从互联网一路“火”到金融行业 各大金融机构都在讨论的“数据中台”！正在风口上

　　从互联网行业火到金融行业的概念不少，比如微服务、个性化，也包括最近的各大金融机构都在谈论的“中台”。

　　2015年12月，进行了组织升级，即“大中台，小前台”的模式，打破了原来树状结构，小前台距离一线更近，便于快速决策、敏捷行动；而支持类的业务放在中台，扮演平台支撑的角色。在金融行业，稳定与创新之间的矛盾愈渐凸显，如何协调二者矛盾？于是，互联网企业中的中台概念被逐步引入金融领域，并付诸实践。对此，恒生电子数据中台发展部经理、首席技术专家章乐焱分享了关于数据中台的思考与观点。

　　从数据仓库到数据中台

　　自3月份的一天起，微信朋友圈里一篇《数据中台已成下一风口》的文章被刷屏了，至今其实关于什么是数据中台，也还没有谁权威定义，在笔者看来，数据中台作为全领域数据的共享能力中心，旨在提供数据采集、数据模型、数据计算、数据治理、数据资产、数据服务等全链路的一站式产品、技术、方法论的服务，构建面向数据应用的数据智能平台。并且我也很认可数据中心业务正经历了从数据仓库到数据平台，再到数据中台的演进，正赋予数据中台更多的职能、更高的价值。

　　从简单字面理解，数据中台是位于前端数据应用与后端数据源之间的中间层，是为快速敏捷前端应用需求与相对缓慢的核心数据变化及复杂繁琐的数据维护之间提供适配；所以，数据中台即要有从事数据维护“脏活累活”的人，还要有懂全域核心数据的高层级建模分析人员。

　　上述理解看上去与传统数据仓库区别不大，如何看待数据仓库、数据平台、数据中台的区别，核心是对数据应用价值的不断提升，从“看数”到“用数”，再到创造新业务，可称之为数据应用的三种不同境界。

　　基于数据仓库的应用，一般提供数据分析报表等功能，解决企业内部“看数”的需求，比如领导者驾驶舱，为企业决策层提供经营数据，响应企业运营的需求；对于金融机构，响应外部监管机构的各种数据报送，也是一种“看数”的强需求。数据的准确性、及时性，是“看数”阶段对数据中心的重要指标。

　　基于数据平台的应用，在满足“看数”的前提下，越来越多的“用数”需求被提出，越来越多的前端业务场景需要“用数”，要用数据来支持业务发展，需要数据中心及时响应业务需求。

　　比如：前端的产品运营、用户运营部门，他们是实现企业价值的前台核心部门，互联网时代敏捷、快速的需求，第一时间传递到数据中心。在现代大数据技术支持下，数据中心迅速平台化，前端业务所需的数据集可以快速、灵活地被加入与使用，包括大量的外部参考数据的引入；数据的形式也从传统数仓的结构化数据，延展到半结构化数据、非结构化数据，比如用户行为数据、外部舆情数据；随着数据中心价值的提升，数据治理被提上日程，越来越多的企业愿意为数据质量、数据生命期管理、数据安全与隐私保护投入更多的资源。

　　基于数据中台的应用，随着数据多样性的发展以及数据价值挖掘技术越来越复杂，对前台应用“用数”的技能要求会越来越高，所以数据中心需要把相应的能力沉淀、共享。

　　在能力聚焦过程中，特别是在机器学习、自然语言处理、知识图谱等AI技术的催化下，数据中心拥有了创造业务的能力。机器学习揭示人工专家未能察觉的数据结构与数据关系，自然语言处理使得机器能替代人工高效提取非结构化数据中的有用信息，知识图谱让信息的组织更加灵活有效，并能利用图计算技术进行相关的推理；所以数据中心将越来越多的增值服务包装成API，提供给前端应用，从而使得数据中心发展成数据中台，更多的数据被汇聚、被增值，赋能给下游应用。在金融领域，各种智能资讯、智能投研、智能客服、智能风控，正是数据中台支持下创造出来的全新业务场景，正在迅速颠覆这些业务上原先的人工处理模式。