導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
投研大數據的核心是對作為風險承受能力及金融產品的情報進行收集與分析，對不同的風險承受能力和繁多的金融產品進行多維度標籤化，並利用知識圖譜的圖數據庫技術進一步梳理相關實體的相互關係，利用圖計算相關技術進行各種量化關係推導，結合金融工程相關理論，可在投資機會分析、投資風險預警上發揮重要作用。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
投研大數據的核心是對作為風險承受能力及金融產品的情報進行收集與分析，對不同的風險承受能力和繁多的金融產品進行多維度標籤化，並利用知識圖譜的圖數據庫技術進一步梳理相關實體的相互關係，利用圖計算相關技術進行各種量化關係推導，結合金融工程相關理論，可在投資機會分析、投資風險預警上發揮重要作用。
△錢銅草智能建議書+：90秒自動生成方案，減少60%人工數據整合成本，內容更直觀，客戶關鍵事件節點更明，銷售無需自行解讀，場景化代入感更強
三、如何發揮數據中臺的價值最大化
01
大數據思維
小數據落地
很多時候，財富管理機構構建業務創新場景是很容易陷入兩個極端：
一個是從頂向下，大而全，這樣的弊端是，速度慢，跟不上價值的變化。一個是從下往上，缺少全局思考，這樣的弊端是容易形成數據孤島。
另外，大部分企業還處在內部數據尚未充分利用的階段，還沒走到需要採集利用外部數據的時候。
所以我們提倡：“大數據思維，小數據落地”——
就是從業務價值出發。頂層設計，全面的梳理數據創新全景藍圖，但是快速找到價值點，從全景圖中的一個或多個數據集合，從小數據場景落地，總的來講就是，從數據全景圖開始，以高價值數據集場景切入。
02
大數據，小展示
一些數據部門或團隊的價值衡量，經常用量化的報表個數，這些報表涵蓋來多少體量的數據作為成績。
真的是數據越多越全越好麼？
當現在的應用越來越細分，維度、口徑越來越多，爆炸式的數據展示反而會隱藏重要訊息，失去應有的價值，這就需要數據中臺驅動數據分析，根據以下原則進行數據篩選展示：
1.不產生行為的可視化是要消除的浪費；
2.避免信息過載，最好在原有基礎上做升級；
3.數據報表系統是一個需要運營的系統，要時刻關注用戶的行為習慣；
4.直接建議和結論，減少描述性的信息。
03
大中臺，小場景
坦率來講，數據中臺這種與客戶的業務，企業的結構，信息化發展階段有著緊密的相關性的業務基礎架構，是很難一次性購買一個大而全的產品來一勞永逸的解決的，大中臺一定是面向場景的，而不是面向技術的，所以我們提倡“大中臺從小場景做起”。
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
投研大數據的核心是對作為風險承受能力及金融產品的情報進行收集與分析，對不同的風險承受能力和繁多的金融產品進行多維度標籤化，並利用知識圖譜的圖數據庫技術進一步梳理相關實體的相互關係，利用圖計算相關技術進行各種量化關係推導，結合金融工程相關理論，可在投資機會分析、投資風險預警上發揮重要作用。
△錢銅草智能建議書+：90秒自動生成方案，減少60%人工數據整合成本，內容更直觀，客戶關鍵事件節點更明，銷售無需自行解讀，場景化代入感更強
三、如何發揮數據中臺的價值最大化
01
大數據思維
小數據落地
很多時候，財富管理機構構建業務創新場景是很容易陷入兩個極端：
