以中原银行大数据建设实践为例：传统银行业务如何进行数字化转型？

2018-11-24 14:19 来源:人人都是产品经理 人才 /大数据 /设计

原标题：以中原银行大数据建设实践为例：传统银行业务如何进行数字化转型？

在传统金融行业里普遍存在“拍脑门决策”的问题，但是一旦建立了数据文化就能更好地控制这些问题。那么，传统银行业务如何进行数字化转型？

本文将为你重点介绍：

金融大数据体系及中原银行大数据建设历程；

数据的有效整合与管理实操方法论；

以人为本的商业智能构建；

数据价值运营的三驾马车。

一、金融大数据体系

中原银行始终秉承“科技立行、科技兴行”的理念，自成立以来即将数据作为全行核心战略资产， 近几年一直在深入开展科技化、数据化转型，并已经取得了一些成效。作为大力发展金融科技的企业，我们需要关注金融大数据实践的多个方面。

完整金融大数据体系如下图所示：

在做数据驱动转型的金融机构中，无论是业务人员还是技术人员，必然会在这些体系中发力。图中左半部分我们称之为数据管理，如数据集成、数据建模、架构、元数据、数据质量等，相对于传统数据建设的内容，这部分比较偏向 IT 部门职责。

右半部分我们称之为商业智能，如交互式推荐、挖掘分析、报表、查询等，与数据管理不同，业务和 IT 部门同时需要做商业智能。这两大领域是目前很多金融机构或数字化转型企业的主攻方向。

但事实上，在这个相对复杂的图谱结构中，从银行或者金融机构的运营角度来说，最想把控的是中间部分的数据价值，而这部分往往是最捉摸不定的，即数据价值如何体现和承认，这是需要我们花更多的时间和精力去研究的。

二、中原银行大数据建设历程

中原银行从 0 开始建设传统数据系统，到全面拥抱大数据建设仅用了 4 年时间，建设历程共分为三个阶段。

第一阶段大概花两年时间做大数据基础平台等项目；

第二阶段在 2016 年到 2017 年底重点放在大数据架构和体系的转型；

第三阶段是 2017 年底至今，我们一直在思考和实施数据价值体现。

在大数据建设的历程中，中原银行实现了全行数据集市重构与迁移、自助分析平台上线，现在逐渐过渡到数据建模分析和 T+0 数据集市的工作上。在这个不断尝试的过程中，数据整合、商业智能、数据价值体现是我们思考最多的三个问题。

三、数据的有效整合与管理实操方法论1. 中原银行的“敏捷”数据整合形式

当谈到数据整合时，目前金融也和互联网有很多先进实践，除了比较主流的数据仓库和集市，还有面向数据建模的数据湖，面向实时处理的用户数据仓库等。中原银行的思路，是面向场景选择不同的整合建模方法。

在批量数据整合方面，我们在较为完整的 ODS 之上，采用的是面向用户的集市，即数据一开始就是以面向用户形态组织，跟随场景而变化，这样的数据整合形式更贴近业务场景本身。

同时，这个架构还具备一个最大的好处——敏捷。敏捷体现在模型架构较轻、加工层级较轻、变化支持更快等方面，如数据建模不像以前只能做 T+1，还可实现 T+0 以及提升架构迭代效率等，我们目前的一个主要工作内容就是构建能够融合批量和实时数据的整合模型。

2. 数据整合需遵从的三个原则

为确保内外部数据打通融合，保证数据模型的可维护性与一致性，需要对整体模型进行标准码表、元数据标准、数据层级、加工逻辑定义等进行完善顶层设计，保证各不同模型设计人员遵照统一口径。因此，数据整合一定要遵循相关的层级设计，逻辑设计和标准定义。

层级设计：针对数据架构各层次及主题域进行模型的实体/维度、信息项的定义维护；

逻辑设计：逻辑模型的基本信息、数据结构、存储方式、加工逻辑的设计；

标准定义：遵照设计标准的约束，定义逻辑模型的各类元素及含义。

3. 数据整合的基础层、整合层、业务层

如上图，基础层是对数据的汇总，如行内业务数据、渠道行为数据、外部三方数据、设备非结构化数据等的汇总。关于整合层和业务层，中原银行主要采用面向场景化的思想，同时兼顾数据模型的稳定性与业务拓展。

中原银行的整合层是面向不同业务的数据集市，这些集市做的比较轻，有时候针对业务的改变可以重构集市。事实上，构建不同集市支持不同业务体系所追求的是敏捷，不是为了数据建设，而是为了业务建设。

中原银行的业务层，对于业务设计采用了相对独立的思考视角，采用实体、关系和行为三个维度描述所有的客群和经济体。通过三元逻辑构建方法论，在描述客户时候会做一些身份特性和资产特性、风险关系特性和营销关系特性、金融行为特性和非金融行为特性的标签。需要注意的是，这三种不同的逻辑加工其实相对难于融到一个技术体系中，在中原银行内部也会用不同技术体系实现。

4. 数据模型与抽象

很多银行在集市设计中更多使用的可能是反范式模型、多维模型，这些已经足够支持大量的分析设计。但是，中原银行最近做了一些尝试，引入了两个在传统行业较少应用的模型：用户事件模型和实体关系模型。

用户事件模型是我们借鉴互联网的以行为分析作为目标的分析模型，它采用 event 和 user 抽象一切时序事件过程，这种方法在实现时序数据分析场景有很大优势，适用于关注客户行为的分析场景，并且这种模型更容易实现 T+0 数据更新。

实体关系模型是我们基于图论，将事务抽象为实体和关系来表达的一种模型，他非常适合处理复杂关系以及离散知识库，并且在风险管理、反欺诈、知识管理方面有较大优势。

事实上，在业务角度可能更关注的是上层，比如客户标签、商业智能、经营指标。银行是相对传统的行业，我们在前期刚开始做数据时，因为银行的考核一直是财务导向的，所以很多业务人员关注的是经营指标。

Tags：数据(254)建设(1206)传统(67)数字化(20)整合(15)中原银行(1)银行业务(1)业务人员(1)

转载请标注：我爱技术网_SEO三人行——以中原银行大数据建设实践为例：传统银行业务如何进行数字化转型