全域数据“观”|63页金融行业数字化建设方法论

金融机构当前所面临的问题和挑战，不再是建设大数据的初期从无到有的过程，经过多年的建设，不论从技术、数据、应用各个维度或多或少已经沉淀了一定的数据基础，现阶段已经到了优化数据体系，推动数业融合，释放数据价值的阶段。

过去几年，阿里云、瓴羊等平台和企业，致力于将阿里十数年沉淀的数字化经验，帮助企业尤其是金融机构，通过数据智能落地，探索业务的不断增长。今天，这些经验和思考集结成册，相信无论对金融行业，还是每一个力求数字化的企业，都是极好的经验交流的机会。信息（数据）只有流动起来，才能发挥出最大的价值。数据的未来，就是我们的未来。

瓴羊与阿里云在过往服务金融行业的过程中沉淀了金融行业从从底层数据计算到数据资产化的完整建设方法和路径，沉淀为全域数据“观”。

期待本文能够为金融机构不同部门在治理/应用/运营/计算/决策等诸多数据方面的工作，带来有价值的新发现，带来更多关于数据思想的碰撞。

一、金融行业数据领域面临的困扰

数字化程度一个重要标志就是“数据与业务的关系”是否能从“跟随”（事后分析）、到“伴随”（实时分析）、再到“引领”（智能服务）。金融机构的数据能力已经出现了较大的分化，有些已经一骑绝尘、很好地引领业务的创新，有些则不仅不能跟随业务、甚至成为业务发展的阻碍。

一是数据平台面临“跟不上”业务，而出现“掉队”。从2017到2021年，全国数据生产量增长了3倍多，实时数据、触点数据、过程数据、IOT数据、音视频数据等数据价值不断被深入挖掘，未来业务对数据规模、数据时效、数据类型、数据应用需求会更进一步放大，现有的数据架构开始出现“跟不上”业务而“掉队”的情况。

二是数据管理普遍存在“数据有标准、没有落地”、“指标同义不同名、同名不同义”、“数据处理与元数据两张皮”等局面。以监管报送为例，每年超千万罚单均与数据质量相关，提高数据质量已成为亟待解决的问题。

三是数据资产“缺盘点”。企业往往面临着“指标多、资产少”的困境，报表很多，但能够服务业务，且可复制、可重用的数据资产却很少。

四是数据服务“效率低”。目前大量金融机构用数取数还是传统模式，从需求到拿到数据需要数月时间，“响应慢”是用数部门普遍面临的痛点。

二、金融数据发展瓶颈的破题之术

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”，数据价值也从原来“结果记录”走到“实时精准制导”的作用。我们认为，数据能力像“水”，数据体系就像盛水的“木桶”，提出6个维度的“企业数据能力建设参考模型”，从顶层设计、业务价值、数据服务、数据治理、数智算力、数字人才等维度打造企业整体数据能力。

首先，数据体系的建设需要从原来单点需求功能实现转变为自顶向下的总体规划设计，审视构建满足业务战略的数据能力，将数据+业务+技术+组织融为一体，有效联动，系统化建设企业级数据体系，全面提升数据能力。

其次，从业务目标上，让数据回归解决业务痛点的本源，将以人为驱动的业务经验总结出来，形成以数据驱动的业务动作；从数据服务上，通过一站式数据门户，转变用数习惯，从按需到交互式自助模式，让数据使用贴近业务；从数据质量上，数据生产源头的治理更加重要，将数据标准有效嵌入到数据生产到消费的各个环节，打造全链路治理能力；从平台算力上，海量近实时化数据和基于数据的智能决策的爆发式增长，需要数据平台架构向云原生化和多算力融合能力的升级；

最后，重点需要数字化人才体系的打造，尤其是数据产品经理将成为企业数据领域洞悉业务需求、沉淀数据产品、提升服务供给能力的“破局者”。

三、金融数据能力建设的核心观点

数据战略就是企业战略。数据是一面“镜子”，如何把数据的价值从“后视镜”（做历史分析），转变为“望远镜”（看方向）、“放大镜”（精细化操作）、“显微镜”（发现问题真相），关键是看企业的数据体系的完整度（木桶的短板）和数据能力的应用程度（水位的高低）。

（一）以全局视角的驱动力

站在全局视角，我们提出了“全域数据观”的“一张蓝图、3+1数据体系、6大核心能力”的数据能力体系框架，如下图所示。

一张蓝图：通过自顶向下的设计方法，统一规划和设计数据驱动业务发展的战略目标和价值，推动企业整体数字化经营，从而体系化解决原有数据体系分散建设的问题。

三个驱动：采用存算分离、多引擎算力融合架构的算力驱动，打造企业级数字基建；构建“采建管用”的全域数据体系和“盘评治享”的全链路治理体系的数据驱动，沉淀企业高价值数字资产；运用“人货场”数字化运营体系的价值驱动，助力数业融合的数字应用。

一套机制：工作目标管理、组织架构支撑、以及数字人才体系等一系列运营保障机制。

六项能力：通过“3+1”数据体系的建设，将帮助金融机构在增效率、降成本、提质量、敏创新、强团队、建生态6项核心能力上得以提升。

（二）以分层视角的核心力

数据能力体系中，3+1数据体系是核心能力，采用分层架构详细设计了数字基建、数字资产和数字应用三层核心架构，以及运营保障机制。

1、数字基建

数字基建是数据计算、存储的算力基础设施。针对当前海量数据算不动、效率低、成本高、难运维等问题，新一代大数据平台建设通常遵循以下5大法则：具备云原生扩展的多种计算模式融合、支持多层智能化的分布式存储层、统一调度和弹性伸缩的资源池管理、异构计算引擎的工作负载协同、大数据SRE智能运维能力；

