【今日案例】擎创科技：金融大数据治理解决方案提升数据洞见力反哺业务运营

  原标题：【今日案例】擎创科技：金融大数据治理解决方案，提升数据洞见力反哺业务运营

  2021年12月，中国人民银行印发《金融科技发展规划（2022—2025年）》，提出健全金融科技治理体系、充分释放数据要素潜能、打造新型数字基础设施等重点任务。北京金融科技产业联盟开设“今日案例”专栏，以《规划》为牵引，通过优秀案例展示产业各方在实践中取得的成果，促进机构互学互鉴。

  随着金融行业数字化转型加快，新技术和新业务不断涌现，金融运维数据的种类愈发繁冗复杂，数据的使用场景也愈发丰富。金融客户在数据使用的过程中经常发现数据不准、数据质量不高、应用成本高等问题，导致数据使用效率低，数据价值没办法得到有效体现。本方案目标主旨是以终为始，以客户数据应用场景为需求驱动，以数据治理为手段、以技术平台为支撑，以交付运维数据价值为最终结果，为客户实现增强业务连续性保障、提升软件交付效率、提高IT服务质量、辅助提升使用者真实的体验等提供专业、强大的数据治理保障能力。本方案主要是通过建立数据治理体系、打造一体化运维大数据平台，为客户实现增强业务连续性保障、提升软件交付效率、提高IT服务质量、辅助提升使用者真实的体验等提供专业、强大的数据治理保障能力。

  擎创金融运维大数据治理解决方案主要通过三个关键步骤实现运维数据的治理。一是建立运维数据治理体系，即协助客户建设一套完整的数据治理规范，其最重要的包含数据治理管理组织与制度的建立、数据标准化的规范、数据过程的规范三大部分。

  首先，协助客户成立专门的数据治理团队作为管理组织，设立数据治理规章制度与组织相关活动。数据治理团队由管理方和参与方两部分所组成，需明确管理职责和范围，并定义数据治理的工作原则和数据管理流向等内容。其次，数据标准化管理是数据治理最基础、最核心的内容之一。通过协助客户建立数据标准化规范，统一定义数据的属性含义和业务规则，并明确组织层面对某个数据的共同理解与认知，此规范的主要内容有数据标准化范围、数据分类与分层、元数据管理、主数据管理、指标体系的建立等。再次，在数据治理过程中，需要协助客户建立明确的流程制度并规定数据治理相关的工作流程，包括数据接入、数据管理、质量管控、问题反馈跟踪等工作机制，主要规范和管理的内容有数据质量管理、数据安全管理、数据生命周期管理、数据服务管理等。

  二是建设数据治理平台，即除需要成立专业的数据治理团队、制定治理规范、建立流程制度外，还需要协助客户建设一套先进、稳定、开放的数据治理平台保障数据治理的效果。

  首先，平台总体功能架构分为数据接入层、基础数据层、数据治理层、数据服务层、对外服务场景。从数据流程层面可分为数据接入、数据治理、数据服务三大主模块，运维数据在这三个模块逐层清晰。平台支持双中心部署架构，底层采集、计算、存储和上层应用均采用集群模式，数据库采用集群或主从模式，避免单点故障，实现高可用与负载均衡。其次，擎创数据治理平台作为技术工具平台，为数据治理提供技术支撑，解决数据的存、管、用。平台五大核心能力中心分别为数据治理中心、数据集成中心、数据服务中心、数据应用中心、平台管理中心。

  擎创金融运维大数据治理解决方案成效显著，一是通过平台实现数据管理的标准化、规范化，即统一采集纳管、统一指标规范、统一服务归口等，避免多源数据不统一导致的应用困难。二是通过平台实现场景需求统一归口、快速数据查询分析、快速场景定制和发布，从而降本增效，丰富且灵活的输出数据价值。三是通过平台对数据质量、安全、生命周期、集成、服务等核心管理能力，实现了数据管理的制度化和数据质量的监管闭环，保障了应用数据的可信性、可用性、可优化性。

  本方案结合了客户的数据治理现状，运用运维技术方法，完成了客户数据治理规范的定制和数据治理平台的建设，实现了主、元数据、数据安全、数据质量、数据生命周期、数据服务、数据应用等核心管理功能，目前已实现对业务交易、设备、系统、日志等多类运维数据的统一纳管和标准化，并通过数据服务中心、应用中心实现了多维数据应用场景的输出。同时，方案实现了客户多维运维数据的标准化，提供了对数据质量、安全、生命周期的统一管理手段等，提供了可快速输出数据应用和服务的能力，在运维数据应用价值的挖掘、降本增效、快速响应等方面均有较大提升。