近日，StarRocks Summit Asia 2022圆满落幕，40多位行业专家出席分享，DataPipeline作为生态伙伴受邀参加。DataPipeline CTO 陈肃与来自中原银行、亚马逊云科技、帆软软件、CSDN、StarRocks的各位专家从数据链条的各个视角深入探讨了关于数据管理新范式的心得。

随着数字经济深入高质量发展的新阶段，若干行业都面临全球供应链的不确定性、人力等成本上升、市场竞争环境带来的波动等风险，粗放式发展已经无法持续，各行业的业务驱动引擎都从流量驱动往数据驱动转变。

DataPipeline认为，DataOps给数据管理提供了一条“流程+工具+组织”的落地实践新范式。DataOps理念的目标是使得企业可以通过对数据链路持续构建，像交付应用一样快速、灵活地交付数据，并在过程中管理好数据链路的可观测性，让数据业务人员更容易地发现数据、安全地使用数据，最终达到降低TCO，提高ROI，帮助各行各业的企业实现数字化和智能化转型的长期战略目标。这也和与会几位专家的想法不谋而合。

以下是圆桌论坛内容的节选分享

关于“数据驱动业务增长”怎么看？

DataPipeline CTO陈肃认为：

“ 从数据驱动角度看，企业大致分为两类：一类天生数据驱动，例如出行、外卖等服务，没有数据业务就无法开展更谈不上降本增效。另一类企业在过去的几十年虽然已经完成了信息化，但业务增长过程中更多的还是依赖运营管理和营销。

随着经济形势的变化，各类企业对降本增效需求都更加迫切。第二类企业也需要对针对产品、运营、营销、市场、客服等部门的数据，通过可视化、量化、可预测的一系列方法进行数据分析，从而指导业务发展。但对这类企业来讲，现有IT系统难以满足数据驱动的高标准要求，由此也带来近些年对于企业服务软件市场的蓬勃需求。”

中原银行数据信息部副总经理刘远东认为：

“ 作为一家金融企业，我们正面临两方面挑战：一是目前条件下如何通过数据驱动改善提升客户体验。二是如何响应国家号召，发展普惠业务。全行数智化转型，驱动运营与决策，实现运营数据化和决策智能化。

展开讲一下第二个方面，小微、普惠、惠农等业务，和一般个人和公司业务比，尽职调查是难点，授信及额度出具需要大量数据支撑，只有数据驱动才能实现决策智能化，从而对小微更好地支撑。我们把授信决策业务做了全流程改造，其中包括大量的数据对接及运营工作，比如尽职调查、额度模型、贷后管理，由客户经理管理驱动逐渐转变为数据模型驱动，最终实现小微业务的增长。”

企业在数据驱动、数据分析领域面临的挑战

DataPipeline CTO陈肃认为：

“ 非常多的企业，尤其非互联网企业，其信息系统是过去数年、数十年逐步构筑起来的，采用的存储系统、数据库的异构性极强。当我们目标是实现数据驱动，首先需要采用良好的基础设施对于数据尤其是实时性数据进行整合，实时性高意味着业务相应更加敏捷。这是我们DataPipeline强调的加速数据驱动最初一公里的概念。对于传统企业，投入自己的研发力量，解决多元异构数据系统的打通工作，投入产出比不高，越来越多的企业倾向于使用专门企业服务软件做技术基础性工作，包括数据整合、分析等。企业越来越重视成本、效率和投入周期。”

中原银行数据信息部副总经理刘远东认为：

“ 中原银行在数智化转型中数据分析方面的挑战主要包括：企业数据分析的模式在发生巨大变迁，尤其像我们这样机构规模庞大的企业。以前，业务发展需要数据时，会把若干数据需求提给科技部门，由科技部门将其作为系统需求实现，这种模式下，分析完全由科技/工程团队解决。近些年，随着数字化转型的发展，零售、小微业务等领域，对数据分析的诉求越来越强，业务部门自己建设了相关的组织，能力越来越强。数据由集中化管理转变为民主化使用，科技部门也做了大量工作，让业务分析师可以快速实现复杂查询，对行里的数据资产进行严谨地盘点，对行内实现民主开放。

同时，随着业务变化越来越迅速，其对时效性要求越来越高，比如实时营销活动（根据地点、热点等实时信息）以天为频次迭代、反欺诈运营的及时性，要求数据分析以T+1的数据加工模式变为实时/准实时模式。这种模式对于IT架构复杂的金融机构，实时架构的兼容性、完整性、对现有架构的融合性都需要较高保障。”

来自亚马逊云科技、帆软软件、CSDN、StarRocks的几位专家也就数据的体量迅猛增长、异构性及时效性挑战达成一致并着重进行了探讨。

在当前形势下，业务要求管理更精细化、响应效率更高、架构更简单、成本更可控，数据将在其中发挥巨大作用。DataPipeline希望与产业链上下游伙伴携手，共同践行DataOps理念，以加速数据驱动价值释放。