《元年:金融行业数据中台白皮书(37页).pdf》由会员分享,可在线阅读,更多相关《元年:金融行业数据中台白皮书(37页).pdf(37页珍藏版)》请在三个皮匠报告上搜索。
1、WHITE PAPER元年金融行业数据中台白皮书金融企业为什么要做数字化转型?金融行业价值体系重构数据中台是必需品元年数据中台为企业保驾护航元年优势010405元年的中台思维和服务能力0602元年业务与数据在中台上的应用03前言 中国金融行业虽起步较晚,经过20年左右的发展,我国金融业已经初步建成了相对完善的网络系统、终端等基础设施和信息化水平较高的业务系统,银行、保险、证券行业已经占据一定高度。首先,银行业正在经历金融国际化的变革与放松金融管制的双重压力下,中国银行业明智选择了依靠高新技术的特色经营道路,从以“量的扩张”为主转变到以“质的提高”为主,从追求利润和市场的最大化,向数据集中化、业
2、务电子化、治理信息化和服务创新等方向发展;其次,我国保险业从1980年恢复国内保险业务以来,保险业发生了巨大的变化,保险公司数目快速增长与竞争也日趋激烈,信息系统平台的竞争力已经成为保险公司综合竞争体系中的要害环节;第三,证券行业网络系统建设的最终目标是为了实现集中式的经营治理模式,证券交易集中成为证券公司节省交易成本、进行风险监控的有力工具,要实现利用信息技术提升证券业整体竞争力及监管力度的目标。金融行业的当务之急是力保企业在激烈的市场竞争中屹立不倒。数据中台是阿里提出,对标的国外Data Lake(数据湖)的概念,出现的背景是阿里的生态体系中的淘宝、天猫、蚂蚁金服、盒马生鲜等业务板块每天都
3、产生着大量有价值的数据,要在不同业务群之间做到数据的共享和互联互通,对数据价值进行最大化挖掘,需要整合各个业务群的数据建立集团层面的数据中台,实现了公司内外信息的流通、提高了内部创新,同时因为满足了用户现在和潜在的需求,数据价值被不断挖掘出来,进行统一管理和应用。对于大部分企业来说,虽然数据驱动代表了先进生产力,但缺少了数据中台,公司也在正常运行,那花费大量成本搭建数据中台,对于企业的价值是什么呢?金融企业为什么要做数字化转型?01PART ONE01如今数字化转型已经不是新概念新名词,越来越多的企业有意无意地加入了这个大浪潮中,企业为什么要做数字化转型?究其根源还是因为市场环境发生了巨大变化
4、,随着5G,人工智能,区块链等新兴技术的崛起,数字化逐渐改变着人们的生活形态和方式。没有做数字化转型的企业,在自身管理和开拓业务市场将会变得越来越艰难,成本越来越高。金融行业数字化转型投入及预测安全性的要求银行业保险业证券业数据集中的要求营销创新的要求面临多种交易渠道、满足多种服务需求、联通多种外部单位、支持多种支付方式,提供高可用、高性能、可伸缩、易治理、开放性、连通性的要求客户资源治理和数据集中,系统的安全治理一种半人工、半自动化的模式,急需满足各类安全信息进行关联分析、综合报告的集中治理平台网上业务趋成熟,开放的交易系统网络需要联通多种外部单位,答应各种各样的用户接入,在提供广泛服务的同
5、时要确保安全需要涵盖数据网络资源系统、OA、企业资源系统,还包含着盈利分析、风险治理、客户关系治理、市场营销及模型猜测等银行的治理信息系统网上银行则是在改造银行业务。未来的网上银行将成为一个综合性的电子服务网络系统产寿险间的交叉销售,银行网点销售,意外险核保、销售、理赔及全球性的及时救助,网络呼叫中心销售保险产品多样化,财险和寿险间的交叉销售业务治理亟待进一步集中以营业部为经营模式向大集中模式发展02IDC预测,2025年全球63%的GDP将被数字化,而每个行业的增长都会受到数字产品与服务、数字化运营以及数字关系的驱动。企业将不可避免的从信息化往全面数字化转型。金融行业的信息化投入也在以每年1
6、0%的增长率增长。数字化不仅仅是一种技术革命,更是一种认知革命,是人类思维方式与行为模式的革命。元年认为企业数字化转型,就是通过科技赋能,构建数据的采集、传输、存储、处理和反馈的闭环,打通不同层级与不同行业间的数据壁垒,提高行业整体的运行效率,打造全新的数字经济体系。管理是固态且显现的,业务是灵活且不确定的、数据是广泛且流动的,企业做好管理就需要三者的结合,完善的运营体系、运营数据为企业推动转型提供有力依据,也越来越吸引金融行业的目光。金融行业数字化转型投入及预测ISV行业在金融领域的地位与选择金融行业数字化转型闭环设计ISV行业地位银行业地位较弱,格局分散市场成熟度低+客户集中度高造成产品化
