数据驱动与技术赋能 IBM支招金融数据中台建设(3)
|
就像云计算改变了整个IT交付模式一样，OpenAPI它改变了数据服务消费和应用程序的开发市场。API可以作为敏捷伸缩可消费的业务即服务的模式。在****业，****业架构网络 BIAN（Banking Industry Architecture Network）定义了一个通用、标准、灵活的业务体系结构，包括：****业常见的服务域、业务场景、服务操作、业务对象、业务功能、API接口，从而促进了全球****业协作和服务开放。 在激烈的市场竞争中，金融机构希望数据管理部门改变以往的被动供数模式，更加主动地参与全行业务创新，使数据服务嵌入到企业的业务中，并成为其中重要部分，即做到真正的数据业务化，实现数据驱动业务。 通常，原始数据并不能直接使用，单一模型也不能直接发挥作用，这就需要数据中台提供有价值的、可复用的、标准化的数据服务模块，IBM称为智库资产。数据业务化的关键是要静心沉淀数据资产化、资产服务化过程中的知识经验，同时正确地把握可复用工件的颗粒度（资产解决问题范围的程度）、可变度（资产可被修改程度）、实现度（资产提供的完备程度），并形成真正的可复用智库资产。 不管是治理标准化、数据资产化、资产服务化还是数据业务化，其实离不开运营平台化。数据中台的平台化运营是大运营的概念，既包括数据治理，也包括数据资产化和资产服务化运行所必需的支撑。它将数据访问、数据存储、数据搜索等公共职能平台化，将全行信息进行有效整合和组织分类，把管理、决策、分析等作为一种数据服务对外提供，并围绕平台与流程开展营销活动，根据治理策略控制信息库存，保证信息供给及正确流向，从而响应数据服务的千变万化。 在运营平台化方面，IBM Cloud Pak for Data提供了集成的一站式数据及人工智能平台，帮助金融机构更好地落地数据中台。IBM Cloud Pak for Data实现了数据中台三个关键要素：数据驱动数字化转型，AI解锁数据价值，混合云数据民主化。 这也是数据中台从数据和AI实现真正商业价值的总体战略。 “五大要素之间具有内在的关联性和整合性。从架构层面的集成到未来的扩展，我们报以一种更加开放态度，把相关技术的先进性和成熟性更好的结合。”王保育说。例如IBM提出“认知型数据治理”的理念并且应用于实践，使用机器学习技术，帮助数据治理顾问构建数据目录。 张玉明也表示，在数据中台中，包括数据业务化、资产服务化等，IBM大量应用了智能化技术。如果没有智能化的话，数据中台的效能会被大打折扣。这是数据中台在进化过程当中的一个必然选择。智能化已经全面融入数据中台的各个功能模块中。 IBM加速数据中台落地金融数据中台以数据为生产要素，帮助建立新型的生产力和生产关系。实现统一、共享和管控之上的治理标准化、数据资产化、资产服务化、数据业务化和运营平台化，这五大成功要素综合了数据驱动业务的成功之道。但如何把对的事情做好？Do Right Things Right, 行业里还是遇到许多困难。 王保育表示，对于客户比较关心的落地问题，我们给出了参考路线图示意，帮助客户分析应该关注的领域和重视的问题，让客户看到一个全貌。千里之行始于足下，金融机构可以根据自身实际情况分阶段实现。
金融数据中台建设的参考路线图示意 大小不同的金融机构，以及金融机构的不同业务部门的需求是不同的，比如说信贷、信用卡对风控比较关注，数据业务化就比较侧重；科技部门则对数据资产化、运营平台化关注更多。需求驱动、业务优先，围绕业务优先级市场的需求一个个展开。总体上讲，在数据中台整体发展过程中，金融机构还是需要把五个要素的因素影响统一考虑。 张玉明说，每家金融机构的数据成熟度不同，他们的需求也不同。治理标准化出于监管的需求是大家都关注的，但是大型商业****对于数据资产化和资产服务化的需求更为强烈。IBM数据中台的参考框架可以帮助金融机构找准准他自己的定位和发展方向。 数据中台建设是一个系统化工程，包括数据的连接、处理、应用的全生命周期管理，促进行内外数据发挥最大的业务价值，将数据转换为生产力。除了参考路线图，王保育认为，IBM总结的金融机构建设好数据中台的五大关键成功要素能够让业务和技术更好地结合，在未来****数字化转型里面，数据中台的建设需要复合型人才和T型的知识结构，就是在整个知识的广度和深度方面能有一个非常好的结合。 对于数据中台的建设，IBM提供了一个全方位的能力，包括行业经验和平台化能力。从咨询到平台、软件、硬件服务，IBM可以更好地帮助金融机构把数据中台转型的愿景快速变为现实。 （编辑：ASP站长网） |
对话黄仁勋全解元宇宙
怎样理解你的DBA
跟随云时代玩转大数据