2019年伴随着BATJ等互联网巨头相继构建或对外输出“数据中台”能力，“数据中台”的概念真正火了起来。技术创新可以使概念迅速走红，但市场热情持续多久还要看业务价值。数据中台概念的持续火热显示出数据赋能业务创新、实现业务价值的巨大潜力以及市场认可度，这一理念也在慢慢渗透进有着“数据宝库”之称的金融行业。

文思海辉金融事业部副总裁、大数据事业部总经理杜晓争认为，金融机构对数据的态度应该从业务数据化转变为数据业务化

杜啸争领导的文思海辉·金融大数据部拥有1300多名专业咨询和交付人员，帮助客户通过大数据技术实现精准营销、客户360标签、实时风险控制、实时反欺诈、知识地图、数据湖、外部数据平台RWA等待解决方案等。据报道，最近IDC中国银行业发布IT2018年研究报告显示，文思海辉·金融以4.9%的市场份额继续引领中国银行业IT解决方案市场在支付清算系统、呼叫中心/电话银行、客户关系管理、商业智能和风险管理方案五个细分市场中排名第一。

金融数据量的快速增长推动了传统银行的数字化转型

与其他行业相比，商业银行数据量巨大，在客户信息、交易信息、资产负债信息等开发过程中积累了大量数据，数据量呈爆炸性增长。BCG有报道称，银行业平均每创收100万美元820GB的数据。

杜晓争向亿欧金融介绍，商业银行对数据仓库建设的需求最初源于监管需求。数据仓库存储着银行重要的业务数据，并深入整合。然而，随着时间的推移，传统的数据仓库并不能充分发挥数据的价值，因此迫切需要改变其数据架构。

对于银行数据架构变化的驱动力，杜晓争表示，一方面，随着金融数据量的增加，传统数据仓库由于性能和技术的限制，无法与第三方业务系统很好地连接，也无法满足银行内外数据集成的价值需求；另一方面，互联网金融公司、保理、信托和基金也逐步侵蚀了银行的传统金融业务，使银行需要从内部优化资金使用效率，扩大业务范围，加强风险防范和控制；此外，监管机构的监管要求也推动了银行数据架构的创新。一般来说，在业务数据的过程中，银行对数据的利用率和价值提取并不高。随着大量新的外部数据的出现，银行需要在数据业务的过程中积累数据资产，深入探索数据价值。

从金融机构的角度来看，业务数据是指企业将业务信息从传统的书面转变为在线和数据，目的是使业务信息跟踪。数据业务是指在业务信息数据的前提下，以具体的业务目标为导向，加工、分析、处理现有数据，帮助业务人员做出更准确、更高效的业务决策，数据业务注重发挥数据本身的价值，使数据服务于业务或产品本身。

目前，许多银行已经利用数据驱动其业务运营。以通过知识地图找到风险客户为例，杜晓争向亿欧金融展示了数据业务的巨大价值。

中小企业贷款困难是国家关注的关键问题。国家要求大、中、小型银行根据其风险情况，全力支持中小企业的发展和信贷支持。然而，与此同时，监管机构还要求银行加强自身风险体系的建设，以避免大规模坏账。在这种情况下，许多银行利用内外数据、社交网络分析和知识地图等新的数据技术，通过客户关系、客户与银行关系、客户与合作伙伴关系建立自己的客户关系知识地图。通过这样的网络，我们可以快速找到一些潜在的风险客户，快速定位一些可能存在风险的客户，让银行提前发现风险并采取预防措施。这不仅可以更好地支持中小企业的发展，而且可以使银行避免潜在的风险。

内部数据 外部数据，助力银行提高资源使用效率

对于任何银行来说，其数据源都是由结构化、半结构化和非结构化的内部数据和外部数据组成的。具体来说，内部数据是银行内部产生的数据，是客户在银行办理业务全过程的记录。外部数据是银行根据自己的数据应用场景和业务需求，通过爬行或与外部数据服务提供商合作获得的大量数据。

随着金融业结构和消费结构的不断升级，客户对银行的需求越来越个性化、场景化、多样化、智能化。仅仅使用内部数据已不能满足银行的决策需求。他们需要与外部数据服务提供商合作，获取更广泛的数据源，补充客户的全图像信息。

