产品展示
银行业数据架构的前世今生

发布于:2024-01-28 18:31:00  来源:产品展示  点击量:14次

  本文根据王雪在【第十五届中国系统架构师大会(SACC2022)】线上演讲内容整理而成。

  银行信息化发展历史包括四个阶段:20世纪70年代的信息孤岛阶段、20世纪80-90年代的互联互通阶段、20世纪90年代至2012年的信息化阶段、2012年至今的数字化阶段。

  在信息孤岛阶段,20世纪70年代,中国银行引入第一套理光-8型主机系统。20世纪80年代,首次批量成套引进M150小型计算机,先后实现了储蓄业务、对公业务、会计报表的自动化处理。

  迫于经济繁荣发展、柜面业务压力,计算机仅用于各柜面计算使用、系统相互独立、信息独立存储,导致各个机构之间要实现相互连通。

  在互联互通阶段,1989年,中国人民银行以金融通信卫星为支撑,实现各银行业务互联,电汇取代信汇。1994年后,商业银行陆续痛楚电子联行汇划及清算系统,实现集汇划、清算、结算于一体的综合性应用系统。2000年,中国人民银行统一开放电子联行“天地对接”,实现异地转账业务24h。

  上图是银行互联互通清算体系结构,数据还是集中在总行进行清算,发报行向总行发起请求,汇划业务经办行经过处理之后,汇总到清算中心,继而汇总到总行清算中心,最终给予收报行请求反馈。

  在信息化阶段,我们实现了现代化支付体系,比如中国现代化支付系统(CNAPS),中国人民银行按我国支付清算需要,自主研发建设,包括大额实时支付系统、小额批量支付系统、清算账户管理系统、支付管理信息系统。

  电子银行实现了加快速度进行发展,出现了网上银行、电话银行、手机银行。数据应用开始起步,我们开始意识建立了企业级数据仓库。运营集约化,“集约运营、服务共享”理念,建立业务集中处理中心、金融交易中心、报表中心、电子银行中心、短信平台、远程授权等营运中心。

  在数字化阶段,由于大数据、云计算等技术开始崛起,银行的技术架构实现两地三中心的设计理念。管理现象化最重要的包含:CMMI、ISO认证、IT管控、IT审计。采用渠道、产品创新、互联网金融模式,以“客户体验”为目标,实现金融互联网化。

  信息系统架构反映一个机构的信息系统的各个组成部分之间的关系,以及信息系统与相关业务,信息系统与有关技术直接的关系,包括应用、技术、数据的相应选择和投资组合定义。

  事实上,银行信息化系统驱动的两个领域就是价值和作用。不同干系的人对它有不同的期望与价值。对于业务人员来讲,从信息系统中获得更有效的数据价值,挖掘客户的信息,实现更好的营销。对于研发人员来讲,实现业绩融合,更好的推动IT进程的发展。对于数据中心的人来说,想达到自动化一体化的运维。

  银行信息化在企业内是向上承载战略,向下有系统和信息化规划的方法,在企业内部属于战略规划层,处于规划与管理项目之间。在信息化规划的时候,它的直接术语就是业务架构。架构管控是信息化建设的一套管理机制,确保架构能够持续更新,得到一定效果的作用,二者是必不可少的部分。

  应用架构对实现业务能力、支撑业务发展的应用功能的结构化描述,是业务架构和技术架构的桥梁。它设计的原则是业务适配性、应用企业化、IT专业化、风险最小化、资产服用化。

  应用架构主要有两个分层分组:分层是业务与技术分离,降低各层级耦合性。分组是业务功能分类和聚合,紧密关联应用与功能聚合为一个组。在应用架构分组方面,银行是一个很大的体系,要求我们对业务进行聚合。可大致分为,渠道接入层、渠道整合层、业务处理层、集成层、决策与管理。

