Aloudata x 招商银行｜基于数据虚拟化的敏捷数据服务体系建设实践
招商银行 BIX 商业智能平台基于 Aloudata AIR 数据虚拟化引擎提供的多源异构数据查询及自适应加速能力，推出了敏捷数据准备解决方案，让业务分析师无需关心数据集成、任务运维和性能优化等技术细节，支持用户按需接入总分行及个人数据，自助完成数据准备和数据探索分析，支持用户零 IT 参与的全流程自助的交付数据需求，实现业务分析敏捷，从而驱动业务敏捷；同时探索统一数据服务，支持跨源的逻辑数据集定义，以及在泛 BI 场景下逻辑数据集的跨机构、跨产品、跨工具的使用。
背景介绍
2019 年以来，招商银行总分行各 BI 数据产品蓬勃发展，数据驱动带来的业务价值进一步凸显，业务用数的热情持续高涨，覆盖批发、零售、风险、运营等条线，涉及有 2 万多张表，大表数据量达到千亿级。与此同时，业务用数需求逐渐增多，而在“数据准备”环节，IT 资源、交付时效、使用自由度和查询性能等方面存在诸多的瓶颈。
关键挑战
敏捷 BI 分析性能问题愈发引人关注
敏捷 BI 在各业务线广泛推广使用时，数据分析需求灵活性的扩大导致报表普遍遇到了一定的性能和体验问题。究其原因，一是报表的数据查询性能依赖于单一数据引擎；二是查询性能依赖于专家经验下的数据模型设计，难以动态适应不断变化的业务需求。
亟待突破数据需求的最后一公里问题
数据需求的变更时有发生，用户看完第一批数据，产生了更多的想法，需要补充数据进一步进行分析时，需要提出新的需求，重新进入 IT 需求排期，极大地降低了业务数据分析的及时性。为业务用户提供自助的、灵活的数据探索和加工能力，一定程度上成为释放 IT 生产力，提升业务用数便捷性，让数据需求的最后一公里快速得到满足的关键。
跨产品、跨机构、跨工具共享的挑战
由于总行、分行使用了不同的技术方案、工具，客观上给总分机构、各业务条线数据融合分析带来了较大挑战，导致同一份数据无法做到跨产品、跨机构、跨工具共享使用。
解决方案
为解决上述问题，招商银行基于 Aloudata AIR 分两个阶段进行了架构演进。基于 Aloudata AIR 逻辑数据编织平台的数据虚拟化引擎，招商银行 BIX 商业智能平台搭建敏捷数据服务体系，推出了敏捷数据准备解决方案，可支持业务用户自助完成数据准备和交付可共享的数据集；同时探索统一数据服务，支持数据集在泛 BI 场景下跨机构、跨产品、跨工具的使用。
敏捷数据准备
搭建了全场景自助化用数流程、低门槛分析工具、虚拟化数据计算引擎，支持用户按需接入总分行及个人数据，对数据进行探索分析，同时可以将探索分析的结果固化为数据集，技术上自动保障数据集数据更新及查询加速，从而支持用户全流程自助的交付数据需求，实现业务分析敏捷，从而驱动业务敏捷。
统一数据服务
支持将基于 Aloudata AIR 数据虚拟化引擎定义的数据集，以 API、JDBC、文件等形式，对外提供数据服务，可以服务于 BIX 体系的工具，也可以无缝与外部的 BI 工具进行衔接，还能对上层应用提供 API 服务，支持应用基于 BI 语义做垂直化的数据分析探查场景。
客户收益
业务赋能
业务用户使用 BIX 敏捷数据服务体系自助交付数据集占所有新增数据集的比例达到 65%。自投产以来，在零售、批发等条线的数据产品中试用推广，自助化程度的提升和海量数据加速效果，为总分行数据融合、亿级客户分析等用数场景提供了新思路。零售方面，实现从以前的客群级分析向客户交易级分析的升级，极大地提升了分析的精细程度和灵活性，如客户资金流入流出、客户经理 AUM 及存款业绩等业务的自由分析。批发方面，有效解决因业务复杂性，带来的在经营管理、客群营销、考核管理、资产/负债/产品分析方面的用数灵活性问题，帮助对公中台分析师高效完成数据分析工作。
效率提升
业务自助交付数据集的模式将需求交付周期由 2 周缩短至 1 天，交付效率显著提升。在 BIX 敏捷数据服务体系下，业务用户基于可复用数据资产自助进行 BI“数据集”的分析口径定义和逻辑编排。用户定义的口径和加工逻辑提交后，底层引擎以虚拟化形式表达，并自动从上游加载数据及物化加速，数据需求交付效率大幅提高，完美解决数据需求最后一公里问题。Aloudata AIR 数据虚拟化引擎的业务效果主要表现在：避免“大 Cube”、“大宽表”的全量预加工计算，自适应查询加速获得 2~10 倍以上性能提升；全自动数据更新及治理，节省 30% 以上存储成本。
电话0571-85106688
邮箱marketing@aloudata.com
简历hr@aloudata.com
微信公众号© 2021-2026 大应科技有限公司浙 ICP 备 2021026047 号 -1
浙公网安备 33010602011980 号
浙公网安备 33010602011980 号