由外部数据服务提供商引入的外部数据已成为银行的重要资产。外部数据不仅包括商业日报、新闻、研究报告、分析报告等硬信息

外部数据不能自由导入，需要根据银行的统一管理规定集中存储在外部数据平台中，然后根据具体需要进入数据平台，完成数据集成，实现数据平台中完整的客户标签和肖像信息。

在过去的十年里，银行在数据平台建设过程中经历了数据市场ODS、数据仓库，再到今天流行的数据湖和大数据平台的发展。

数据仓库作为一种传统的数据平台架构，只能保存各种结构化数据，注重数据的一次性存储和多次使用，更注重数据驱动模式的构建。在数据加载到数据仓库之前，它首先被处理成某种格式和结构，半结构化数据或非结构化数据转换为结构化数据，供数据需求或前台业务人员使用。

针对这种数据存储模式，杜晓宝表示，虽然国内银行的数据仓库投资成本较高，大型银行每年持续投资超过1亿元，小型银行也超过1000万元，但从业务角度产生的业务价值回报值存在争议。在技术驱动、监管驱动和业务竞争驱动的背景下，所有银行都在寻求业务层面的数据价值，优化运营效率，数据湖和大数据平台的概念已经兴起。数据湖和数据中心平台都更加强调从业务角度和业务价值提取。

数据湖和大数据平台可以保存各种结构化、半结构化和非结构化数据，可以直接被前台业务部门调用和处理。两者的区别在于，数据湖中的数据是未处理的原始数据，而大数据平台中的数据是以业务为导向的，符合银行业务的实际应用。

至于数据湖的定位，杜晓宝表示，与数据仓库数据相比，数据湖更强调技术部门和业务部门的功能分离。技术部门解决了数据的快速访问，业务部门专注于数据的使用，数据湖中的数据可以直接被前台业务部门调用。从实际应用的角度来看，直销银行、消费金融公司、银行信用卡中心等前台业务部门可以将原来的决策时间从两到三周减少到一到两天。这种数据处理方法大大节省了决策时间，提高了数据的使用效率。

金融科技公司机遇与挑战并存，构建银行服务三维生态系统

在银行数字化转型过程中，越来越多的银行开始拥抱金融技术，投入大量资金开发数据产品，使大数据和AI技术驱动银行进一步实现数字化目标，为金融科技公司提供新的市场挑战和机遇。

杜晓争认为，金融科技公司面临的主要挑战有两个：一方面，数据的价值将被进一步强调和利用，即业务数据的转型数据业务。在这个过程中，企业需要从业务的角度重新整理数据价值，而不是简单地谈论数据来构建数据平台。由于未来金融科技公司的要求是接近业务或应用场景，员工的综合要求将更高，需要跨境发展。在过去，人员分工更详细，但在未来，他们需要更多地了解一套完整的数据分析业务流程。

另一方面，由于技术的发展，未来技术应用的门槛将继续降低，但为客户提供服务的重点将发生变化。在过去，金融科技公司为银行客户提供的三种服务（解决方案、产品和专业服务）中，解决方案是最重要的，但在未来，数据产品将与解决方案同等重要，输出越简单越好，客户希望有直接使用的数据产品来提供支持。

从机会的角度来看，杜晓宝表示，在互联网大数据时代，开放银行是银行未来的重要发展趋势。为了建立一个开放的银行平台，银行可以与金融技术公司合作，或者根据自己建立一个开放的银行平台。对于小型银行来说，前者更有可能实施，因为前者可以使银行专注于其主要业务。对于大型银行，他们将通过吸收金融技术公司的技术优势，与金融技术公司合作建立自己的平台，但这对银行来说IT系统建设的能力要求很高，银行需要具备一套完整的技术体系专业能力。从长远来看，金融科技公司将与银行越来越密切相关。他们可以得到自己的需求，充分发挥自己的不同特点。这就要求金融科技公司更加注重应用场景，加强解决方案、产品和专业服务三维生态系统建设。

文思海辉·金融以独特的解决方案 服务模式，为银行、证券、保险、信托、基金、租赁等金融企业提供先进的解决方案和金融咨询服务，致力于帮助金融企业通过不断创新和不断研发，建立基于分布式架构和云平台的数字核心业务系统基础平台，提供零售银行、交易银行、国际结算和贸易融资、供应链金融、支付结算、信用卡业务、数字营销、资产管理业务、数字监管、私人银行和金融业务、数字监管和合规、大数据风险控制、客户营销渠道、开放银行（OpenAPI）全业务领域有200多个自有知识产权解决方案体系。依托十年磨剑的工匠精神和AI、在大数据、云计算、移动互联网、区块链等技术的支持下，由数字业务、数字营销和数字运营组成的数字金融解决方案发展迅速。文思海辉·金融与国内外500多家金融机构建立了长期合作关系。

免责声明：本文是企业宣传的商业信息，仅供用户参考。如果用户将其作为消费者行为的参考，凤凰网将告知用户要仔细决定。