一、 数据中台的由来

早期阶段

数据从产生到最终呈现，构成完整的数据生命周期。在信息化早期，由于承载的业务系统数据量有限，往往只需要一个业务数据库就能够满足。

发展阶段

1) 数据仓库

随着业务系统的快速扩展，历史数据不断积压，业务数据库逐渐无法承载这些海量数据。同时各类业务系统井喷似的出现，在企业内部形成数据孤岛。为了解决这些问题，数据仓库应运而生。由于企业内部业务系统多种多样，对数据的要求也不尽相同，所以在数据仓库内又根据不同业务需求产生不同数集，每个数集都是一个“小型数仓”，针对某个主题域的需求，平衡展现性能与灵活性的要求。

2) 大数据平台

随着互联网时代的到来，海量数据不断产生，传统数据仓库由于难扩展，无法承载如此大规模的数据量。传统数据仓库面向的是业务型数据库，以结构化数据为主，但数据本身是“多样”的。除结构化数据以外，半结构化、非结构化数据也有其存储分析的需求。所以规模和结构就限制传统数据仓库无法适应现代互联网发展趋势，在此背景下能够满足数据的个性化、多样化、海量数据的存储、计算、流数据实时计算等场景的大数据技术应运而生，越来越多围绕“大数据”技术帮助客户实现快速、高效、准确的产生数据价值的需求，最终形成大数据平台解决方案。

3) 数据湖

基于大数据技术发展，数据湖孕育而生。数据湖作为“超大的数据仓库”，可满足多类型数据存储的需求。主要解决“看见数据”的问题，一般以“分布式”的存储形式存在。

数据中台的诞生

中台最早的起源是芬兰公司Supercell，2015年马云一行人在拜访Supercell后，提出“大中台，小前台”的概念。

数据中台是企业级的数据共享、能力复用平台，是数字化转型的基础和中枢系统。在数据产生之后到数据展现之前，无论是抽取、加工、存储、聚合、挖掘、分析等，都是“数据中台”应该囊括的。

1) 狭义数据中台

狭义的数据中台是指一套数据工具应用，包括分布式ETL、数据资产管理、数据标签管理、数据沙箱、自助分析平台、元数据管理、数据质量管理等；底层则以现有的数据仓库、大数据平台等为数据源，为企业提供数据资产管理能力，持续挖掘数据价值，提供数据智能服务。

2) 广义数据中台

通过将企业内部海量、多源、异构的数据进行资产化整合，来为业务前台提供数据资源和能力支撑，以实现数据驱动的精细化运营。不仅是工具的集合，还要使数据更快产生价值。带上业务，数据才能充分发挥其价值。所以数据中台是“帮助客户去实现数据价值”，不是“教给客户如何使用工具”。

二、 银行数字新基建——数据中台

现在

2020年，对于银行数字新基建而言是一个大年，由于疫情原因，无接触金融需求开始增加，在线下业务逐渐减少甚至停摆的情况下，银行将更多的精力投入到数字新基建建设当中，这也促使银行基础系统需要持续进化以提供更加强大的支撑。

2020年4月，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，首次将“数据”纳入生产要素，与土地、劳动力、资本、技术等传统要素并列为五大生产要素，明确提出“加快培育数据要素市场”。

2021年1月，中共中央办公厅、国务院办公厅印发《建设高标准市场体系行动方案》，再次强调要加快培育发展数据要素市场。

由此可见，数据已成为数字经济时代最核心的新型生产要素。如何解放数据生产力、充分发挥数据对其他要素效率的倍增作用、使数据成为推动数字经济高质量发展的新动能，则成为社会各界广泛关注的话题。

作为天然的大数据公司，如何挖掘数据价值一直是银行所探寻的重要问题。而近几年数据中台的创新探索则成为一个大的方向，银行数字新基建呈现出大踏步前行的趋势，各大行也开始加速在数据要素市场的探索，数据治理、数据中台建设明显加速。

未来

1) 寻找行业模型最佳实践

数据中台始终是解决“如何让上层更好的利用和消费数据”，而数据的消费者“一定是具有业务属性的”。目前在大部分的数据中台项目中，都面临“空有工具，无现成可用的行业质量规则和行业数据资产目录，需要依靠大量人力进行梳理建设”的问题，所以只有将“行业模型最佳实践”融入进数据中台，才是有“灵魂”的数据中台。

2) 打造一站式数据工程平台

银行数据中台建设是一项长期且复杂的工程，对于大部分银行来说，都需要全面梳理数据资产，构建全域数据中心，以落地战略和组织保障、培养业务创新土壤，并基于平台实现对数据资产的持续管理和对数据人才的培养摇篮，达到滋养业务、打造业务和数据闭环管理的目的。

参考文献：

[1]马智涛. 打造数据新基建

[2]中科融金科技股份有限公司.2021银行金融科技最新布局

[3]王磊.银行业“数据中台”的再思考

[4]李静瑕.银行数据中台建设：箭在弦上不得不发