2022年数据中台助力银行数字化转型

1、数据中台助力银行数字化转型目录1. 数据中台建设背景 为什么要建设数据中台2. 数据中台建设思路 向数据中台演进的策略3. 数据中台支持场景 助力数字化转型的典型场景4. 数据后台建设关键 如何搭建好作为基石的数据后台数字化风暴来势汹涌，银行需直面挑战，赢得机遇12345经济增长速度放缓银行经营压力渐增“野蛮人”强势跨界抢夺银行既有市场客户行为变化迅速数字化服务已成主流新兴技术迅猛发展银行主动变革刻不容缓商业模式花样翻新业务模式升级迫在眉睫低于 7%中国经济速度放缓超过 35%互联网金融市场渗透率连续 7 年下降（ 2011-2017 ）银行利润增速放缓超 7 亿互联网金融用户1.74%不良贷

2、款率高位维持突破 1.93 万亿余额宝最高规模176%风险拨备率提升17 家开设民营银行 越来越多的客户倾向于使用数字化程度更高的金融服务，亚洲发达市场超过 58% 的客户在线购买过银行商品 方便、快捷、跨渠道、场景化的数字服务，成为客户选择银行的重要标准 移动银行、生物识别、移动支付等前端产品与技术为用户提供了不断升级的服务体验 大数据、区块链、金融云等技术也在不断创新性地提供银行业降本增效的多元化经营升级解决方案 数字化时代的经济和商业模式，要求银行必须提供以客户体验为中心的、全渠道、无缝衔接、个性化、精准化的产品与服务，实现这些目标，需要接力科技金融实现业务模式的创新升级银行业开始利用数

3、字化转型重塑商业模式基于数据驱动的业务全流程场景示例营销风险运营绩效 / 财务1409大数据违约预测、机器学习大数据授信决策支持1920员工绩效评价销售网络激励产品运营成本客户贡献度动态定价06070813121110机器人运营智能客服自动化运营业务量预测运营效率分析0504大数据征信、舆情分析实时反欺诈、黑名单绩效归因智能预算212201 智能获客 02 事件触发03 智能分类、价值客户识别15 客户流失预测 16 客户行为预测17 智能投顾 18 营销分析银行数字化体系建设历程2005 年以前 由意识领先的业务部门驱动 部门壁垒导致烟囱式数据应用系统 系统开发周期长，难以共享和复用 系统间

4、数据不一致现象突出，系统运维困难独立应用数据平台2005 2017 基于全行的视角来建设数据体系 监管机构不遗余力的推动数据治理 数据体系的功能集约及平台化 实现数据的部分共享和服用 系统间数据不一致得到缓解数据中台2018 至今 数据中台化的概念 快速响应业务对数据的需求 数据产品化，产品服务化 实现数据的全面共享和服用传统数据体系建设过程中面临的问题01020304数据平台建设仅仅解决了基础数据的整合和共享问题，应用之间 仍然烟囱林立数据分析往往以事后监控为主， 难以有效嵌入实时的业务流程之中缺乏对数据资产或数据产品有意识的主动管理 ，业务层面的沉淀和积累少，业务用户的用数体验差存在较多

5、重复性建设的情况 ，开发和运维困难，对新需求的 响应不及时数据中台 2015 年年底，阿里巴巴集团宣布全面启动 2018 中台战略，构建符合 DT 时代的更具创新性、灵活性的 “大中台，小前台”组织机制和业务机制，即作为前台的一线业务会 更敏捷、更快速 适应瞬息万变的市场，而中台将集合整合集团的运营数据能力、产品技术能力，对各前台业务形成 强力支撑 。数据中台概念爆发芬兰 赫尔辛基 Supercell皇室战争部落冲突海盗奇兵 2012 年创立， 2015 年营收 23.26 亿美元 ，占据 Top 10 中的半壁江山。 2016 年，腾讯以 86 亿美元收购 84.3% 的股权，人均估值3.5

6、4 亿人民币。 核心竞争力是其强大的 试错能力 ， 2-5-7 个人的小团队可以几周内研发出一款新游戏，如果不受欢迎迅速放弃。 构建中台 ，沉淀通用开发素材和开发算法，构建科学的研发方法和体系，支持游戏的快速开发。目标发挥数据资产价值要求高效和快速响应关键数据能力复用基础积累和沉淀数据能力数据中台的核心理念数据中台就是将数据加工成公共的数据产品和服务，从而实现 业务数据化 ， 数据资产化 ， 数据业务化 的闭环。数据智能应用数据门户数据大屏用户洞察智能组货数据资源目录数据服务引擎数据API分析引擎标签引擎大屏引擎报表引擎数据开发平台数据集成&交换离线任务开发实时任务开发数据科学平台可视化建模N

