证券公司建设数据中台的思考

数据中台成为了近期的热门词汇，各种概念层出不穷。很多数据公司都跑过来信誓旦旦的要建数据中台，看了他们的方案以后便无力吐槽，把传统数据仓库的东西包装了一层互联网热词，不但对证券业务所知甚少，而且妄图用一套方案解决所有行业问题。不以业务场景出发，而直接兜售数据中台系统的公司都属于耍流氓。

证券公司的数据中台应该怎么建，在汇总诸多数据专家的观点并结合本人建设过程中些许感悟后，在此与各位读者分享。

1，  数据中台的关键词

数据中台的定义很多，本文就不再妄下定义。这里仅列出3个有代表性的关键词：业务场景、数据服务、快速响应。从这几个词我们就可以看出数据中台与数据仓库的区别。

2，  数据中台与数据仓库

证券公司大多已搭建数据仓库，并承担核心数据的加工职能，但传统数据仓库以被动接受业务需求为主，往往是先有了业务想法和需求，而后加工成数据表并在各系统呈现，业务根据报表去进行业务决策。例如先有“某领导要看什么”，然后再去采集和处理对应的数据，并生成报表放到BI系统。因此，数据虽然来自于业务，但不能直接作用到业务。

数据中台是提供业务服务的系统，以提供数据服务的方式直接驱动和改变业务行为本身，而不需要人的介入，数据中台距离业务更近，为业务产生价值的速度更快。所以，数据中台与数据仓库是不同层次的系统，中台是可以构建在数据仓库之上。因此，在建设数据中台与建设数据仓库有明显的区别。

3，  数据中台建设方向

数据中台建设应遵循轻规划，重场景，快迭代的原则。本文从数据服务效率、数据价值发掘、数据资产管理和数据团队建设给出思考。

3.1 从T+N到T+0

由于证券业务的特殊性和计算能力的限制，传统的数据服务往往以T+N的方式提供，然而目前数据需求都在朝T+0演进，都在寻找高响应力，快速反馈的实时分析型数据数据处理架构，将数据从原来传统的经营分析领域演进到直接参与业务交易。数据中台的重要工作就是将联机交易处理类（OLTP）和联机分析处理类(OLAP)实现融合，为前台业务提供更快的数据类业务服务。

3.2 数据价值发掘

证券公司业务场景复杂多样，数据中台建设应该遵从“从业务中来，到业务中去”的方针，数据中台从出生那一天起就承担着为业务提供更快的数据服务的使命，所以它是和业务价值紧密绑定的，不能提供业务价值而开发出来的数据服务就是一种浪费。已上线的数据服务要及时跟踪用户反馈，并且不断迭代当前的数据服务。

3.3 数据资产管理

（1）数据资产目录

企业的数据中台一定是跨域的，需要让所有的人都知道数据资产目录在哪里。没有共享和开放，数据没有办法流动起来，没有流动的话数据的价值产生的速度就会非常慢。所以在数据安全的基础上，证券公司的数据资产目录要对利益相关者、价值创造者开放，同时提供好用的分析工具，比如机器学习平台，智能报表系统等，让业务人员能够自主分析。

（2）数据质量管理

数据质量问题近些年被反复提及，很多公司投入大力气去建设各种制度和系统，却依然没得到很好的效果。其实核心问题是：如何用现有的质量差的数据为业务产生价值。这么多年的经验教训告诉我们，数据质量的问题是不可能百分之百解决掉，因为业务变化的速度快于数据变化的速度，这是一个客观存在的而且短期内不可能改变的事实。我们最应该关心的应该是数据如何能够给业务产生价值，即使只有60%的数据准确度，在治理数据质量的同时，依然要找到这些数据可以为业务产生价值的方法和场景。

因为传统的数据治理都是管控式治理，而不是服务式治理。定义了一堆数据标准，新增了一堆新岗位和流程，新建了一堆系统，却忽视了数据治理是为了业务服务，最终导致业务的速度变慢而流于形式和空文。

3.4团队建设及考核办法

目前证券公司数据中心仍然是作为成本中心去核算。但是在数据及是资产，以数据驱动业务开展的背景下。数据中台要成为一个用互联网思维去经营的利润中心平台，对其的考核机制也仿照利润中心的模式进行，要把数据中台当做像电商平台一样去经营。

平台上的产品是各种类型的数据服务，其中包括数据团队自营的服务，也包括其他数据分析团队上线的数据服务。对于整个平台的最核心考核指标，就是产品的销售额：数据服务被业务使用次数。同时平台的日活、留存率、召回率也会作为辅助指标进行评估。例如，数据中台的经营分析人员需要分析了解，为什么今天上午这个业务部门的人用了这个数据、调用了十次，下午不用了，原因是什么，调用了这些数据服务的人通常还会调用哪些其他的数据服务等，而后要思考开发相应的数据产品，提高业务的使用频率。

数据中台的团队不仅仅是一个技术团队，应该将数据中台当做一个产品团队来构建。可以配置以下岗位支持中台建设：

数据平台岗：进行整体数据中台的技术架构设计，保证数据中台架构的可持续性，稳定性和扩容弹性。

数据开发岗：负责公司业务梳理，构建数据模型，构建数据主题，开发数据产品等。

数据运营岗：将数据服务作为产品来运营，通过对数据服务上线后被调用的情况、数据质量、问题反馈等汇总分析，及时与其他岗位沟通推动平台优化。

数据产品经理岗：数据服务的产品经理(PO)，与各岗位一起协作，创新、设计、生产数据服务。

4，  结语

  以上便是本人对于证券公司落地数据中台的思考。证券行业经历了寒冷的2018年，用一个词形容2019年春季的股市——乍暖还寒。证券行业表面繁荣底下却暗流涌动，外资券商虎视眈眈，互联网公司摩拳擦掌，头部券商也在大搞金融科技军备竞赛。数据中台作为大数据概念的当红明星，受到众多公司追捧，未来在激烈的竞争中，数据就是一切创新的源动力，希望此文可以为您带来一些收获，助理您建设自己特色的数据中台。