森哲，为大型企业提供信息化架构规划，设计，ERP，云平台，数据仓库构建等技术咨询实施服务，随后在EMC负责企业应用转型业务，为企业提供云迁移，应用现代化服务。 现在专注于企业智能化转型领域，是数据驱动的数字化转型的行业布道者，数据中台的推广者，精益数据创新体系的创始人，2019年荣获全球Data IQ 100人的数据赋能者称号，创业邦卓越生态聚合赋能官TOP 5。2019年度数字化转型专家奖。 打造了行业第一个数据创新的数字化转型卡牌和工作坊。 创建了精益数据创新的咨询方法论体系，并在多个企业验证成功，正在向国内外推广。

本次分享内容：

1、上一讲关键内容回顾
2、富国银行：数据转型之旅
3、Netflix：数据驱动的企业
4、关键发现
5、Q&A环节

一、上一讲关键内容回顾

数据中台成为2019年真正非常火的一个趋势。

分析了为什么会成为这样的趋势。

做了研究和分析，发现企业对于数据中台寄托着九个非常重要的期望：如下图所示

1、与业务更紧密。

2、提供数据服务，而不仅仅是可视化。

3、快速提供业务价值。

4、能够快速开发，从数据到业务价值的这个过程。

5、围绕业务场景

最终总结了数据中台的愿景和使命

以及对于企业来讲，数据中台实际上就是企业的数据服务工厂，大家用这样一个形象的比喻可以想象一下，数据中台要具备的能力和的功能，就类似于一个数字化世界里的数据服务工厂。

二、富国银行的数据转型之旅

1、关于富国银行

富国银行是巴菲特所认为的世界上最好的银行，巴菲特过去几十年投资富国银行很长时间，而且富国银行在美国按照规模来讲，并不是最大的，但他在客户服务和盈利能力上基本上是最好的。我们中国的招商银行，曾经有一度在网上讲，招商银行是在学习和这个参考富国银行做零售之王。富国银行是一个非常有创新精神的企业，历史很悠久，有160多年的历史。

2、富国银行数据转型的愿景

富国银行是如何利用数据构建业务和提升用户体验，首先我在做研究的时候，发现富国银行是很少见的将数据和技术写入到董事会的文件里的，大家可以去查一下，富国银行18、19年的年报，他们把数据的应用提升到董事会的层次。应该是去年19年，富国银行刚刚换了CEO，原来的蒂姆.斯隆退休了，他在过去特别强调的一点就是数据。他有一句非常有名的话是，数据转型是富国银行提升效率的重要因素，它可以帮助我们加快创新产品推向市场的速度，帮助我们的客户更好地管理他们的财务状况。我ppt里面所有的这些内容都是有出处的，所以大家看到下面的链接，就可以参考，去找到对应的源头，这里我就不详细讲了，总而言之，富国银行是一个非常注重数据价值、数据利用的企业，而且从数据当中获得了非常好的收益。

我们来看一下他们是怎么做的。首先富国银行前面的业务愿景，大家看到了很清晰，他们希望通过富国银行，提升企业的竞争力，将企业的客户数据整合在一起进行提升，帮助客户管理他们的财务状况，它的业务愿景很清晰，而且围绕最多的是用户数据，但是富国银行依旧面临着很多的挑战。

第一点是富国银行是有七千万数据的用户，有8000多个网点，在他们内部做这个数据转型的时候，把转型的项目起名叫gobblygoop，名字就是非常含糊模糊的、不清晰的。这就是他们当时的这个在做这个数据转型之前的数据现状。总结第一点是数据很多很散很乱。

第二点是利用客户数据去做很多的欺诈检测，提升用户体验，但场景和用例并不是那么的清晰。我们现在会发现，比如说在跟企业交流的时候，很多企业说，非常清晰的知道场景，但是就不知道怎么做到，然后当深入交流时会发现，实际上很多甲方，他认为他知道这个数据应用到什么场景，但实际上在他脑子里面这个场景可能就是一个idear，就是一个非常模糊的方向或者目标，并不是真正的场景，而且场景往下细分是叫usecase，就是谁怎么用，只有清晰的定义清楚这些颗粒度的内容，才能说你清楚知道你数据应用场景，否则你只告诉我说我知道这个数据可以做精准营销，这样四个字涵盖内容太多了，它并不能帮助你去解决怎么应用数据的真正场景的问题。这是第二点，他们实际上并不清晰的梳理出场景和用例。

第三点是他们的数据技术能力实际上缺失的。

3、富国用户数据转型的四个关键内容

在这样的情况下，他们从一七年的时候，就启动了一个全行的全球的数据转型之旅，重新构建和连接了整个银行企业级的数据战略。第二部分是梳理了用户场景和用例，并且将这些数据应用到了这些场景和用例产生了非常多的业务价值。第三部分是构建了数据平台。第四部分是构建了他的数据团队和整个的能力。

所以看到他们之间是有递进关系的，第一件事情做的是梳理、构建企业级的数据战略，然后在数据战略的基础之上，完成了后续三件事情的工作，所以数据战略实际上是包含后面这三部分所有的规划、要做的内容。