7、otebook建模模型在线部署数据资产平台数据地图数据模型数据质量计算机存储平台RD-OSCloudreaFusionInsightHDP数据源RDBMS日志文件ESFTPODPSHbaesMongDBRedis埋点商业银行数据中台的建设策略舶来主义VS萃精思变商业银行数据中台演进策略 AI 平台 通用能力平台化 统一数据采集平台 统一数据交换平台 数据仓库平台 图数据平台 指标管理平台 标签管理平台 建模平台平台开发配置化 数据采集配置化 数据交换配置化 数据入库配置化 数据同步配置化 指标加工配置化 数据能力服务化 客户标签查询服务 指标查询服务 指标预警服务 欺诈检测服务 客户评分服务

8、客户推荐服务 管理职责明确化 数据资产管理 基础能力建设 数据产品开发 数据价值发挥 商业银行数据中台逻辑架构商业银行数据中台场景支持 - 线上消费信贷商业银行数据中台场景支持 - 线上消费信贷商业银行数据中台场景支持 - 线上消费信贷外部数据接入 外部数据管理平台：配置新的外部数据源 外部数据管理平台：封装外部数据查询 API 数据服务平台： API 注册与管理内部数据接入 数据资产管理平台：元数据采集同步 数据交换平台：元数据同步 数据交换平台：数据采集配置开发数据加工与整合 数据资产管理平台：数据标准引入 数据开发平台：模型设计 数据开发平台：数据映射 数据开发平台：脚本生成与编写 标签

9、管理引擎：标签配置与管理 指标管理引擎：指标配置与管理 数据资产管理平台：数据质量监控管理12365891011127134决策建模 数据挖掘平台：模型探索与建立 数据挖掘平台：决策规则提取 模型引擎：挖掘模型部署决策配置 决策引擎：客户准入规则配置 决策引擎：欺诈防范规则配置 决策引擎：信用评分规则配置 决策引擎：催收评分规则配置 数据服务平台：决策 API 注册与管理数据服务管理 数据服务平台：数据服务定义21 数据服务平台：流程编排1213141516171819商业银行数据中台场景支持 - 线上消费信贷2021商业银行数据中台场景支持 - 线上消费信贷运营管理29 数据大屏：调用数据查

10、询服务30 指标引擎：查询指标结果31 数据大屏：指标展示32 数据资源目录：查询基础数据资源33 自助分析工具：对接数据查询需求34 查询引擎：数据查询35 数据资产管理平台：隐私数据脱敏精准营销22 标签引擎：基础标准 / 规则标签 / 模型标签23 推荐引擎：筛选目标客户24 客户管理应用：营销接触贷款管理25 数据服务平台：客户准入服务26 数据服务平台：反欺诈服务27 数据服务平台：授信评分服务28 数据服务平台：催收评分服务22232426272829303231333534语音输入对话分析服务文本语义分析服务可视化展现语音转文本服务AI 引擎指标查询服务指标引擎商业银行数据中台场

11、景支持 - 对话式分析2019 年数据和分析技术领域的十大趋势到 2020 年， 50% 的分析查询将通过搜索、自然语言处理（ NLP ）或语音来生成，或者将自动生成。需要分析复杂的数据组合，并使企业组织中的每个人都易于访问分析技术，这将推动更广泛的采用，使分析工具如同搜索界面或借助虚拟助理的对话一样简易。-Garnter服务管理与封装 商业银行数据中台的组织保障打造组织级的、专业的数据资产管理团队， 明确数据资产管理职责 ，从 组织和制度上 确保数据资产的全生命周期的有效管理，充分发挥数据资产价值。数字银行管理部数据治理部 数据标准管理 数据质量管理 数据安全管理数据服务部 数据需求管理 数

12、据产品推广 数据架构部 数据架构管理 系统开发部 系统开发组织 数据创新研究部 数据挖掘建模 AI 智能算法 作为数据资产管理底座的数据后台不容轻视数据仓库平台实时数据平台非结构化平台数据挖掘平台历史数据平台数据后台分布式数据库GaussDB200大数据平台FusionInsight HD （多集群）数据后台经典的混搭架构数据驱动为主需求驱动为主打造全行数据资产管理的基石 - 建模原则打造全行数据资产管理的基石 - 分层架构打造全行数据资产管理的基石 - 整合关键商业银行数据中台架构设计理念适合自己的架构才是最好的架构目标： 发挥数据资产价值；要求： 高效和快速响应；关键： 数据能力复用；基础

13、： 积累和沉淀数据能力。数据能力服务化 平台开发配置化 通用能力平台化 管理职责明确化长亮科技端到端的数据资产管理解决方案长亮科技数据团队 15 年来专注于银行业数据资产管理 领域，先后为 全球 100 多家银行 提供了数据资产管理咨询与实施服务，提供 端到端的数据资产管理方案 ，涵盖规划、聚合、管理、分析、应用等。把数字世界带入每个人、每个家庭、每个组织，构建万物互联的智能世界。Bring digital to every person, home, andorganization for a fully connected,intelligent world.Copyright2018 H

14、uawei Technologies Co., Ltd.All Rights Reserved.The information in this document may contain predictivestatements including, without limitation, statements regardingthe future financial and operating results, future productportfolio, new technology, etc. There are a number of factors thatcould cause actual results and developments to differ materiallyfrom those expressed or