一、项目方案

数据是银行重要的信息资产，金融行业及其监管机构也不仅仅满足于固定格式的报表，对数据的探查和数据的纵深分析在恰逢大数据来临之际，达到了一定高度且成果倍出。尤其是在零售普惠信贷方面，大数据、机器学习的运用以及对客户的画像和反欺诈分析达到了前所未有的高度和深度。

金融行业一直是信息系统应用的先行者，以满足日常业务办理和监管要求为前提。但随着业务的增多和监管的趋严，通过问题反观金融业系统架构体系，我们发现往往“烟筒林立”，“数据孤岛”。随着数据中台的口号趋于缓和，2022年初中国银保监会办公厅关于银行业保险业数字化转型的指导意见发布，为金融业未来的科技转型发展指明了方向。

此外，金融数据的运用一般分为离线（T+1）数据和实时数据，通过传统的数仓或大数据平台的建设，在离线数据使用方面已经相对成熟，但对于实时数据的应用目前还处于方兴未艾的阶段，除了突破应用场景，还有相关技术和人才的短板。

二、创新点

一是整合核心账务系统、电子银行系统、理财业务系统等产生实时数据的系统形成统一的实时数据收集平台“御数港”；二是搭建行内实时数据的消费端及实时数据计算分析平台，并提供给下游系统；三是应用场景的开发和使用，丰富了实时数据应用的案例；通过以上几个步骤的应用，打通了数据通路，链接了数据孤岛，锻炼了数据思维，培养了人才。

三、技术实现特点

1.御数港

以提升中小城商行的获客、经营分析、风控能力，联盟打破传统T+1数据服务的局限，采用金融业务场景（内）+实时技术（外）相结合的方式快速构建实时数据服务平台，支持：

数据分发订阅；

提供数据权限管理；

运行任务状况监控；

数据流量统计等功能。

2.实时数据计算平台

支持多种实时计算的实现方式：通过图编辑器连接算子构建流作业；使用SQL语句来定义实时计算流程；或直接上传原生Flink作业Jar包文件。提供对业务指标进行实时计算的能力，包括数据的实时接入，提供筛选、聚合计算、聚合粒度、时间间隔等设置实现数据指标实时计算。提供规则集、评分卡、决策表、交叉决策表、及规则流多种规则定义方式，配合可视化规则设计器，并行策略和流程配置，提升实时决策分析能力。提供模型库和实时应用的模型模版，可以将机器学习和人工智能扩展到实时。提供模型服务的发布，监控和管理能力，在流作业中实现在线模型服务预测。

3.场景案例

传统业务客户经理营销实时红包激励；该场景源自分行的实际业务需求，为了进一步拓展银行卡业务，并增加有效卡数量，激励一线客户经理营销，当客户开卡存款成功后，对客户经理进行的实时绩效奖励。改善了之前一个月甚至一个季度才能分配绩效的弊端，切实增加了营销积极性。

实时存款调度；实时数据分析平台通过和行内OA整合，每天定时按机构、人员等发送机构存款情况，包含对公、零售实时存款余额，资金转入、流出情况，方便机构管理人员掌握本机构新存款情况。

实时积分指标推送；为配合我行的积分商城的优化升级，支撑积分商城对于实时指标的加工需要，实时数据计算平台通过对开户、签约三方支付、客户资产计算，为积分商城加工实时数据指标。

支持反欺诈系统；为配合我行反欺诈系统的优化升级，支撑实时预警和反欺诈，实时数据计算平台通过对资金往来监控、黑名单测试计算，为反欺诈系统加工实时数据指标，助力我行反洗钱工作。

四、项目过程管理

1.需求分析和概要设计阶段

此阶段时间段为2021年4月至2021年7月，其间主要完成了业务需求分析、业务功能和技术构架的高层设计,并对我行的实时数据使用场景进行了探讨。

2.系统详细设计阶段

此阶段起始时间为2021年7月至2021年8月，其间主要完成了系统详细设计工作，提交了实时数据大屏BI设计需求文档。

3.系统编码、测试和上线准备阶段

此阶段起始时间为2021年8月至2021年11月，其间完成了实时数据大屏、各类算子的客户化开发的编码、测试以及试点行上线准备工作，提交了实时数据大屏、存款实时调度的测试报告、上线方案、系统设置等文档。

4.试点行上线阶段

此阶段起始时间为2021年11月至2021年12月，其间完成了实时数据大屏的试用，反欺诈指标的加工，为9家分行及分支机构开通实时存款调度，并对莱商银行徐州分行上线了实时红包激励功能。

五、运营情况

1.平台稳定性

系统运行半年多，期间进行过版本升级，系统运行稳定，能够及时处理实时数据的计算和分发功能；

2.红包激励活动情况

活动开展5个月，累计发送激励红包23004笔；业务反应良好。下一步可以继续扩大该类场景应用。

3.实时存款调度情况

功能上线以来，共进行内网邮件推送2万余次。业务反应良好。

4.实时积分指标

该功能属于2022年实施数据分析平台优化项目，目前项目正在开展当中。

六、项目成效

1.实现核心业务实时数据的归集管理

对于实时数据的使用不用单独与业务系统对接，通过御数港一站式解决实时数据的获取。此外增加了系统以及数据的稳定性和安全性。

2.实时数据计算平台为媒介，联通下游应用

实时计算平台以Flink为技术平台，以分布式为基础，支撑大数据并发量。满足了不同业务系统对于实时数据以及实时数据计算的需要，并兼容多种实时接口。

3.丰富了数据应用价值。

实时数据分析平台的建设，从实时应用角度挖掘了数据价值，其价值不但提现在实时性，而且体现在实时数据的计算上，有时还体现实时数据和离线数据组合计算上。尤其是实时报表和大屏的应用，弥补了银行在实时数据报表上的不足。

七、经验总结

通过实时数据分析平台的建设，实现了实时数据采集、计算和应用的能力，通过对各类实时指标加工，进行多维度的挖掘和统计分析，除了进行实时数据大屏展示外，还将为各类下游系统提供实时数据支撑能力。