首先来看富国银行的数据战略。它构建了全行非常清晰的数据战略，下图中左边这张图，可以看到这是他画出来的，在金融这个领域所有的这些数据流，从主机MAINFRAME到数据湖到分析的运营模型到价格和策略战略的制定，以及客户和ATM数据的分析，他把数据流、数据场景，用一个清晰的战略把它们穿在一起。分析哪些数据是低价值的，哪些是高价值的，哪些是元数据，哪些是重新加工的数据，还分析了这些数据对于技术、整个的不同的处理方式架构的不同，那这样的话，他就有一个清晰的全貌。所以构建了这样整体的数据战略，这个数据战略我把它又分解了一下，会发现里面它包含业务场景、数据技术战略、企业级数据集成、企业级数据资产管理以及数据治理。

那么这个数据战略具体做哪些事情呢，我们下面一个个分解来看。

首先它构建了企业级的数据站治理体系，富国银行很早就这个构建并招聘了首席数据官这个角色，以首席数据官为核心成立了首席数据办公室，这个办公室制定整个企业的数据治理策略和标准，当然这里我们要重点强调一点，他的这个数据治理和我们传统所讲的非常厚重的数据治理还是有一些差异的，他更多的是围绕场景来看和用户的数据治理嗯，所以整个数据治理包含的内容，第一梳理企业的数据资产，所以购进了企业的数据资产目录；第二做了元数据的定义和管理；第三构建了统一的版本的数据源，这个不同的版本的数据都在哪里，他们之间哪个版本由谁去调用，这样的话，构建了能够被全行所理解和互通的数据沟通语言，所以数据治理做得非常好的。

第二步分析了数据的用户的旅程。把这些重点不同角色的用户的user journey的粗粒度的场景清单梳理出来，他们把整个的数据的用户分成了五大类型，有这个业务类、数据分析类、技术类的用户等，那对于不同的用户，他们是怎么样用数据的，这些数据的journey是什么样子，这点我觉得是我在做的国内乃至海外的项目里，发现做得很好的一点，我们讲做应用系统，做开发的时候说用户旅程，这个大家现在都很清楚，但是当我们做数据项目的时候，是不是很清晰的知道你的数据里程，就是从数据源头到数据产品的使用到用户的使用这个journey有没有梳理出来，但是富国银行在他的数据战略里面就梳理了这些内容，这样的话就非常的清晰知道我的数据在哪里，这些数据应该谁去用，谁去用的时候不同的角色，不同的用户，他的用力是什么样，那我应该给他支撑什么样的技术架构，然后我的数据治理应该做到什么层次，它不是一刀切的方式，是非常的个性化。

然后除了数据的用户之外，在这个基础之上，他还构建了第一个面向数据分析的运营模型，这样他就知道哪些用户用到什么样的技术、用到什么样的数据。就整体有了一个用户的数据场景的全貌，就能建立数据旅程的地图。在这基础之上，他们梳理出来利用数据的四大类型的用户体验改进、用户和市场洞察、合规和风险管理以及赋能客户，所以这些东西都是在数据战略的时候就梳理好了，在这基础之上应用到不同的业务里。

那我们下面一个个来看，上图是梳理出整体的企业级的数据旅程地图，总结了四大场景就是四个应用领域，那第一个是用户及市场洞察。

我们要讲一下背景，2017年富国银行为什么要启动数据转型之旅，是因为在2011、12年到2016年，富国银行的面临很大的挑战，他们有3.5个亿的欺诈账户使用真实的用户数据，因为那时候他们出台了一个政策就是他们的员工可以去开户，希望用这个来激励员工对业务的贡献，那这样带来的就是众多的假账户，背负着1.5个亿美元的诉讼，在几年间关闭了400个分支机构裁员了5300人，所以面临的挑战是很大的。这种情况下，富国银行意识到我必须跟我的客户建立起非常直接的信任，而且要让交付超越客户期待的价值。这是他的业务背景，所以启动了数据转型。他们希望数据转型，帮助他们去理解他们的客户是什么样子，客户对业务真实的服务满意度，这我觉得是非常有价值的，很多企业只关注说现在有什么数据，现在能做什么，但是忘了一点，就是我们实际上更多要考虑的是未来有什么数据，未来要布局、采集、生产什么数据。

他在这基础之上，他对全北美的用户做了分析，哪些用户忠诚度比较高，哪些用户有问题，然后针对这些，他们才能深入的去了解他的区域、支行，这些不同的客户的情况。真正为客户提供基于深入了解客户的服务。这点做得非常的好。

第一个是利用数据做用户体验提升。当他们清楚知道了数据的画像、不同用户的情况之后，就做了一件事情，这件事情我觉得也是在行业里实际上做的不是那么多的。他们利用用户的行为的分析，重新构建、设计官网。原来的门户网站更多是一个设计型的项目，在17、18年的时候，通过数据分析，他把门户网站的菜单、栏目、布局重新做了设计。这个非常有价值。

第二个是在这些数据的基础之上，做了非常多的用户及市场洞察。这里面还构建了非常多的人工智能的技术，因为我们知道在原来银行行业部门之间你不了解我的数据，我不了解你的数据，信用卡中心的人，是不知道这个客户的财富的情况的，购买了哪些理财产品，也不清楚借记卡的情况，那这情况下他再去做业务的判断，给客户提供服务的时候没有全貌。所以这也是原来这个富国银行很大的挑战，但是在数据转型之后逐渐解决了这样的问题，基于大量的数据、统一的用户画像，他们构建了Customer Data Platform，在这基础之上，做了很多的分析应用，比较典型的有客户服务的Chatbot，是在大的银行里，全球最早推出Chatbot的银行之一，他们的用户在手机上在Facebook上就可以去提供服务，并且能给客户提供predictive的这种Banking，就是预测