  决策支撑与管理:通过数据分析提供决策支撑的应用以及风险管理、财务管理等。

  关于应用架构未来发展的趋势,可以扩充我们的客户触达渠道,微信银行可以为客户每天推送渠道信息。通过活动中心、内容中心、决策中心、监控中心、权益中心来扩充营业销售平台。产品服务层,包括数字货币组、存款业务组。数据和洞察服务层,我们要保障数据的安全性、客户信息的安全性,数据资产的组合。

  俗话说,工欲善其事,必先利其器。技术架构是支撑应用和数据的技术基础,其领域涵盖应用及数据服务所需要的技术组件、技术平台和支持开发、运维所需要的环境工具、技术能力等。

  传统技术架构由底层支撑,包括平台服务、网络服务、公共系统服务、接入渠道、接口服务、安全服务、系统管理服务、测试和开发服务等构成。云服务下的技术架构有私有云、公有云、平台服务、基础设施服务等。

  技术架构也可以从企业集成服务、技术创新服务、通用组件服务、研发运维一体化服务这四个方面做思考。

  数据架构贯穿于总系统,业务操作产生数据,数据在银行应用系统流转,进行数据存储、处理及流转。在银行系统实践中,应用、技术、数据三者不可或缺。数据是连接于应用和技术,应用架构对外影响业务的实现。

  数据架构需要仔细考虑三个方面:数据的有效性、处理的效率、流转的一致性。数据的生命周期最重要的包含数据产生、数据流转、数据整合、数据应用、数据归档。

  数据架构规划在设计的时候,遵守数据分层原则、数据处理效率原则、保障数据一致性原则、服务于业务原则。

  在数据产生阶段,我们关注重点是业务流程模型导出数据分类模型。设计思路围绕定义和描述业务模型、业务模型到流程模型、提炼数据分类模型。成熟企业级数据模型(IFW模型),包括相关方、位置、产品类别。

  数据分类模型和数据标准关系主要有业务数据和技术数据两类。主数据管理和数据分布包括主数据、事件数据、参考数据、以及关系数据。在数据产生环节,需要仔细考虑数据处理效率。

  在数据流转阶段,有两个目标。业务流程运转的需求,数据实时发生过程中从一个系统到一个系统流程。经营分析和管理需求,数据准实时或日终批量的方式从前台操作、中台控制、后台决策系统的流转。

  在数据整合阶段,数据标准定义流程:第一步是目标规划,我们应该定义标准化的框架,业务输出的数据,才可以在一定程度上完成企业级数据的建模。第二步是现状调研,我们根据已有的数据来进行问题梳理,现状分析、参考文档收集等。

  第三步是标准设计,对于数据来进行标准化的定义、分类、标准数据项、标准值、标准口径。第四步是标准执行,数据映射、规划映射,提供执行建议。

  上图是商业银行数据架构,集市层面向应用层定制个性化的数据输出,汇总层提供统一的业务口径,比如机构汇总、渠道汇总、账户汇总、产品汇总等。EDW整合层面向主题、业务驱动。ODS层解决源系统快速接入的问题,源数据一次性分析,一次性获取,一次性接入。

  众所周知,领域驱动价值。银行数据架构是以战略决策和行业对标来驱动的,迫使业务架构做调整,继而驱动应用架构、数据架构、技术架构。

  对于银行业的数据架构的规划,在数据治理方面,需要遵循《银行业金融机构数据治理指引》、《统计数据和元数据交换标准》《征信数据元 信用评级数据元》等。在数据安全方面,需要遵循《个人金融信息保护技术规范》、《金融数据安全 数据生命周期规范》。

  数据架构的实施路径可根据企业级数据建模的四个步骤,识别实体、形成实体框架图、识别业务对象,定义业务对象。

  只要把元数据治理好,才能让银行的数据架构从上而下,从下而上实现标准化同一化的管理,对外报送的口径一致。

  毕业于西安电子科技大学,目前在中国邮储银行软件研发中心从事数据开发(DBA岗),被评为数据架构方向的青年人才。