金融数字化转型盘点_六大国有银行数据能力建设.docx

《金融数字化转型盘点_六大国有银行数据能力建设.docx》由会员分享，可在线阅读，更多相关《金融数字化转型盘点_六大国有银行数据能力建设.docx（20页珍藏版）》请在第一文库网上搜索。

1、金融数字化转型盘点_六大国有银行数据能力建设前言2一、工商银行21. 1融合贯通的数据采集接入能力21.2 海量智能的数据存储能力31.3 高效共享的数据计算能力31.4 规范科学的数据管理能力31.5 全面闭环的数据治理能力41.6 开放灵活的数据服务能力4二、建设银行42. 1技术引领52.2数据赋能7三、农业银行1031建设数据中台，构筑数据资产管理新枢纽103.2 深化数据应用，打造数字经营转型新引擎123.3 优化组织机制，培育数据驱动发展新生态14四、中国银行16五、邮储银行18六、交通银行196.1 加强顶层规划设计，建立数字化协同组织196.2 推进全链路数据标准化，实现质量闭

2、环管理206.3健全企业级数据中台，打造统一的数据底座216.4 聚焦转型创新，加强智慧化数据应用216.5 加强安全管理，落实个人信息权益保护.前言为了推进我国金融数字化转型，中国人民银行和银保监会于2023年初先后出台了金融科技发展规划(2023-2025)和银行业保险业数字化转型的指导意见，明确提出，银行业要全面加强金融科技创新和数据能力建设，进一步深化金融供给侧改革，推动金融高质量发展，更好地服务实体经济，协同推进产业数字化转型。银行可以分为三个梯队，第一梯队便是国有大行。他们的业务遍布全国，规模和收入也在所有银行的前列，金融科技方面也投入最多，本文就带大家一起盘点六大国有银行的数据能

3、力建设情况。一、工商银行工商银行自2002年开始建设数据应用体系，经历了数据集市、数据仓库、大数据平台、数据中台等多次迭代发展，实现了从以数据统计分析为主的“数据辅助决策”向以人工智能支撑的“数据驱动决策”的演进。通过20年的打磨，构建了涵盖批量计算、流式计算、联机分析、对象存储、数据交换、B1分析、安全管控、数据交付、数据安全管控等多方面技术能力的大数据技术平台，实现全流程一站式数据处理，建立了可看、可懂、可得的用数赋智体系，为业务场景注入有广度、有深度、有速度、有精度的数据服务，加速数据价值变现。1.1融合贯通的数据采集接入能力工商银行通过将集团全量贴源数据纳入统一的数据湖，形成了贴源数据

4、、主题数据、知识数据分层存储的“一湖两库”结构，同时积极参与数据要素市场建设，大力引入外部数据，不仅实现了全业务、全集团、全类型、全来源的数据上云工作，同时也构建了全面、快速、精准、融合的数据体系。为满足准实时性的产品服务推荐和客户行为洞察等数据使用需要，研发数据库复制等高时效数据采集技术，完善标准数据接入能力，实现MySQ1、Orac1e、GauseDBGo1denDBKVA、MPPDB、HiVe等主流数据库准实时接入，全行数据得以向大数据平台的快速汇集。1.2海量智能的数据存储能力目前，工商银行大数据技术平台存储规模可达EB级，汇集贴源数据、主题聚合、知识图谱、客户标签、知识条目、指标等数

5、据资产，打破数据孤岛，确保了工商银行大数据技术对业务场景的有力支撑。13高效共享的数据计算能力为实现快速数据创新，解决跨集群异构数据融合计算的问题，工行建立湖仓融合体系，充分融合数据湖和数据仓库各自优势，通过融合引擎，让数据和计算在湖和仓之间自由流动，无需搬迁即可实现数据离线分析、实时分析、交互式分析，满足海量结构化、非结构化数据加工服务，保障数据时效。为进一步提升数据计算效率，工商银行通过流批一体技术，实现实时计算和批量计算融合，使流式数据处理的过程中可以直接引用批量结果进行计算，无需再将数据在流批两套引擎中同步，降低技术使用门槛和数据冗余，更好满足实时风控及事件式营销场景中对数据时效的要求