一個是從頂向下，大而全，這樣的弊端是，速度慢，跟不上價值的變化。一個是從下往上，缺少全局思考，這樣的弊端是容易形成數據孤島。
另外，大部分企業還處在內部數據尚未充分利用的階段，還沒走到需要採集利用外部數據的時候。
所以我們提倡：“大數據思維，小數據落地”——
就是從業務價值出發。頂層設計，全面的梳理數據創新全景藍圖，但是快速找到價值點，從全景圖中的一個或多個數據集合，從小數據場景落地，總的來講就是，從數據全景圖開始，以高價值數據集場景切入。
02
大數據，小展示
一些數據部門或團隊的價值衡量，經常用量化的報表個數，這些報表涵蓋來多少體量的數據作為成績。
真的是數據越多越全越好麼？
當現在的應用越來越細分，維度、口徑越來越多，爆炸式的數據展示反而會隱藏重要訊息，失去應有的價值，這就需要數據中臺驅動數據分析，根據以下原則進行數據篩選展示：
1.不產生行為的可視化是要消除的浪費；
2.避免信息過載，最好在原有基礎上做升級；
3.數據報表系統是一個需要運營的系統，要時刻關注用戶的行為習慣；
4.直接建議和結論，減少描述性的信息。
03
大中臺，小場景
坦率來講，數據中臺這種與客戶的業務，企業的結構，信息化發展階段有著緊密的相關性的業務基礎架構，是很難一次性購買一個大而全的產品來一勞永逸的解決的，大中臺一定是面向場景的，而不是面向技術的，所以我們提倡“大中臺從小場景做起”。
△從底層自行沉澱數據變為根據前段業務全景需求探索數據
我們要通過業務願景驅動出所有的業務場景探索，從而推導出數據中臺的全景架構，技術支撐。
但是在實施的時候，要從具體的業務場景出發做起，從價值最高的場景做起，然後順著這個場景豎切，不斷的迭代和優化，等一個個的場景做起來，具備業務價值的合格數據中臺也就同步豐滿起來了。
潘可愛的四條結語
1⃣️數據中臺的建設的最終目標還是賦能業務，反饋數據和新數據需要源源不斷地從業務前臺迴流到數據中臺，形成閉環且可不端迭代；
2⃣️無論是財富管理機構還是其他企業建設數據中臺建設有三個必要條件，戰略決心、人才投入和工具保障；
3⃣️數據中臺模式的建設不是一個一次性的項目，會驅動機構的組織和流程進化，因此非常需要決策層從戰略上認同和下決心；
4⃣️數據中臺的構建需要大數據人才，並通過一套完善的大數據工具來支撐建設。而人才方面可以通過借鑑成熟的方法論+外部服務商的引入+好的大數據工具來降低依賴。（ps：對沒看錯，這條就是廣告）
導語
數據是構建物理世界對等的數字化世界的原子，數據中蘊含著業務的本質，蘊含著創新的源泉，誰能掌握數據的能力誰就能在數字化競爭中拔得頭籌。
最近兩年，數據在數字化轉型的重要性被提上了前所未有的高度，數據驅動的決策，調度，運營給企業插上了智能的大腦，帶來了巨大的業務價值。
在金融數字化轉型過程中，穩定與創新之間的矛盾愈漸凸顯，如何協調二者矛盾？
2015年12月，阿里巴巴進行了組織升級，即“大中臺，小前臺”的模式，打破了原有的樹狀結構，小前臺距離一線更近，便於快速決策、敏捷行動；支持類的業務放在中臺，開始扮演平臺支撐的角色。
“中臺”概念被逐步引入金融領域，並開始付諸實踐。
“中臺”早期是由美軍的作戰體系演化而來的，技術上說的“中臺”主要是指學習這種高效、靈活和強大的指揮作戰體系。阿里在今年（2019）發佈“雙中臺+ET”數字化轉型方法論，“雙中臺”指的是數字中臺和業務中臺。
這篇我們主要講數據中臺。
一、數據中臺：打通數據到業務價值的清晰路徑
