阿里云 全域数据“观”.pdf

封面页 （此页面将由下图全覆盖，此为编辑稿中的示意，将在终稿PDF 版中做更新） 作者简介 作者：刘伟光 阿里巴巴集团副总裁、阿里云智能新金融&互联网事业部总经理，毕业于清华大学 电子工程系。 加入阿里云之前，在蚂蚁金服负责金融科技的商业推广和生态建设工作以及蚂蚁区 块链的商业拓展工作；在企业软件市场深耕多年，曾经创建 Pivotal 软件大中华区分 公司，开创了企业级大数据以及企业级云计算 PaaS 平台的市场先河。 在创建 Pivotal 中国软件公司之前，刘伟光曾经担任 EMC 大中国区数据计算事业部 总经理，并在甲骨文中国公司工作多年，曾经创建了 Exadata 大中国区的产品事业 部并担任事业部总监。 目录 引言 5 一、金融行业数据领域面临的困扰 7 1. 数据平台逐渐 “掉队” 7 2. 数据治理面临 “熵增”困境 8 3. 数据资产面临 “兵多、精兵少” 9 4. 数据服务 “效率低” 9 二、金融数据发展瓶颈的破题之术 11 1. 转换顶层设计思维 11 2. 锚定业务价值目标 13 3. 破除数据供需壁垒 14 4. 严控数据高质提效 15 5. 融合算力数智驱动 16 6. 强化数字人才能力 17 三、金融数据能力建设的核心观点 19 1. 以全局视角的驱动力 19 2. 以分层视角的核心力23 3. 以业务视角的价值链48 四、金融数据能力建设的成功要素 57 1. 关键能力和价值方向 57 2. 关键路径和成功要素 58 尾声 64 引言 5 引言 “大风起于青萍之末，浪成于微澜之间。”用这句话来形容中国金融行业数据领域 发展的历程颇为恰当。 从 2003 年银行的数据仓库开始建设到今天整整 20 年过去了，相比其他行业，金融 行业是真正完整地经历了数据仓库建设和大数据建设的两个十年周期 ；同时经历了 从 MPP 技术到 Hadoop 大数据开源技术 ，再到存储计算分离的云原生数据处理技 术 ；再到 AI 数据智能化的 时代；从持续了 20 年的数据治理到今天全域数据资产管 理的数据中台化架构 ，关于金融行业的数据计算分析和智能化运营的探索从来没有 停止过 。但是如何在原有的数据基础和平台技术积累上完成全局视角的数据能力提 升和技术体系的迭代 ，这是今天金融行业共同关注的话题 ，也是金融机构进入数字 化智能时代的重要标志 。 阿里云历时五年助力阿里巴巴集团完成了全域数据中台的建设， 同时也服务了众多 不同类型的金融行业客户在数据平台的建设和数据治理；数据智能化方面，在接触 了近千家金融机构了解实际业务需求和现状后 ，激发了我们创造本文的热情与初衷 ， 期望用更全面、更立体的视角去定义数据的技术和业务价值；站在全局视角去剖析 数据生命周期的管理；站在云原生技术的视角去审视数据计算能力的未来布局。 同时全文解析了从底层数据计算到数据资产化的完整建设方法和路径，分析了当前 数据平台如何从分而治之的建设模式和技术体系逐步演进到全局的数据智能化中台。 关于数据领域研究 ，不仅仅是单纯的技术命题 ，我们也讨论了金融机构内部数据运 营模式 以及数据人才建设体系这些当前重要话题 。 期待本文能够为金融机构不同部门在治理/应用/运营/计算/决策等诸多数据方面的 工作，带来有价值的新发现 ，带来更多关于数据思想 的碰撞 。 本文共分为 四个章节，全面围绕当前金融机构在经历近 20 年的数据建设中，依然 面临的效率、质量 、服务、人才等方面问题，核心从业务对数据的痛点入手 ，通过 能力体系建设方法 ，助力金融机构掌握数据能力体系的建设目标、方法和成功要素， 从而推动金融机构逐步实现数据驱动业务发展的目标 ： 第一章从金融行业数据领域面临的 问题出发，重点描述当前金融机构在经历近