近日，由《金融电子化》杂志社有限责任公司、北京国家金融科技认证中心有限公司联合主办的「第十三届中国农村金融机构信息化发展创新座谈会」在太原举行。本届座谈会以“数字化转型重塑农村金融发展新格局”为主题，汇聚中国人民银行、农信银资金清算中心、山西省农村信用社、北京农商银行等银行业金融机构的科技与业务领域精英和学术咨询专家，一同交流丰富心得，探索新的发展道路。DataPipeline合伙人&COO陈雷受邀出席本次座谈会，分享金融行业实时数据管理最佳实践。

DataPipeline合伙人&COO陈雷

中国数据管理技术正在飞速进化

从早期的交易系统到业务分析系统，再到数据仓库、大数据平台，数据管理技术作为金融数字化创新的基础设施正经历飞速演进。面对移动互联网带来的数据以及业务场景的变化，金融机构需要实时访问、处理和分析海量数据，而数据的实时性和准确性是关键。DataPipeline合伙人&COO陈雷提出：“实时数据管理技术和实时数据管理能力的建设会在极短的时间内变为企业利用的主要技术和能力，也将是金融机构，特别是区域性金融机构在差异化竞争中的核心因素。”

然而，在这些年的数据管理中，我们看到当前数据管理体系与业务发展之间存在一些矛盾。

业务创新与数据交付能力的矛盾

随着市场竞争和用户行为发生巨大的变化，企业正面临转变其运营模式的压力。业务部门想要快速抓住商机、及时构建应用并留存客户进行营销的目标，与传统IT系统的交付能力和效率产生矛盾，并带来了新的挑战。

▶数据交付的时间瓶颈：许多组织在构建端到端实时数据链路时，数据交付周期往往长达数月，严重制约了业务的敏捷性。

▶ 数据交付的时间瓶颈：许多组织在构建端到端实时数据链路时，数据交付周期往往长达数月，严重制约了业务的敏捷性。

▶ 代码开发的延迟：针对新的数据需求，传统方式需要大量的代码开发，其交付周期也是以周为单位，这显然无法满足当前快速迭代的业务环境。

▶ 技术供应商的复杂性：由于涉及众多的数据库技术和供应商，企业不得不应对多个技术支持，这使得数据整合工作变得复杂繁重。

▶ 人员流失与技术门槛：实时数据处理的技术门槛高，导致相关人员的流失率居高不下，同时供应商的频繁人员更迭也增加了合作的困难度。

数据需求从传统的研发模式转变为更加灵活的配置模式

为了确保可以充分利用新的业务机会并快速建立竞争优势，企业需要一个更加敏捷、快速反应的数字化组织架构。

业务连续性需求与可观测性能力的矛盾

数据已成为当代的重要资产，从客户服务到精准营销，再到风控评分，数据链路逐渐成为金融机构业务运营的核心支撑。

随着数字技术的广泛应用，客户通过移动应用频繁进行业务操作，数据延迟问题可能直接影响客户服务，导致金融机构对实时数据同步的质量、准确性和时效性要求大幅提升。

因此，在运维环节，面对一个银行成千上万条数据链路，如何排查哪些数据出现问题，已成为下游精准营销和客户服务的主要挑战。这种情况之下，数据可观测性变得尤为关键。

金融机构需要不断引入新技术、新方法，以适应数字化时代的需求。DataOps平台通过建立端到端的数据可观测性，保证可靠有效的数据流及数据应用，确保业务团队和管理人员能够及时做出重要决策并采取行动。

业务分析需求与多源异构处理能力的矛盾

当前的企业数据环境复杂多样，不同的系统和技术栈使得数据交换和整合变得异常困难。

▶ 数据技术的多样化：交易系统、账务系统、管理系统等各种系统采用的数据库技术都有所不同，这造成了数据交换的多重困难。

▶ 实时数据的挑战：尽管数据价值日益明显，但很多数据没有纳入主数据管理系统，而数据仓库与大数据平台又难以满足时效性要求，使得数据的实时应用面临巨大的挑战。

▶ 异构数据的难题：不同的数据库技术在结构、语义等方面存在诸多差异，这给数据整合和一致性带来了严重的问题。

陈雷认为：“未来异构数据模型的融合实际上与整体服务发展差异化有关，尽管数据技术在一些场景中的特性得到了强化，但数据本身的价值不应因技术栈的差异而得不到充分释放。”