“數據中臺”不是既有的專業術語，而是企業在持續思索“如何讓數據產生更多價值”的過程中，演變成型的一種管理理念。
所以什麼是數據中臺，至今還沒有權威定義，潘可愛綜合各方資料總結一下——
數據中臺是面向數據應用的數據智能平臺，該平臺提供數據採集、數據模型、數據計算、數據治理、數據資產、數據服務等全鏈路的一站式產品、技術、方法論的服務。它是位於前端數據應用與後端數據源之間的中間層，旨為快速敏捷前端應用需求與相對緩慢的核心數據變化及複雜繁瑣的數據維護之間提供適配。
01
數據倉庫VS數據平臺VS數據中臺
如何看待數據倉庫、數據平臺、數據中臺的區別，核心是對數據應用價值的不斷提升，從“看數據”到“用數據”，再到創造新業務，可稱之為數據應用的三種不同境界。
基於數據倉庫的應用，一般提供數據分析報表等功能，解決企業內部“看數據”的需求，比如領導者駕駛艙，為企業決策層提供經營數據，響應企業運營的需求；對於金融機構，響應外部監管機構的各種數據報送，也是一種“看數據”的強需求。數據的準確性、及時性，是“看數據”階段對數據中心的重要指標。
基於數據平臺的應用，在滿足“看數據”的前提下，越來越多的“用數據”需求被提出，越來越多的前端業務場景需要“用數據”，要用數據來支持業務發展，需要數據中心及時響應業務需求。
概括地說，三者的關鍵區別有以下幾方面：
建立數據中臺的動因：讓一切業務數據化，一切數據業務化
02
建立數據中臺的動因：
讓一切業務數據化，一切數據業務化
中臺的目標是提升效能、數據化運營、更好支持業務發展和創新，是多領域、多系統的負責協同。中臺是平臺化的自然演進，這種演進帶來“去中心化“的組織模式，突出對能力複用、協調控制的能力，以及業務創新的差異化構建能力。
為什麼數據中臺如此重要呢——
數字中臺的建立解決了DT時代帶來的以下的痛點：
1⃣️數據資源盤點、聯接、規範管理，形成企業的“數據資產”管理體系。幫助解決傳統信息系統建設過程中，因”煙囪式“架構導致的數據隔離、數據不一致等問題，避免“數據孤島”的出現；
2⃣️避免重複開發，確保前端業務“輕量化”。數據中臺要求“整合、共享“，因此業務前端需要的數據應用能力必須經過數據中臺進行實現，這樣既確保了前端業務的輕量化，又鞏固了數據中臺作為關鍵地位，避免出現重複開發帶來的效率及成本等問題；
3⃣️數據能力提取、整合與統一輸出。通過數據存儲架構的設計、數據標籤體系構建、數據指標與算法模型的搭建，形成企業基礎數據能力並整合在平臺系統中，並開放給前端業務進行調用。
二.財富管理機構的兩大重點數據資產
作為財富管理市場核心IT系統的主要服務商，潘帕斯相信從一切從業務需求出發，結合大數據、人工智能的應用，將會是財富管理市場數字化升級的主要方向。
財富管理機構搭建數字中臺，首先是要清楚究竟有哪些數據資源，會賦能到哪些業務場景。
用戶大數據
“以客戶為中心”的理念一直為財富管理機構所信奉，IT的發展也首先考慮直接面向客戶的場景。所以隨著大數據技術的發展，“用戶大數據”相應的數據資產首先被關注。
除了業務系統中沉澱結構化用戶信息，用戶行為數據被進一步採集。在網絡安全已立法的今天，財富管理機構應當建立自己的數字化業務系統來進行用戶行為分析，並告知用戶，獲得用戶的授權。
“用戶大數據”主要應用場景有金融機構線上運營、精準營銷。基於用戶大數據的用戶行為分析系統，是金融產品運營的重要工具，拉新、促活、留存，都需要有數據的支撐，在這個過程中還需要合法購買第三方的用戶分析數據、明細數據補足進入大數據平臺，並能有效使用這些外部數據。
