金融機構“新基建”，T1智能大數據平臺

　　作者：紅爛漫

　　新冠疫情期間，醫護人員為我們做出了巨大犧牲。而相對不為人知的是，金融行業工作人員，為了保障用戶的金融需求，比其他行業復工得早。銀行保安、大堂經理和柜員等金融從業者，在疫情還較為嚴重的時期，就已開始復工。

　　為了降低風險，為客戶提供更多便捷，疫情期間，國內銀行業早已關注到非接觸式服務、并且也迫切推出各類基于電子渠道的展業形式。甚至可以說，疫情也是對金融機構能否轉型數字化的一場大考。盡管部分金融機構，也在開發自己的數據中心，但是專業的事情，更應該交給專業的人來做。

　　基于此，京東數字科技集團推出了面向金融機構的T1智能大數據平臺。

　　T1智能大數據平臺是什么？

　　為支持金融機構的“新基建”，京東數科在去年推出了金融數字化轉型解決方案T1。目前，T1旗下智能大數據平臺產品已經與多家金融機構簽約，幫助金融機構搭建大數據分析及應用能力，盤活數據資產。它是一款涵蓋數據采集、數據加工、數據處理、數據倉庫搭建、數據資產運營、場景化應用的從底層到上層的全生命周期一站式大數據平臺。

　　工欲善其事，必先利其器。金融機構在把服務往線上轉的過程中，最大的短板便是大數據能力不足，其中基于實時大數據的運營能力顯得尤為不足。

　　以一家中型銀行為例，其每年產生的數據，尚且可以達到數十個TB，并且數據來源和格式非常多樣，如應用數據、行為數據和系統日志等，不一而足。

　　如果能把這些數據利用起來，企業就能通過數據分析，來找出產品中的不足，從而不斷迭代。

　　而T1智能大數據平臺正是幫助金融機構做數字化轉型的一款利器，其擁有一站式和自動化兩大特點：

　　1、一站式

　　借助一站式特性，T1可以幫助企業快速搭建一整套大數據體系，并迅速完成數據資產化和價值化，比如通過數據接口、畫像、標簽等數據服務能力的組合，其可以實現各種業務場景的支撐。

　　2、自動化程度比較高

　　T1智能大數據平臺是一個配置式和自動化程度比較高的系統，操作門檻比較低，使用起來很簡單。

　　比如，T1智能大數據平臺可以給金融業務、分析平臺和對外平臺等，提供數據需求的統一入口，并能支持多樣性數據的接入和推送，從而讓用戶真正實現數據處理自動化。

　　數據基礎平臺

　　此外，在數據基礎平臺方面，T1智能大數據平臺涵蓋數據復制平臺、離線計算平臺、實時計算平臺、圖計算平臺、機器學習平臺等多個產品，支持多類型數據的實時采集分析及基礎運維。

　　數據復制平臺，支持多種關系型和非關系型數據庫的實時復制，并能通過訂閱分發模式，將數據投遞到多個目標端，企業的流式計算和實施倉庫都可以從數據復制平臺中找數據。

　　離線計算平臺，支持數據接入、離線批量計算、數據推送和調度。

　　實時計算平臺，依托于Apache Flink（高效和分布式的通用數據處理平臺）技術，搭建出高效的實時計算引擎，通過優化計算引擎的內核代碼，T1智能大數據平臺可以支持PB級海量流式數據的毫秒級計算處理延時，以及單線程最高35萬/秒的數據處理能力。

　　圖計算平臺，已經在百億頂點和千億邊的大規模圖實踐上，驗證了其高并發和低延時的能力，同時圖計算平臺還具備大數據量可視化能力，支持2萬+頂點和邊的數據可視化展現。

　　數據治理和數據資產

　　在數據資產管理方面，T1智能大數據平臺可實現數據標準維護、數據建模及模型管理、數據質量管控、元數據采集及關系分析等。金融機構依靠智能大數據平臺可以全面盤點數據資產、并形成數據地圖。在盤點數據的同時，智能大數據平臺還可以監控數據質量、以及保障數據安全。

　　數據服務

　　在數據服務方面，T1智能大數據平臺可提供畫像系統、報表平臺、數據接口平臺等產品，支持數據資產的多維應用。其中，數據接口平臺通過可視化的自助拖拽功能，可快速將加工處理好的數據封裝為接口，并支持把多個接口串聯或并行組合的決策流。原本需要一天以上時間進行接口的定制開發，有了大數據平臺幾分鐘就可以搞定。

　　哪些企業在使用大數據平臺？

　　實時處理大數據需求較強的企業

　　以京東數科的一家銀行客戶為例，該銀行之前已經擁有一個大數據平臺，但是只具備一些比較傳統的離線處理、離線分析功能。所以，建設一個實時的大數據處理平臺，是這家銀行的迫切需求。而使用T1智能大數據平臺之后，這家銀行的實時處理大數據需求，得到了充分滿足。

　　需要遷移到新型大數據平臺的企業

　　還有一些企業用戶，他們本身有一些傳統數倉，但這些傳統數倉，只能解決一些分析報表的需求。很多企業都有自己的網站和App，并且每天要面對海量數據(603138,股吧)。這時企業就需要建立新型大數據平臺，在建立的過程中，傳統數倉需要平滑遷移到新的大數據平臺，而幫助他們承擔遷移工作的便是大數據平臺。