对此，金融机构如何充分利用异构数据，并实现全面实时变得十分重要。为了更大程度释放数据的价值，企业需要借助可解决多元异构问题的平台。

DataPipeline企业级实时数据平台

DataPipeline是国内首款企业级实时数据管理平台，基于DataOps理念，确保数据快速、连续和可靠地流动。DataPipeline企业级实时数据平台打造出针对实时数据管理的解决方案，有效解决数据交付、可观测性以及多元异构方面的问题。

平台支持Oracle、IBM DB2、MS SQL Server等传统数据库，也支持Redis、MongoDB、Elasticsearch等非关系型数据库，Hive、HBase、Doris、Hudi、ClickHouse等大数据平台，从触客渠道、业务系统到第三方数据供应商，所有数据都可以通过DataPipeline平台进行集成和管理。其核心任务是为后续的精准营销、客户服务、风控监管与经营管理等数据应用提供实时数据保障，以确保金融机构能够更好的为客户服务，提升差异化竞争优势。

DataPipeline企业级实时数据平台框架

▶ 批流一体

平台式统一集中管理，同时满足流和批的数据处理需求，支持指定增量同步、全量同步、执行时间同步等方式实现数据同步。支持基于日志的增量数据获取技术，实现秒级的变化数据捕获。

▶ 全面的数据节点支持

支持关系型数据库、NoSQL数据库、信创数据库、数据仓库、大数据平台、云存储、API等多种数据节点类型，可自定义数据节点。

▶ 分层管理降本增效

采用“数据节点注册、数据链路配置、数据任务构建、系统资源分配”的分层管理模式，企业级平台的建设周期大大缩短。

▶ 无代码敏捷管理

提供限制配置与策略配置两大类十余种高级配置，包括灵活的数据对象映射关系，数据融合任务的研发交付时间从按周计算降低至分钟级。

DataPipeline企业级实时数据平台——速赢项目与实时数据应用体系

以全面、准确的实时数据、多模式数据链路交付能力和端到端可观测性为基础，以实时数据速赢项目为切入点，构建企业级实时数据应用体系，引领实时数据价值释放，促进业务创新发展。

速赢项目与实时数据应用体系

▶ 客户服务：客户在金融平台进行如开户、申请信用卡等操作时，实时数据捕获此行为，助金融机构精准响应客户需求，提供定制服务，针对性地进行市场营销，吸引更多潜在客户。

▶ 量化风控：交易过程中，金融机构可通过实时数据分析交易行为，快速识别欺诈或其他风险因素；也可以实时跟踪贷款产品的申请、批准和放款情况，及时发现和解决贷款流程中的问题。

▶ 精准营销：当客户到达网点或发起交易时，实时数据立即流转至客户经理或大堂经理，提供及时且充分的提示，无论客户是取款还是投资，确保抓住每一个机会，提升客户挽留效率。

▶ 经营管理：资产负债表、利润表、现金流量表虽提供详尽的财务数据，但通常有滞后性，可通过实时头寸了解更即时和动态的经营情况。

DataPipeline企业级实时数据平台——重点领域信息化领先客户的广泛应用

DataPipeline深耕企业服务，从成立以来把业务重点放在服务业务发展水平高、信息化建设水平高的客户方面。

DataPipeline 产品体系，已通过银行、证券、保险、能源、电信等行业新型数据基础设施最佳实践，获得包括中国银行、民生银行、渤海银行、北京银行、山东城商行联盟、中国石油、中国电信等世界五百强企业在内的数百家客户深入认同。

DataPipeline获得重点领域信息化领先客户的深入认同

在数字化转型的浪潮中，实时数据管理技术为金融机构提供了先进的解决方案，以应对现代业务的各种挑战。DataPipeline作为行业的领先者，正通过其先进的技术和产品，助推金融行业走向一个更加数字化、敏捷和客户为中心的未来。