6、。14规范科学的数据管理能力工商银行建设大数据资产管理平台，形成数据资产全视图，建立以“数据驱动、数智融合”的运营机制。一是建立全集团数据资产的统一目录，覆盖20+类数据资产，实现数据资产的可见、可感，建立数据资产自动化、标准化盘点能力。二是建立数据资产全生命周期管理机制，对数据确权、数据质量、数据安全等核心内容进行有序管理，实现数据资产可信、可管，建立标准化、智能化、体系化管控能力。三是建立数据资产凭证、标签体系、全链路血缘溯源机制，实现数据资产易用、易懂，建立可视化、数字化分析能力。1.5全面闭环的数据治理能力工商银行通过建立全行数据要素资产的统一标准，形成了上游源系统、数据湖、下游系统相

7、互协作的三层数据质量治理机制，实现数据治理闭环，为数据共享奠定了坚实基础。一是建立企业级数据标准体系，按照“定义统一、口径统一、名称统一、来源统一、参照统一”的原则，通过数据标准全生命周期管理实现业务和科技联动的全流程贯标。二是建立数据质量管理体系，沉淀数据质量规则库，形成“制定规则、规则检查、发现问题、问题分析治理、后评估”的全流程闭环管理流程。三是构建企业级数据安全体系，按照“保障安全、最小沟通、用而不存、权益保护”的原则，运用隐私计算等新技术，做到数据“可用不可见”，强化数据合规使用，降低信息泄露风险。16开放灵活的数据服务能力工商银行建立一站式全流程数据运营体系，打造端到端DataOP

8、S敏捷数据服务研发流水线，实现数据价值快速交付与规模化输出；沉淀高时效、低门槛的数据基础服务和专业服务，实现了全行各业务条线的数据合法合规横向打通，从而大幅降低了数据价值的挖掘门槛；通过即时BI平台提供数样分离的自助分析、可视化服务，快速满足实时分析、智能交互、灵活决策需求。对内通过数据服务打通决策、管理、服务、运营、风控等各个环节，对外推进政务数据融合，参与国家数据要素市场建设，为各行各业提供了全新的智慧金融服务，使4万余家B/G端客户、200余家金融机构通过享受到工商银行的大数据产品和服务。二、建设银行建行的大数据能力建设有两条主线。第一条主线：数据赋能。通过不断深挖自身的数据潜力，扩充外

9、部数据，使数据在深度和广度上都有了很大的提升，推进了数据在更多业务领域的融合与应用。第二条主线：技术引领，也就是降低数据门槛。为了让更多的人运用大数据，建行一直在完善用户环境，提供更好的工具和方法，帮助用户便捷地查看、理解和使用数据，目标就是“人人都能玩转大数据”。以数据扩展业务的广度和深度I大麴g能力建设思路-技术引领以技术降低用数门槛帮助用户更便捷地直卷并理解数据,不断展低使用数据的门槛,让数据人人易用.推逸嘘在更多业务领域的全方位、深层次融合与应用.服务各项业务，发挥数据价值.2.1技术引领从建行大数据技术演进的路线看，从使用国外成熟软件到使用开源技术，从单一产品到多元化产品，这个过程中

10、紧跟技术潮流，提升了从数据需求、数据采集到数据归档、数据退出等全周期的技术能力。P大数据技术的演进g/即：一），M.Z/a/f/ZG*M*M*41BI在2010年以前，对于稍大一些的银行来说，数据仓库技术基本以Teradata为主。到了2013年，建行引入GreenPIUnb更加开放的架构促进了建行大数据的迅猛发展。2014年同华为合作，搭建了HadOOP平台，主要应用在非结构化数据处理和历史数据归档上，再后来又相继引入了SPark等HaCIOoP生态组件，搭建起了大数据分析平台。建行和Ky1igence第一次接触是在2017年，当时用Ky1igence的开源版本KyIin建立了一个应用。到了

