金融行业数据中台

成功服务的客户

最佳实践案例

银华基金·建设背景

为满足业务发展需要，公司自2016年起经过多年的数据仓库系统的持续建设，陆续完成了营销数据中心和投研数据中心的建设工作，并根据企业内外部数据统计、提取、监管报送等业务需要，构建了以报表分析为主的营销和投研报表平台，在较长时间内满足了企业内部日常业务报表加工、数据分析的需要。

但随着公司业务数据规模的快速增长和业务快速发展，对数据仓库系统提出了更高的要求，主要体现在原有Oracle数据仓开发效率低，维护成本高，服务形式单一，靠增加人力满足业务需求，核心业务营销、投研、反洗钱业务数据结构不清晰，大数据量的计算和存储都存在巨大的瓶颈，急需满足业务上对数据高性能处理、高效数据服务要求、复杂业务计算、海量数据查询、元数据和数据质量管理等方面。在上述业务背景下，公司于2020年提出构建基金数据中台。

项目目标

01
海量数据处理
实现数据中心海量数据处理、海量业务历史数据存储、高性能指标计算的需要。
02
数据资产统一管理
实现分散数据统一汇聚、标准化处理，实现资产的统一运营、存储和管理，完成企业数字基建。
03
核心能力提升
长远目标旨在提供更为强大的数据存储、处理、计算与数据服务平台，实现对企业营销、投研业务分析和智能应用的强大支撑，从而进一步提升公司的各项服务及竞争能力。

方案架构

基于数据开发管理平台与数据资产目录，构建的银华基金数据中台，汇聚了各业务系统的数据，并快速实现了历史数据迁移，营销中心、投研中心的主题数据资产构建，通过分布式计算能力，解决了银华基金原Oracle数仓无法实现的瑜伽TA数据的迁移与计算；同时基于数据资产目录，实现了数据资产的运营与管理，在数据质量与数据安全管理方面有极大的提升；通过数据中台的数据服务能力，支撑了上层包括营销主题报表、业绩分析、风控系统以及反洗钱项目等数据应用建设。

客户收益

从传统Oracle数仓架构升级到大数据中台架构，后在数据采集对象、数据存储计算架构、核心数据架构、以及开发管理工具和数据服务能力方面，都有显著的效果提升

服务能力
数据中台提供完善的数据服务能力，以标准化产品解决原有的碎片化数据需求问题，除了能够满足原有的经营分析需求外，同时提供了面向类似风控、反洗钱等智能应用提供数据服务。
管理工具
使用专业的工具代替依靠“手工人力”，以自动化智能化的平台工具为技术支撑，增强银华基金数据管理能力与意识，提高数据质量与安全等核心要素。
数据架构
数据架构全面升级，构建分层更明确的主题数据仓库，解决原有的数据耦合严重问题，将数据按照明确的主题进行拆分，数据层次更为清晰，降低使用成本。
处理架构
以分布式技术和组件为核心的“计算&存储混搭”的数据处理架构，能够支持批量和实时的数据加载以及灵活的业务需求，解决了原有业务数据与分析数据混合存储的问题，能够以小时级别处理T级别数据的计算需求，整体存储与算力能力提升。
数据对象
数据量级提升，数据格式类型日益丰富，数据来源除了内部数据，同时也增加了例如移动端数据、网络爬虫数据，传统Oracle数仓在采集、存储能力上日益捉襟见肘，升级后的架构能够应对更大的量级、更多类型的数据场景。