某全国性股份制银行，总部位于北京，先后在上交所和香港联交所挂牌上市，现已发展成为一家拥有商业银行、金融租赁、基金管理、境外投行等金融牌照的银行集团。作为中国六大商业银行之一，该银行持续推进企业级业务系统架构，搭建一体化运营中台，强化数据治理与应用，打造敏捷组织和创新文化，夯实数字化转型基础。

随着数据应用的深入推进，各业务部门对更综合的实时数据加工提出了迫切需求。新需求的处理复杂度不断提升，使用场景日益扩展，交付周期持续缩短，而运营质量的要求也不断增高。因此，实时数据管理体系的升级变得迫在眉睫，这不仅包括对数据标准、数据质量和数据共享的进一步优化，还需要解决数据应用开发周期长、运营难度大以及对人员综合能力的高要求等挑战。

为此，该商业银行构建了实时数据计算平台，升级了实时数据体系建设，实现了跨系统海量数据的实时传输与计算。这一升级使银行能够实时感知客户业务的变化、传导数据、分析关键信息并迅速作出响应，全面提升了营销风控、精细化客户服务和经营管理等业务场景的响应能力，从而有效提升竞争力。

DataPipeline助力实时数据计算平台顺利上线

该实时数据计算平台提供实时内容查询服务、数据内容管理、实时应用运维管理、应用快速研发等四大核心能力建设。此平台与实时数据融合等平台组件相辅相成，形成实时数据管理综合方案。

鉴于过往在实时数据管理领域的良好合作，该银行选择与DataPipeline继续该方案的设计与落地，夯实数据基础设施，加速数据价值释放。该方案屏蔽掉底层数据抽取分发的复杂逻辑，集成数据实时流转、加工、服务等多项能力，为各信息系统便捷消费实时数据以及进行实时计算提供了企业级平台资源及技术支持。

▶ 数据管理

强大的数据内容管理，提供清晰一体化的数据仓库建设。通过内容仓库管理系统，实现三级管理结构：Catalog、Schema、Table，以及高效的内容查询和数据血缘追踪功能，使用户能够方便地构建和管理自己的数据仓库体系。

▶ 便捷灵活

通过无代码可视化界面和层次化任务管理策略，支持集群的快速扩展与一键启动，无需重复部署。平台通过抽象Flink算子和灵活构建数据流任务（包括输入、处理、输出算子），显著提高开发效率。支持JAR和SQL两种开发模式，允许开发者通过拖拽组件来构建应用的有向无环图（DAG），优化开发流程，增强用户体验。

▶ 安全合规

实行细粒度的运维权限划分，与客户安全基础设施集成，实现数据加密传输、缓存，及关键信息的脱敏和校验，确保数据安全和信创合规。

▶ 稳定可靠

基于分布式架构，提供高可用性和灾备解决方案，采用丰富的容错策略，确保每个计算任务独立资源，避免任务间干扰。随着业务发展和数据量的增长，平台能够灵活扩展，快速适应复杂业务场景。此外，平台支持灵活的应用开发，允许自由组装算子并提供多版本管理，加速实时大数据应用的开发。

做强数字化创新加速引擎，加速数据价值释放

对于平台上线的效果，该银行评价道： “该实时计算平台的上线对的我行数据应用建设及整体数据架构带来显著提升。一方面，为数据应用建设提供了强有力的支撑，帮助业务系统拓展数据视野，增强了业务支撑能力；另一方面，平台提升了整体数据架构的效能，实现了更高效的数据资产管理。”

1. 赋能业务系统的数据视角

· 驱动管理决策高效化：增强数据新鲜度和时效性，支持分支级经营管理、客户资产、产品销售等统计分析。

· 精益客户服务：将客户异动消息、行情资讯等信息及时推送给客户服务人员，同时把相关服务动作直接映射到客户端，高效支撑客户生命周期运营数字化。

· 赋能精准营销：结合实时技术和外部数据，构建客户实时画像，支撑潜客推荐和精准营销活动。

2.提升整体实时数据架构体系能力，促进数据资产价值创造

· 做厚平台建设：为实时分析提供所需工具，包括运行监控和动态调参等功能。

· 提升数据管理：建立实时数据分层模型，提供指标服务和事件消息，建立技术规范及管理流程。

· 优化研发效能：从开发框架支持到持续集成体系，优化研发流程，提升交付效率。

该银行实时数据计算平台从业务场景、流程设计、平台落地等维度进行整体规划，结合行内数字化转型整体实施路径，以全面提升数据驱动能力为核心进行建设。DataPipeline助力项目成功上线，极大提升了银行整体数据架构能力。平台实现了跨系统海量数据的实时流动，对源端无侵入，同时消费端系统仅需少量改造便可快速实现实时化，有效保护了现有的投资。此外，平台还显著缩短了数据处理时间，满足了对高时效性的业务需求。

未来，DataPipeline将继续作为数字化战略的核心伙伴，助力该银行进一步加强数据质量、数据可观测性、DataOps等方面能力，不断满足各数据角色的多样数据需求，赋能业务发展，为推进数字化建设进程持续贡献力量。