同時，利用用戶大數據及用戶標籤系統，對用戶進行全面、精準的畫像，從而實現千人千面的用戶服務，比如資訊信息的個性化推薦、金融產品的個性化推薦。這些應用都是數據中臺利用“用戶大數據”可以提供的數據服務。
投研大數據
在資本市場，投資是核心的業務，不管是客戶自主投資、代客理財、自營業務、還是投行業務，後面都需要“投研大數據”的支撐。
投研大數據的核心是對作為風險承受能力及金融產品的情報進行收集與分析，對不同的風險承受能力和繁多的金融產品進行多維度標籤化，並利用知識圖譜的圖數據庫技術進一步梳理相關實體的相互關係，利用圖計算相關技術進行各種量化關係推導，結合金融工程相關理論，可在投資機會分析、投資風險預警上發揮重要作用。
△錢銅草智能建議書+：90秒自動生成方案，減少60%人工數據整合成本，內容更直觀，客戶關鍵事件節點更明，銷售無需自行解讀，場景化代入感更強
三、如何發揮數據中臺的價值最大化
01
大數據思維
小數據落地
很多時候，財富管理機構構建業務創新場景是很容易陷入兩個極端：
一個是從頂向下，大而全，這樣的弊端是，速度慢，跟不上價值的變化。一個是從下往上，缺少全局思考，這樣的弊端是容易形成數據孤島。
另外，大部分企業還處在內部數據尚未充分利用的階段，還沒走到需要採集利用外部數據的時候。
所以我們提倡：“大數據思維，小數據落地”——
就是從業務價值出發。頂層設計，全面的梳理數據創新全景藍圖，但是快速找到價值點，從全景圖中的一個或多個數據集合，從小數據場景落地，總的來講就是，從數據全景圖開始，以高價值數據集場景切入。
02
大數據，小展示
一些數據部門或團隊的價值衡量，經常用量化的報表個數，這些報表涵蓋來多少體量的數據作為成績。
真的是數據越多越全越好麼？
當現在的應用越來越細分，維度、口徑越來越多，爆炸式的數據展示反而會隱藏重要訊息，失去應有的價值，這就需要數據中臺驅動數據分析，根據以下原則進行數據篩選展示：
1.不產生行為的可視化是要消除的浪費；
2.避免信息過載，最好在原有基礎上做升級；
3.數據報表系統是一個需要運營的系統，要時刻關注用戶的行為習慣；
4.直接建議和結論，減少描述性的信息。
03
大中臺，小場景
坦率來講，數據中臺這種與客戶的業務，企業的結構，信息化發展階段有著緊密的相關性的業務基礎架構，是很難一次性購買一個大而全的產品來一勞永逸的解決的，大中臺一定是面向場景的，而不是面向技術的，所以我們提倡“大中臺從小場景做起”。
△從底層自行沉澱數據變為根據前段業務全景需求探索數據
我們要通過業務願景驅動出所有的業務場景探索，從而推導出數據中臺的全景架構，技術支撐。
但是在實施的時候，要從具體的業務場景出發做起，從價值最高的場景做起，然後順著這個場景豎切，不斷的迭代和優化，等一個個的場景做起來，具備業務價值的合格數據中臺也就同步豐滿起來了。
潘可愛的四條結語
1⃣️數據中臺的建設的最終目標還是賦能業務，反饋數據和新數據需要源源不斷地從業務前臺迴流到數據中臺，形成閉環且可不端迭代；
2⃣️無論是財富管理機構還是其他企業建設數據中臺建設有三個必要條件，戰略決心、人才投入和工具保障；
3⃣️數據中臺模式的建設不是一個一次性的項目，會驅動機構的組織和流程進化，因此非常需要決策層從戰略上認同和下決心；
4⃣️數據中臺的構建需要大數據人才，並通過一套完善的大數據工具來支撐建設。而人才方面可以通過借鑑成熟的方法論+外部服務商的引入+好的大數據工具來降低依賴。（ps：對沒看錯，這條就是廣告）