数据中台规划及应用实践.pptx

数据中台规划及应用实践

智能化

数据分析整理

1.数据治理

2.用户画像

3.精准营销

数字化转型经历的几个阶段

信息化

传统烟囱式架构

1.响应慢

2.成本高

数字化

链接渠道互通

1.渠道互通

2.产品互通

3.用户互通

数据化

数据采集沉淀

1.数据采集2.数据沉淀3.数据清洗

生态化

互链互通融合

1.客户生态

2.泛金融生态3.生态互链

业务中台

传统核心

!

l实现数据打通，每个环节都产生价值

l产品互联网化，自动化，智能化

混合应用（以新开发的云应用为主，l包括少量遗留的单体应用）

用，辅助OracleRAC等）

构建大数据和AI平台，统一汇总数据和计算资源

l满足大数据业务为主要目标，如数仓、画像，独立的硬件部署

大数据3.0模式

l融合大数据与AI能力

l提供数据资产与服务层

l支持共享能力，以云华模式为主

大型数据库（OracleRAC，etc）

l应用驱动+垂直建设，满足业务需求为主，数据孤岛化

采用IaaS平台+大数据平台

开源、虚拟机为主，少量物理机

l

l

包含容器平台+大数据平台+AI平台

容器为应用主要载体，虚拟机辅助

l

l

物理机+虚拟机+SAN存储

l烟囱式架构

云原生应用

l使用分布式数据库

l采用DevOps开发模式

单体应用

l大型数据库（OracleRAC，etc）

传统IT模式

基础云IT模式

云原生IT模式

--

传统业务模式

l基于企业内部资源

IT模式的变迁

应用模式

数据模式

IT模式

用户至上，数据驱动业务，快速上线和迭代

数字化业务模式

混合数据库（Mysql等支持新型应

数据统一模式

微信公众号今日保条收集整理

基础云阶段

独立数据库

虚拟化阶段

云原生阶段

构建数据交换与共享服务

封闭、单向、缺乏复用

应用采用微服务架构

采用分布式存储

采用分布式存储

云应用

业务演进

集中式应用

整合客户的行为数据、历史数据，从中挖掘数据价值，为前台业务提供智能和实时的数据参考。

挖掘数据价值

通过工具和标准最大化利用数据资产，为前台业务提供快速灵活的数据服务，通过数据来支撑企业的运营。

快速支撑灵活多变的业务应用

随着经营管理模式转变，逐渐产

生了新的通过停机分析报表

（OLAP）支持管理决策分析的需求，由管理一个或多个主题数据的数据仓（DataWareHouse）提供数据服务。

辅助决策

此阶段业务系统单一，经营模式直接，需求为交易的事务处理

（OLTP），强调高并发、单条数据简单提取和展示，通过数据库（DataBase）实现。

支撑交易

数据应用演进过程

初级应用阶段统计分析阶段大数据智能分析阶段数字化运营阶段

l如何统一数据采集、存储、计算与服务？

l如何兼顾历史数据、实时数据，离线批处理业务，实时处理业务

l统一数据指标，业务部门如何保证数据口径一致？

l数据资产如何管理与复用？数据与模型的共享和服务如何统一提供？

l数据和应用分离，如何监控与管理应用，如何保证数据安全？

l数据如何快速适应业务变化的需要？

传统数据仓库的局限性–数据仓库≠数据中台

抽取

转换

装载

数据仓库/分析平台

业务系统数据

ETL

外部数据

其他数据

由数据中台提供平台共享能力，减少数据的下发和本地化存储；可以提供BI工具、大数据开发服务、AI建模工具、中间件等服通过容器化与大数据结合，实现计算资源、存储资源、网络资务。提供开放应用和工具、计算、存储服务，能够实现即开即源和应用的隔离与共享。避免各个应用间抢占资源造成相互影用，提供数据资产的查询、获取与分析应用服务。

响；应用间保证完整的安全管控机制。

3、数据资产管理能力4、自助分析能力

提供数据资产管理工具。可以实现元数据管理、数据质量、安对数据资产提供地图式有哪些信誉好的足球投注网站，工具层面的全流程串联，更快速

全管控等服务。整合源业务系统、数据仓库、大数据平台的数灵活的进行数据探索和开发。让业务更快速、敏捷的有哪些信誉好的足球投注网站数据、

据资产，通过数据资产管理与配套工具开放数据的使用。获取数据、使用数据。

■数据中台建设