“数据驱动”时代来临，阿里云数据中台如何赋能金融业？（附重磅报告）

近几年，随着各类新型信息技术的快速发展及应用，各行各业的数字化升级步伐均在加速。高度“数据化”的金融行业也在多方因素的推动下进入了全新的数字化升级变革阶段。特别是2020年以来新冠疫情影响之下线上金融服务需求的爆发，也在倒逼金融机构提升业务数字化运营能力。

在全新的市场需求和趋势面前，如何把数据变成资产并对业务产生真正的支撑是金融机构面临的一个核心挑战，而数据中台则被视为金融机构应对这一挑战的重要武器。

眼下，行业对数据中台关注度持续升温。7月30日，阿里云新金融事业部在杭州西子湖畔举办了“数据中台高峰论坛”，向行业阐述了阿里巴巴数据中台之道以及阿里云数据中台赋能金融行业的实践。

为了让行业对数据中台有更全面、系统的认知，零壹智库携手阿里云联合发布《2020阿里云金融数据中台报告》，为行业展示数据中台建设之道和实践路径。

以下为报告核心内容，完整版请点击下载查看！

步入数据驱动业务的时代，对数据资产价值的挖掘、应用能力成为了金融机构间的竞争关键，银行、保险、证券等机构都展现出了强烈的数据业务化需求。然而，金融机构现有数据系统无法很好地帮助实现这一目标。

因而，以“打破部门界限、构建数据沟通渠道、挖掘数据业务价值”为核心功能的数据中台，成为了寻求转型升级的金融机构们的重点关注对象。

“数据中台”概念在2015年伴随着阿里巴巴集团“大中台、小前台”战略被首次提出，并在2019年成为金融行业的关注重点，引发资本热潮和多家创业企业布局。

进入2020年，数据中台热度不减，不过业界也从最初的“狂热”回归理性，需求方与技术方也开展了更为高质量的良好互动。在金融行业，包括银行、保险、证券、消费金融等机构，也开始加大对数据中台的关注度和布局力度，数据中台的真正内涵和价值正在不断被人们认识。

眼下，数据中台正在成为各大金融机构数据体系建设的方向。变数据为资产，建立覆盖全机构的数据平台，为整个企业所有员工的业务需求提供支撑，是金融行业正在形成的趋势。

2015年至今，包括招商银行、民生银行、农业银行等头部银行机构以及保险、券商、消费金融等非银金融机构都已经开展了数据中台的相关布局，部分金融机构甚至将数据中台建设提升到了机构战略高度。

其中，民生银行2018年在“民营企业的银行、科技金融的银行、综合服务的银行”战略指导下，制定了“技术+数据”双轮驱动的改革方案，经过这两年的自主探索研发，形成由4大功能体系、12个子系统构成的金融数据中台体系。2020年6月份，农行发布《中国农业银行信息科技近期发展规划（2020-2021年）》，提出“iABC”战略，推进包括数据中台在内的六大中台建设。

阿里巴巴在2015年启动“大中台、小前台”战略，“数据中台”概念首次被正式提出。而在此之前，阿里巴巴在对数据中台的探索方面已经有了数年的积累。阿里巴巴数据中台是为了应对集团众多业务部门千变万化的数据需求和高速时效性的要求而成长起来的，它需要满足业务部门日常性的和多个业务前台的数据需求。

阿里巴巴认为，数据中台是集方法论、工具、组织于一体的“快”、“准”、“全”、“统”、“通”的智能大数据体系。核心内容包括数据中台方法论、工具、组织。

图：阿里云数据中台体系

首先，在方法论层面要有全局观统领，单独谈局部的技术、系统或结构，都不能实现真正的数据中台建设；其次，必须将思想产品化，形成一个真正普适性的工具或产品；第三，数据中台的建设不是一个数据系统项目，而是组织文化的变革，是真正把数据变为资产的一种变革。阿里巴巴数据中台目前正通过阿里云将能力对外输出。

阿里云数据中台能够帮助银行、保险、证券等金融机构把数据智能等能力嵌入到业务流程之中，赋能组织和员工，进而实现金融业务增长和创新，让数据以资产化的方式为业务的增长而赋能，从而加速整体数智化转型进程。金融数据中台打破了金融机构的部门墙、数据墙，让数据真正变成全局性资产，并让所有员工都能在工作中基于数据智能进行分析、预测以及决策。

阿里云数据中台的核心价值主要体现在四个方面：降本、提效、业务增长、组织变革。其中，前两个价值——降本、提效，是传统数据体系都能实现的价值，而业务增长与组织变革是基于阿里云数据中台实践所形成的独有优势。

图：数据中台的四个核心价值

金融数据中台经过多年在多业务中的实践探索，已形成一套成熟的赋能体系。阿里云数据中台对外赋能过程中，除了输出方法论+产品+技术，还输出阿里生态的多种能力，包括理财业务数字化运营经验，智能风控&营销经验，全链路数据资产管理经验等，帮助金融机构实现全方位的升级发展。

阿里云数据中台核心内核是OneData体系，即数据中台构建的方法论体系总称，包括数据构建管理的OneModel，实现数据融通连接的OneID，再到提供统一数据服务的One Service，贯穿于整个数据研发流程中并且通过工具实施落地，帮助企业高效建设及管理数据。

图：阿里云数据中台构建方法论体系

阿里巴巴数据中台的核心能力体现在两大方面，一是其核心产品矩阵，包括跨多段全域应用分析平台Quick A+，智能数据构建与管理系统Dataphin，数据可视化分析平台Quick BI，智能用户增长产品Quick Audience；二是其积累下来的业务经验和能力，包括理财业务数字化运营经验，智能风控&营销经验，全链路数据资产管理经验等。

其中，阿里云数据中台核心产品主有四款，概括为两横两纵。

两横包括：1）跨多段全域应用分析平台Quick A+，汇集不同数据源的数据，实现对不同数据库的接入、不同数据库的支持和数据的传输。2）智能数据构建与管理系统Dataphin，对数据进行建模、加工、计算、分层治理......这两部分加起来成为横向的数据平台的核心能力。

两纵包括：1）数据可视化分析平台Quick BI，即BI工具，是阿里云在分析领域独特的分析产品，可以实现随时随地智能分析。Quick BI去年进入了Gartner 魔力象限，成为中国云厂商里面第一款进入到Gartner魔力象限BI的产品。2）智能用户增长产品Quick Audience，其主要功能是实现“全方位洞察，多渠道触达”的增长闭环。

阿里云基于自身的业务实践，提出了关于数据中台建设实施路径的建议，主要分为三个阶段：

图：数据中台建设实施路径

第一阶段：全局架构与初始化。

· 基于智能大数据解决方案，配置和部署数据中台相关产品，同时全局架构数据中台，以便后续逐步做厚；

· 基于数据中台全局架构，从数据向上、从业务向下同步思考，初始化数据采集、数据公共层建设，并初始化最关键的数据应用层建设；

· 结合业务思考，直接解决业务看数据、用数据的最关键且最易感知的若干场景应用。

第二阶段：迭代数据中台深化应用。

· 迭代调优数据中台全局架构，加配合完善数据中台相关产品套件；

· 迭代调优数据中台的初始化数据汇集、数据公共层和数据应用层，持续推进数据公共层的丰富完善，并平衡数据应用层建设；

· 深入业务思考，优化场景应用，拓展场景应用。

第三阶段：全面推进业务数据化。

· 持续基于业务的数据中台建设；

· 全面推进业务数据化，不断优化、拓展应用场景。