|
因为所有的需求都会到数据管理部进行统筹，对于涉及到开发的直接就转技术，对于纯数据的需求，第一类简单的直接通过一些管理分析类的系统，通过界面去解决。再一类是专业复杂的需求，复杂的需求往往是临时性、紧迫性的东西，有专业的数据团队通过服务去交付，这块就完成了。还有一块需求是专业的需求，专业的需求往往通过数据模型的建设，通过模型跑出结果去交付的，叫做专业。 最重要的一点是驱动，有两类驱动，一类是业务需求的驱动，业务部门或者分行干不了的事情有困难会提出来，这是驱动力。还有一块是数据需求的驱动，数据需求驱动这块为什么重点来谈呢？这块就是数据分析人员、数据专业人员对于业务有一定的洞察能力的时候，他会来主动提出一些需求，往往一些大数据产品就是像一些分数、指数、客户标签很多的需求是来自于数据条线的专业人员提出来的，叫做数据驱动。 普及企业级数据应用，实现资产价值化。关于数据的需求，除了传统的管理分析类专业的系统，建设银行数据管理部来承担的大量的需求是什么呢？就是一些跨部门、跨条线、说不清楚的一些需求，这块需求给它分为三类：一类叫固定报表，自助查询加上机器查询，这类应用由企业级的数据平台来去支撑，企业平台最重要的作用是来支撑业务人员自主用数，把用数的权利还给业务，这是数据管理部牵头建设的一个平台。再一块叫做数据模型实验室和数据挖掘，这块对应着大数据智能平台，大数据智能平台承担着中国建设银行数据模型实验室和传统的商业智能或者讲现在的大数据分析应用，承担着这个功能。再一块就是仪表盘，仪表盘这块有建设银行的手机移动端作出各阶层500、600个指标，建设银行T+1，大部分核心业务指标做了T+1来去展现的，这是谈信息应用的六大模式建设银行有三个平台去承接。 大数据智能平台。建设银行2016年开始建设大数据智能平台，大数据智能平台从底下看，有数据，它的数据来源就是我谈的数据仓库，数据仓库所有的数据包括内部数据、外部数据、结构化数据、非结构化数据，对整个大数据智能平台是开放的。在功能上有三大核心能力：第一，数据的获取，从仓库拿数据不需要走线上流程，有一套机制可以直接去取。再一个就是分析能力，建设银行借助各种工具，传统的商业智能工具也好、新型的大数据包括人工智能的一些能力都部署上去了。再一块就是交付，可以把模型交付出去，也可以把结果批量地交付出去，也可以分装服务直接跟流程系统去对接，这是交付。 另外还有三个库，一个产品库，好的模型分装成产品去共享，变成一个数据产品，再一个是知识库，工具箱，工具箱就是刚才谈到的所有的基于传统的商业智能工具也好、大数据工具也好，另外一点把图也用上了，图数据库加上上面的可视化分析工具相关的算法已经部署了。在应用层面谈了，用什么去交付的，可以训练好模型，由模型布置到其他的地方。 绿树工程。建设银行做了绿树工程，最大的职责是管理好数据让大家用数据，绿树工程叫做大数据人才培养工程，建设银行在各部门、各条线，从2016年开始到现在干了三年，去培训条线的各分行的、各部门去上海建设，去做模型，去做一些应用，让这些人回到分行和部门的时候起到一些带头的作用，效果非常好了，各部门现在对大数据的一些应用非常好，认识水平也有大大的提高。 数据应用共享，力求价值最大化。通过共享来实现国家的价值，让数据的价值最大化，这里是最后一个价值化，其实整个贯穿下来谈到一个重要的理念也是建设银行总行数据管理部刘总提出来四化的概念，哪四化呢？业务数据化、数据资产化、资产价值化、价值最大化，实际上是围绕着这四化来去说的。 未来展望 中国建设银行通过新一代核心系统的建设同步建立了两大体系，数据管理体系和数据应用体系。 通过这两个体系的互动，使得的数据更好，也支撑数据的应用能够更好地发展，在数据应用过程中发现数据问题的时候通过数据管理体系去解决，数据管理体系解决得好，更好地来支撑建设银行数据应用体系的一些建设。 |
