从2003年银行的数据仓库初建开始到今天整整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。

　　阿里云接触了近千家金融机构，了解实际业务需求和现状，同时也服务了众多不同类型的金融行业客户建设数据平台和数据治理。阿里云发布的“金融行业全域数据观”，包括数据战略蓝图、3+1数据体系、6大核心能力的数据能力体系框架。这是金融科技领域首次完整论述从底层数据计算到数据资产化的建设方法和路径，它将支持金融机构的整体数据战略。

　　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，不仅仅是技术命题，报告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。

　　金融行业数据领域面临的困扰

　　数字化程度的一个重要标志是“数据与业务的关系”是否能从“跟随”（事后分析），到“伴随”（实时分析），再到“引领”（智能服务）。经过20年的数据建设，我国金融机构的数据治理和应用有了显著提高，但机构之间的差异正在日益扩大，不同技术体系构建的数据平台分而治之，“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”等问题依然比较突出。

免责声明：本网站部 分文章和信息来源于互联网，本网转载出于传递更多信息和学习之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请立即联系管理 员，我们会予以更改或删除相关文章，保证您的权利。对使用本网站信息和服务所引起的后果，本网站不作任何承诺。