三、金融数据能力建设的核心观点
数据战略就是企业战略。数据是一面“镜子”，如何把数据的价值从“后视镜”（做历史分析），转变为“望远镜”（看方向）、“放大镜”（精细化操作）、“显微镜”（发现问题真相），关键是看企业的数据体系的完整度（木桶的短板）和数据能力的应用程度（水位的高低）。
（一）以全局视角的驱动力
站在全局视角，我们提出了“全域数据观”的“一张蓝图、3+1数据体系、6大核心能力”的数据能力体系框架，如下图所示。
一张蓝图：通过自顶向下的设计方法，统一规划和设计数据驱动业务发展的战略目标和价值，推动企业整体数字化经营，从而体系化解决原有数据体系分散建设的问题。
三个驱动：采用存算分离、多引擎算力融合架构的算力驱动，打造企业级数字基建；构建“采建管用”的全域数据体系和“盘评治享”的全链路治理体系的数据驱动，沉淀企业高价值数字资产；运用“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。
一套机制：工作目标管理、组织架构支撑及数字人才体系等一系列运营保障机制。
六项能力：通过“3+1”数据体系的建设，帮助金融机构在增效率、降成本、提质量、敏创新、强团队、建生态等六项核心能力上得以提升。
（二）以分层视角的核心力
在数据能力体系中，“3+1”数据体系是核心能力，采用分层架构详细设计了数字基建、数字资产和数字应用三层核心架构，以及运营保障机制。
1、数字基建
数字基建是数据计算、存储的算力基础设施。针对当前海量数据算不动、效率低、成本高、难运维等问题，新一代大数据平台建设通常遵循五大法则，分别是具备云原生扩展的多种计算模式融合、支持多层智能化的分布式存储层、统一调度和弹性伸缩的资源池管理、异构计算引擎的工作负载协同和大数据SRE智能运维能力。
2、数字资产
数字资产通过全域数据资产建设、智能化数据分析手段以及多样数据服务能力，实现企业数据的管理闭环，并打通各层级与多业务间的数据壁垒，实现数据的统一整合与运营，提高企业数据建设和应用的效率。全域数据“观”提出数字资产建设 4项核心能力+4项扩展能力。
4项核心能力：通过“采、建、管、用”建设数据资产体系：
1）“采”—— 企业数据资产全域采集，核心能力在于“全域和时效”
全域是解决数据完整性问题，时效是解决数据实时性问题，同时多样数据源为了确保与企业内部数据融合，还需要规范化和标准化的管理机制保障。随着经营管理决策对数据时效性的需求，对数据全面性、实时性也提出了较高要求，如基于埋点数据的采集和分析可大幅提升客户经营决策能力。
2）“建”—— 敏捷构建企业级核心数据资产，核心能力在于“敏捷和复用”
敏捷解决的是数据模型研发效率低的问题，复用解决的是公共层、萃取层建设的数据资产共享问题。我们在进行数据模型分层体系、数据公共层模型体系、企业级指标和标签体系建设的同时，引入模式设计即开发工具提升数据研发效率和质量，并通过指标和标签体系沉淀企业高价值数据资产，引入数据连接（数据+算法+服务）技术实现多端设备互联互通，打通数据资产与业务通道，实现数业深度融合。
3）“管”—— 打造精品数据资产管理及运营体系，核心能力在于管“好”资产
数据资产管理是金融机构一直不断持续优化的能力，构建全域资产知识图谱，摸清家底；通过资产价值健康度评估，提升资源利用效能；借助源系统数据研发工具与数据治理平台工具集成，实现全链路数据治理体系升级，实现高价值数据资产的“金融活水”作用。
4）“用”—— 数据产品打通数据应用“最后一公里”，核心能力在于“价值和体验”
数据产品和服务建设目标是全面掌握企业数据资产、降低用数门槛、提升用数体验。同时，推动企业内部形成人人都是分析师的文化氛围，为此，我们提出三个关键方向：一是数据产品化将成为数据资产从资源态到服务态的重要载体；二是数据产品经理将成为数据人才建设中的“灵魂人物”；三是一站式数据工作台将加速推动金融机构的数据平民化进程。
4项扩展能力：我们还需要通过“盘评治享”打造新一代数据治理体系，持续管理“好”企业的高价值数据资产。
1）“盘”—— 全面了解家底
数据资产盘点，明确数据资产范围，自动化构建数据资产目录，盘点数据资产内容，打造数据资产标签体系，通过可视化和智能化手段，支持各类用户快捷高效、便捷查询和了解数据资产情况，摸清底数。
2）“评”—— 评估资产价值
数据资产评估，针对资产价值、效能、质量、活性和安全等不同维度建立对数据资产的评价方法，以量化的方式描述和评价数据资产，便于数据生产者、数据管理者和数据消费者更准确的了解数据资产的状态。
3）“治”—— 提升数据质量
数据资产治理，从数据资产可用性的角度提升数据质量。新一代数据治理机制的关键点在于“全链路数据治理”，抓住数据生产源头，强化业务系统元数据管理，从源头消除数据标准不落地问题，推动治理工作迁移，将规范设计嵌入研发体系，形成全链路数据治理能力，从而解决设计与运行、线下与线上两张皮的现象。
4）“享”—— 服务与共享
数据资产服务与共享，以数据资产在企业内部的充分流动、高效共享，实现用户端侧价值为首要目标，具体工作围绕着数据产品化、服务计价和服务运营几个方面展开。