11、2018年，基于更多的开源技术与互联网厂商一起打造大数据云平台。大数据技术能力全景图大数据技术产品体系.如柒成数据采集离统计算实时计算数据管邃数尾挖提数嵬可视化图谱分析决策引簟N1P服务数据服务智能调度运营中心Q)HadoOP流讨匿代管ES并行数层麻图数据库时序数徭座。MM*M41fi17大数据云平台是对建行新一代数据平台能力的增强，基于开源、云计算等技术，支持更多的数据、分析方法来适应建行转型和发展的要求。这个平台具备多种类型的数据整合以及海量数据处理能力，提供了大量大数据加工分析工具。平台主要提供三类服务：第一类服务，基础资源服务，提供Hadoop,并行数据库、图数据库等，让应用快速的搭建

12、环境。第二类服务，技术工具服务。提供数据获取，数据管理，数据开发等工具，利用这些工具，应用可以快速的进行数据加工和应用构建。第三类服务，数据支持服务。为业务提供贴源数据、整合数据、数据产品的支撑。大数据云提供的众多产品和工具，可以依托统一的门户，统一的调度，统一的元数据管理和统一的资源管理串起来，形成了一个整体，适应复杂的业务场景。上图提到的产品组件和技术工具，可以为不同的用户装配出个性化的大数据环境，平台提供了UI、API、SDK方式，让大数据能力无缝集成到应用里，这是开放银行的理念，从底层给应用赋能，融入应用之中，就像空气一样，虽然看不到摸不着，但是是不可或缺的东西。技术能力灵活定制面向不

13、同的数据开发用户、数据分析用户、数据管理用户，通过组件、服务的装配前端界面，形成一站式应用环境，提升用户体验.大数据集成开发环境II大数据挖客分析环境一大数据;箍运雪环境2.2数据赋能建行依托新一代实现了企业级的全流程数据管控，支撑全行实施全生命周期的管理，同时建立了企业元数据资产库和数据质量平台，提供可定制的数据质量监测服务，促进业务数据质量不断提升，目标是让数据的使用者在正确的时间、正确的环境能用正确的方式拿到最正确的数据。为了实现这个目标，建行在数据规划方面主要做了几件事情：第一：实现数据的单点创建，通过指标认责明确衍生数据的首创责任，让各级机构能够获得支持精细化管理的数据；第二：实现数

14、据的全行共享，各组件、数据集成层的加工结果，同一业务指标只有一个数据，口径统一，提供给全行使用；第三：建立“自主用数”的数据使用模式。建立统一数据视图，提供自主用数环境，将数据的使用权交给用户，覆盖大量报表需求第四：保障数据时效性，用户数据需求得到快速响应。通过一系列的数据治理手段，实现了数据的“全省信快易好”，提升了数据管理和应用水平。数据的统一管控与服务建行结合具体实践，从顶层设计开始，建立了适应互联网和大数据新业态下的工作组织体系，激发全行管理数据、应用数据的积极性和创造性，推动全行经营管理向数据智能化迈进。建行每天从200多个内部系统和60多个外部系统中获取数据，对这些数据进行深加工，

15、形成客户、员工、机构等维度信息以及对应的数据图谱和画像。I数据资产深加工琼花玉数画像体系数据图谱总结：建行大数据的发展在技术能力方面，通过上文提及的大数据平台，增强数据加工和处理过程中各项能力实现敏捷的开发；在数据方面就是通过引入大量的外部数据扩展自身的数据视野、并以统一的数据整合能力来扩展数据的服务深度。通过以上措施，聚焦全行业务发展的热点、难点问题，提升大数据分析挖掘能力，推动全行体系化大数据应用。在技术和数据支撑下，建行正在实现数字化转型，以及对B（企业）端、C（个人）端、G（政府端）的应用扩展，形成技术、数据、应用三位一体服务能力，促进建行从“传统金融”向“新金融”的转变。P大数据三位一体能力支撑业务发展应用能力生态链接、全城磨合、多元聚务、有效管控,实时采集和政用能力增强故抠存储和处埋能力增鬼，本地到A化部?的磐克/新型分析1：尺和方法的支撑能力提升(B1I+B1)，ri可控、安全UrW提升/技术整合能力提升开放融介，智款生本、创新孵化、快速Ht健,引入外露数株.能接牛.态数卷.4依数报范优/数抵关型犷展，包括语音、福蜘、物联网，敢挺服务范用从管理决策到个流陞全场块的转交J仓妾到数据湖的演区1.