人行省级数据中心数据深度应用之道

近年来，人民银行信息化建设在战略部署、系统建设、行业指导协调等方面取得了明显成效，按照“数据集中、资源整合”的信息化发展战略建设了总行、省级两级数据中心，先后在货币发行、征信、国库、金融统计、反洗钱等领域实现了数据大集中，为人民银行高效履职奠定了坚实的技术基础。数据集中后，如何有效利用和展现这些数据就成为央行数据中心建设的重点工作之一。

一、数据深度应用概述

        数据深度应用是指在数据集中的基础上，依托数据仓库、数据挖掘和人工智能技术对数据进行深层分析，发现数据内在的关联性和规律性，最终帮助业务部门做出合理决策。

        在传统的数据应用中，各类业务数据分散在各自的信息管理系统中，通过不同的工具软件和信息技术分别实现汇总、分类、查询等简单数据的展现，要实现全面、精确、复杂模型的数据综合利用是有难度的。人民银行实施的两级数据中心信息资源的整合，使多类业务数据存储、管理由分散转向集中，为安全高效地管理数据、深度应用数据提供了前提。

二、数据深度应用现状

        人民银行济南分行依托省级数据中心实现了数据资源的集中管理，建设了数据深度应用的“三个平台”，即省级数据中心报表平台、数据管理平台和经济金融信息共享平台，并将其集成至省级数据中心门户中，初步实现了总行下发数据和地方特色数据以不同方式的综合深度应用。以下简要介绍“三个平台”的功能。

        省级数据中心报表平台。该平台实现了在一个集中的、统一的平台之上，完成数据深层分析和报表展现的功能。报表平台使用了Cognos作为基础软件，提高了数据分析的性能，增强了数据间的独立性和安全性。目前，我行已经通过报表平台实现了国库信息处理系统、金融统计监测系统立方体数据的数据深层分析和报表展现。

        省级数据中心数据管理平台。数据管理平台作为数据处理及下发的基础设施，可将总行集中的数据快速、高效地传输至分支行。目前，我行利用数据管理平台下发的TCBS数据，开发并上线了国库会计核算事后监督管理系统，利用平台下发的TIPS明细数据、代客理财、金融统计系统立方体数据实现了报表平台的数据分析和报表展现。

        经济金融信息共享平台。该平台实现了对我行特色金融数据的综合利用，能够对分行调统处、研究处、跨境办等13个部门和辖内金融机构上报的几十种金融数据、指标，进行统一的采集、存储、管理，通过设置时间、机构、指标、地区等维度，为用户提供多种形式的查询、汇总功能和报表展现功能。

三、数据仓库建设目标和实施重点

        济南分行数据仓库的建设以“规范先行、架构管控”为指导，统一数据口径和标准，加强数据管控，提升数据质量，合理规划实施方案，最终实现一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合。

        采用的标准和基础数据库。统一标准和基础数据库的建立是数据仓库的重要前提，可采用的标准和基础数据包括以下范畴：

        《中国人民银行公共代码标准》。公共代码标准适用于人民银行信息系统间的数据交换共享，对人民银行信息系统中的基本代码、扩展代码进行了约束，可保证数据的一致性。人民银行公共代码管理工作依托公共代码管理系统，已经实施49类国标基础代码、297类公共扩展代码的映射。

        《金融机构编码规范》。该规范规定了金融机构的编码对象、编码结构和表示形式。每个金融机构获得唯一编码，以适应金融机构信息系统建设、数据仓库建设以及数据交换的要求。依托金融业机构信息管理系统，济南分行现已完成省内1万5干余家金融机构基础信息的审核、录入工作，形成了金融机构基础信息库。

        企业基本信息库。总行上线运行的企业基本信息管理系统完成了人民币银行结算账户管理系统、外汇管理局国际收支申报系统中企业数据的整合工作，累计整合企业数据共计2000余万条，初步形成了规范的企业基本信息库，可为总行和各分支机构的信息化建设提供数据服务支持。

        数据管控。数据仓库管理的核心是数据，需利用数据生命周期管理、元数据管理、数据质量管理等多种手段加强对数据的管控，保证数据的完整性、及时性、有效性和一致性，降低系统运行风险，减少系统运营成本，提高应用系统运行效率和效果。

四、数据深度应用目前进度及前景

        随着信息化进程的不断推进，济南分行建设了支付类、国库类、征信类、货币金银类、会计核算类、综合业务类、办公类等100余个应用系统，并积累了大量历史数据。挖掘历史数据中的价值需对数据有效集成，启动数据战略，打破全行范围内的数据孤岛，将不同部门的业务数据进行统一整合，建立全行的数据仓库，并最终服务于基层央行。

        济南分行建设的数据深度应用“三个平台”，实现了多数据源的整合和多种方式的数据深度应用。从数据管理的发展规律看，我行数据深度应用的模式应向数据仓库、大数据应用方向发展，下一步实现的济南分行数据仓库，如图1所示，至少应在数据获取、数据存储、数据访问三个方面进行拓展，下面就此三方面简要阐述。

        数据获取是数据仓库系统的基础，是整个系统的数据源泉。所以我们要建设分行ETL(数据抽取)平台，使其能够完成数据从数据源向目标数据仓库的转化。ETL是数据抽取、清洗、转换、装载的过程，它从数据源抽取出所需的数据，按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

        数据的存储与管理是数据仓库系统的核心。数据仓库的组织管理方式决定了它有别于传统数据库，同时也决定了其对外部数据的表现形式。这就需要立足于我行管理层面和技术层面的特点，选择成熟可靠的产品来建立数据仓库，对现有各业务系统的数据进行抽取、清理、有效集成，并按照主题进行组织，形成分行级的数据仓库和部门级的数据集市。

        数据访问工具主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。济南分行数据深度利用“三个平台”之一的数据中心报表平台，已实现了强大的报表制作和展示功能，可与数据挖掘工具、统计分析工具配合使用，增强决策分析功能。

        数据深度应用从报表展现到数据仓库是一个长期的、不断完善的过程。要立足于基础建设，遵循标准，有规划、有步骤地实现在一个可扩展、高性能、高可用性和快速数据更新能力等各方面都能达到较高水平的数据仓库，加强数据分析和数据挖掘，使济南分行数据深度应用工作达到更高水平。

（课题组组长：济南分行副行长 刘克俭；课题组成员：郑录军 马征 刘妍 秦宇峰）

（文章来源：《金融电子化》杂志）

 

扫码即可手机
阅读转发此文