Question

阿里云刘伟光：4万字解读金融行业全域数据“观”（精华版）

Answer 1

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。在金融科技领域深耕多年，曾任蚂蚁金服金融科技商业推广和生态建设负责人，以及蚂蚁区块链商业拓展负责人。他亦曾在企业软件市场拥有丰富经验，创建过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平台市场。在此之前，刘伟光还担任过EMC大中国区数据计算事业部总经理，以及甲骨文中国公司高管，负责Exadata大中国区产品事业部并担任事业部总监。

中国金融行业数据领域的演进如同大浪淘沙，历经20年，从2003年银行的数据仓库初建，到今天的成熟阶段，金融行业经历了完整的数据仓库建设和大数据建设周期。技术从MPP技术过渡到Hadoop大数据开源技术，再到云原生数据处理技术，直至AI数据智能化时代。数据治理从持续20年的过程，发展至全域数据资产管理的中台化架构。金融行业在数据计算分析和智能化运营的探索从未停止。

阿里云经过5年努力，助力阿里巴巴集团构建了全域数据中台，同时服务于众多金融行业客户在数据平台建设与数据治理方面的需求。通过接触近1000家金融机构，深入了解实际业务需求与现状，激发了我们对数据技术和业务价值更全面、立体的思考。本文旨在从全局视角剖析数据全生命周期管理，并从云原生技术视角建议数据计算能力的未来布局。

本文深入解析了从底层数据计算到数据资产化的完整建设方法与路径，探讨了当前数据平台从分散建设模式和技术体系逐步演进到全局数据智能化中台的过程。我们不仅研究了数据领域技术命题，还关注金融机构内部数据运营模式与数据人才建设体系等重要议题。

期待本文能为金融机构不同部门在治理、应用、运营、计算、决策等多方面的工作带来有价值的新发现，激发数据思想的碰撞。

中国金融行业数据建设历时20年，不同阶段和不同技术体系构建的分而治之的数据平台，仍面临“数据底数摸不清、数据质量差、数据不好找、数据用不好、查询响应慢”等多方面问题。本文聚焦数据领域痛点，从全局化的数据体系建设分析视角，探讨数据能力体系的建设方法、目标设定、成功标准、技术路线演进路径、数据运营机制等关键问题。

金融行业数据能力出现分化，部分机构在引领业务创新方面表现出色，而有些则难以跟上业务发展步伐，甚至成为业务发展的障碍。本文分析了数据平台“跟不上”业务、数据管理“数据有标准、没有落地”“指标同义不同名、同名不同义”“数据处理与元数据两张皮”等现象，以及数据资产“缺盘点”、数据服务“效率低”等问题。

为解决金融数据发展瓶颈，本文提出破题之术，强调数据能力的提升对企业数字化转型至关重要。未来的金融机构将全面转向数据驱动型，数据价值从“结果记录”发展至“实时精准制导”，数据能力需全面提升。

本文构建了“企业数据能力建设参考模型”，从顶层设计、业务价值、数据服务、数据治理、数智算力、数字人才等六个维度入手，提出了“全域数据观”的概念，包括一张蓝图、三个驱动、一套机制以及六项核心能力。这为金融机构提供了系统性的数据能力构建框架。

在数字基建、数字资产和数字应用层面，本文详细阐述了新一代大数据平台的建设原则，包括存算分离、多引擎算力融合架构，以及“采建管用”的全域数据体系和“盘评治享”的全链路治理体系。同时，强调了数字化人才体系的构建，尤其是数据产品经理在推动数据领域洞察业务需求、沉淀数据产品、提升服务供给能力方面的作用。

本文围绕“全局视角的驱动力”和“分层视角的核心力”，提出了“3+1数据体系”和“六项能力”的概念，强调了数据战略对企业战略的重要性。通过“人货场”数字化运营体系的价值驱动，助力数业融合的数字应用，实现金融机构的高质量发展。

本文总结了金融数据能力建设的关键观点，提出数据驱动是企业战略的核心，数据战略就是企业战略。数据是一面“镜子”，通过全局视角和分层视角，构建数据能力体系，推动企业整体数字化经营，解决原有数据体系分散建设的问题，实现数据驱动业务高质量发展的目标。