2、数字资产

数字资产通过全域数据资产建设、智能化数据分析手段以及多样数据服务能力，实现企业数据的管理闭环，并打通各层级与多业务间的数据壁垒，实现数据的统一整合与运营，提高企业数据建设和应用的效率。全域数据“观”提出数字资产建设 4项核心能力+4项扩展能力。

1）“采”—— 企业数据资产全域采集”，核心能力在于“全域和时效”

全域是解决数据完整性问题，时效是解决数据实时性问题，同时多样数据源为了确保与企业内部数据融合，还需要规范化和标准化的管理机制保障。随着经营管理决策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，如基于埋点数据的采集和分析可大幅提升客户经营决策能力。

2）“建”—— 敏捷构建企业级核心数据资产，核心能力在于“敏捷和复用”

敏捷解决的是数据模型研发效率低的问题，复用解决的是公共层、萃取层建设的数据资产共享问题。我们通过数据模型分层体系、数据公共层模型体系、企业级指标和标签体系建设的同时，引入模式设计即开发工具提升数据研发效率和质量，并通过指标和标签体系沉淀企业高价值数据资产，引入数据连接（数据+算法+服务）技术实现多端设备互连互通，打通数据资产与业务通道，实现数业深度融合。

3）“管”—— 打造精品数据资产管理及运营体系，核心能力在于管“好”资产

数据资产管理是金融机构一直不断持续优化的能力，构建全域资产知识图谱，摸清家底；通过资产价值健康度评估，提升资源利用效能；借助源系统数据研发工具与数据治理平台工具集成，实现全链路数据治理体系升级，实现高价值数据资产的“金融活水”作用。

4）“用”—— 数据产品打通数据应用“最后一公里”，核心能力在于“价值和体验”

数据产品和服务建设目标是全面掌握企业数据资产、降低用数门槛、提升用数体验。同时，推动企业内部形成人人都是分析师的文化氛围，为此，我们提出三个关键方向：一是数据产品化将成为数据资产从资源态到服务态的重要载体。二是数据产品经理将成为数据人才建设中的“灵魂人物”。三是一站式数据工作台将加速推动金融机构的数据平民化进程。

4项扩展能力：我们还需要通过“盘评治享”打造新一代数据治理体系，持续管理“好”企业的高价值数据资产。

1）“盘”—— 全面了解家底

数据资产盘点，明确数据资产范围，自动化构建数据资产目录，盘点数据资产内容，打造数据资产标签体系，通过可视化和智能化手段，支持各类用户快捷高效、便捷查询和了解数据资产情况，摸清底数。

2）“评”—— 评估资产价值

数据资产评估，针对资产价值、效能、质量、活性和安全等不同维度建立对数据资产的评价方法，以量化的方式描述和评价数据资产，便于数据生产者、数据管理者和数据消费者更准确的了解数据资产的状态。

3）“治”—— 提升数据质量

数据资产治理，从数据资产可用性的角度提升数据质量。新一代数据治理机制的关键点在于“全链路数据治理”，抓住数据生产源头，强化业务系统元数据管理，从源头消除数据标准不落地问题，推动治理工作迁移，将规范设计嵌入研发体系，形成全链路数据治理能力，从而解决设计与运行、线下与线上两张皮的现象。

4）“享”—— 服务与共享

数据资产服务与共享，以数据资产在企业内部的充分流动、高效共享，实现用户端侧价值为首要目标，具体工作围绕着数据产品化、服务计价和服务运营几个方面展开。

3、数字应用

借用“消费者运营”的理念，贯穿客户全生命周期、围绕“人-货-场”三个核心要素的数字化运营体系，建立业务通、数据通、技术通的跨业务单元和技术团队的高效协同能力。

1）“人”— 客户经营数字化

客户经营旅程数字化是用数字化能力实现从潜客线索初筛到获客开户再到业务培育最终实现忠诚沉淀的过程，从一条完整链路的客户经营视角，实现对客户陪伴服务的过程。通过数据驱动业务流程，优化决策分析，与客户形成互助共赢的紧密关系，真正培育出金融机构的长期粘性客户。

2）“货”— 产品运营精细化

结合客户经营管理的数字化能力，形成不同客群、不同阶段、不同需求的个性化产品精细化运营体系。采用数据分析算法，通过产品组合提供相应产品定价和推广建议，客户可一键完成购买的交易过程，同时跟进市场和需求变化情况动态调整，并建立跨业务条线的合作模式，实现产品服务精准、客户服务专享等体验的大幅提升。

3）“场”— 渠道生态多样化

构建数字渠道核心思想是构建用户承接渠道矩阵，连接用户教育到用户转化，形成和客户的多层次连接。通过多样化的渠道建设，解决金融服务“最后一公里”难题。主要包括三层：一是新媒体流量运营，打造品牌心智；二是可交互渠道，加深用户理解产生粘性；三是自有渠道，提供全链路金融服务。每层场的定位和运营策略都有差异，结合客户分层，通过不同的“场”实现“人和货”的协同。

4、运营保障机制

运营机制是数据体系持续发展、数据价值逐步释放的关键驱动力。它是通过战略及目标、组织及制度的制定和拆解，从数据资产及运营、数据平台工具及运营、数据产品及运营的维度分别建立配套工作目标、组织架构、数字人才等一系列运营保障机制。