　　大數據平臺比較分散和孤立的企業

　　T1智能大數據平臺服務得比較多的第三種機構，是自身大數據平臺比較大、大數據能力也相對優良，但是大數據平臺卻建得比較分散和孤立、并且和業務之間存在缺口的機構。

　　舉個例子，有的銀行本身也有數據標簽體系、或者用戶畫像體系，但卻無法應用到營銷場景和風控場景中。

　　可以說，從大數據平臺到應用之間，缺乏的正是T1智能大數據平臺這樣的橋梁。不僅可以把數據做加工和處理，還能將大數據平臺快速應用在風控和營銷場景中。

　　為什么這么厲害？因為T1大數據平臺還加載有風控、在線營銷、運營等相應產品。

　　T1智能大數據平臺的智能化運營、營銷和風控能力

　　京東數科在過往經了多次618和雙11的節日大促營銷以及高并發等各種情況考驗，在智能化運營、營銷和風控能力積累了豐富的經驗。而T1智能大數據平臺自然也繼承了以上三大優勢：

　　數字化運營

　　T1智能大數據平臺支持實時數據采集與結構化處理，并能根據實際需要形成BI報表，以可視化圖表呈現出業務動態變化。輔以機器學習的預測能力，其還能對業務優化進行指導，從而輔助管理層推進更為精準的運營決策。T1智能大數據平臺的自助報表可支持多達20多種圖表樣式，只需四步操作，幾分鐘內就能完成報表制作。

　　智能營銷

　　T1智能大數據平臺可提供基于大數據的智能營銷算法及模型，從而幫助企業搭建智能營銷體系。通過精準客戶畫像，還能提供千人千面的智能營銷以及產品定制等服務。歷史數據顯示，精準的客戶劃分與營銷策略，可幫助企業在保持營銷成本不變的情況下，將MAU提升15%以上；基于數據分析的智能推薦與CTR預估模型，可以使企業在單一App上的轉化率提升25%，單次曝光價值提升至少40%。

　　智能風控

　　T1智能大數據平臺提供線上業務全流程的風控支持，結合大數據平臺中的實時計算、機器學習、圖計算等產品，通過人機識別、資信管理、決策引擎、以及數據指標加工處理，可以有效支持全自動的線上業務風險管理。據T1歷史數據顯示，通過反欺詐模型對羊毛黨等風險用戶的有效識別，可以節約20%以上的營銷成本。

　　T1智能大數據平臺緊跟新基建趨勢

　　在金融機構加速推進新基建的浪潮下，T1智能大數據平臺成了有力工具。

　　第一，可以提供更加強悍的、實時的、異構的海量數據處理能力，其目前已經可以達到TB級的數據在線流式處理。眾所周知，5G基建是新基建七大領域之一，而5G的特點之一便是低延時。5G時代，企業產生的數據只會增多不會減少，低延時也成為數據處理的剛需，為此T1智能大數據平臺的數據處理能力目前已經支持到毫秒級的延時。

　　第二，目前可以提供新的數據服務架構，對于結構化、半結構和非結構化的數據，T1智能大數據平臺均能實現統一數據接入、數據整合、數據加工處理、數據分析和數據挖掘等功能。而這兩大改善，正是為了迎接未來新基建中的新形態數據。

　　技術能力有背書、隱私&安全有保障

　　己所不欲，勿施于人。

　　T1智能大數據平臺在京東數科內部，亦是“久經沙場”，其曾經歷多眾多業務場景、以及618大促檢驗，可支撐數據存儲量200PB、每日任務數10萬+、集群規模5000臺以上的海量數據處理壓力。T1的畫像系統用戶標簽具備億級實體、千級標簽，其已經經歷過近萬億次調用，峰值可達每分鐘2000萬次以上。

　　金融機構每天要面對大量來自用戶的數據，這些數據的隱私一旦得不到保障，后果難以想象。而且，金融機構的監管要求也比較高，其數據歸屬性非常敏感。為了保護客戶數據的隱私，T1智能大數據平臺提供各種各樣的使用模式，比如私有化部署方式，可以把大數據平臺部署到客戶的環境當中，所有數據都不會跑出客戶環境，任何其他公司和其他人都無法直接訪問客戶環境中的相關數據。

　　內部安全同樣重要，對于企業內部的大數據平臺使用人員，T1智能大數據平臺也可以提供數據全生命周期的安全管理， 從數據采集、數據存儲到數據使用，都有對應的敏感數據分級分類。在數據存儲上，T1智能大數據平臺可以提供加密存儲的方式。在訪問權限上，智能大數據平臺則會加以管控。這些功能可以讓企業內部的大數據平臺使用人員，以最小化權限的方式，去接觸其需要接觸的數據。有了以上這些能力加持，企業數據的隱私風險和安全風險都會大大降低。

　　如京東數字科技集團金融數字化應用業務總經理程雁賓所說：“金融機構對于數據資產化的重視程度越來越高，大數據中臺建設已成為金融機構‘新基建’的核心內容之一。”除了智能大數據平臺之外，T1旗下還包括了IaaS、PaaS、SaaS在內的多樣化的解決方案，支持金融機構數字化轉型的各類需求，以組件化輸出針對性解決方案。

　　在本次疫情中，人們見證了在線業務的便利，在線業務的發展，一定程度上也避免了各行各業免遭受更多的損失。只要企業還在經營，就必然會產生數據，而諸如T1智能大數據平臺，未來必定會飛入更多企業之中。

   【免責聲明】本文僅代表合作供稿方觀點，不代表和訊網立場。投資者據此操作，風險請自擔。