7、率低、盈利能力较弱产品化率高、格局优、高增长的好赛道案例多、深耕行业,背景深厚,有银保监的背书云化、中台趋势有利于行业蛋糕做大,且解耦后其业务产品化、复用程度有望提升,高度定制化带来盈利能力本土厂商并凭借本地化服务优势、成本优势占据了新兴的券商、基金市场主要份额保险业证券/资管业ISV的选择金融行业价值体系重构数据中台是必需品02PART TWO03数字化转型将企业当前以关注人和流程的组织架构、业务流程和运营模式转变为关注业务,强调人、物理世界、数字世界的连通与联动,将经验驱动运营转变为数据驱动运营的过程,实现企业、员工价值最大化的设计目标。中台建设是金融行业的发展趋势,通过微服务的技术手段实
8、现落地,是SOA进一步演变,其最核心竞争力是松耦合、高复用,在数字化的实践中SOA理念先后经历了企业应用集成(EAI)、企业应用总线(ESB)、微服务等不同阶段。金融行业在竞争格局中认为虽然中台化本身的成本较高,但是更青睐中台架构的软件开发效率,而数据中台主要解决包括数据治理、数据资产化困惑,旨在实现数据资产的共享和复用,更大程度上发挥数据价值。企业的业务发展需要一个可以灵活扩展,快速响应的技术架构和数据体系,传统的数据仓库能支撑的业务场景非常有限,通常只聚焦在BI数据应用上。实事求是讲企业管理者可能在初期还会关注BI平台,用不了多久可能都会因为报表数据不准,得不到有价值的信息等因素,对BI平
9、台失去信心和兴趣。问题的关键在于数据没有用起来,没有真正为业务赋能。金融行业数字化转型价值体现数据中台是一套让企业数据快速用起来的机制领导审批快速员工出行无忧财务自动高效行政服务轻松老板管控自如企业价值04数据中台能够帮助企业建立管理能力、数据能力、技术能力。所谓管理能力是指中台既能满足集团层面的“统一管控”又要满足业务单元“高效运行”的要求,促进提升产业链上下游B端和C端客户的全维度体验;所谓数据能力是指通过构建数据湖,保证管理决策数据中台从技术视角定义,数据中台是一套具备业务数据化(数据接入、交换、流动),数据资产化(数据开发、治理、质量、监控、安全),资产服务化(数据从哪里来,怎么用,谁
10、在用)的架构体系。金融行业数据中台核心应用方向数据中台是促进企业管理决策和业务应用升级的体系银行业保险业建中台趋势确定,数据中台落地较快,在实际落地中,通过互联网成熟的大数据技术,快速构建了基础数据平台,打造数据中台,重复实现数据资产价值,实现跨源透明访问,是见效较快的中台实施切入点。数据是保险行业的核心资产,将数据的价值发挥到最大是保险企业提升竞争力的方向,传统模式下保险的数据主要是应用于统计、决策分析,未来将向同时支持前台一线人员的数据中台模式转变。另一方面,数据中台扩展了传统的数据集市中的非结构化部分,有接近现实和信息更全面的优势,对于支撑保险行业应用软件进行全面知识管理非常重要。证券金
11、融科技战略下证券公司数据中台建设应以服务公司战略,坚持业务导向为核心,以数据中台为中心,实现公司内部数据统一、模型统一、服务统一,为促进数据作为经营要素在公司的有序流动提供技术实现,从而推动证券公司在业务、运营及管理等方面向数字化、智能化转型。业务数据化场景智能化数据资产化资产场景化业务中台数据中台05或业务优化可被还原,数据可追溯。业务对象具有统一的数据视图,业务对象的标签或指标是全局打通的,口径是一致的,数据可阅读;所谓技术能力是指中台可以统一存储和规划,避免数据搬迁,重复计算,节约设备和时间成本。基于业务中台和数据中台构建业务智能化闭环后,企业面临很多现实的痛点问题将迎刃而解,比如:依旧
12、存在数据孤岛,存储计算架构复杂;数据未资产化,数据价值难以体现;数据服务的提供效率和业务诉求严重不匹配等;这些问题通过企业传统的IT信息架构,例如数据仓库等是很难彻底解决的。数据中台致力解决企业痛点问题传统数据仓库实现的功能数据中台叠加的功能数据收集数据治理数据管理数据分析数据输出数据衡量0203040506011/依靠外部数据的ID打通2/对于异常数据的清洗1/外部数据标签的补充1/实时的数据输出接口2/基于知识图谱的自建标签数据治理的难度增加数据输出的实时要求数据分析的方式发生了根本变化银行营销与销售风险管理与控制智能投顾财富管理营销与销售风险管理与控制保单定价与承保核赔与理赔保单管理与服
13、务资产组合管理营销与销售风险管理与控制智能投顾量化交易智能投研风险建模保险证券06相比过去,随着物联网和终端设备的高速发展,今天的企业大多数都收集了大量描述消费者行为的大数据,个人客户是金融行业提供服务的受众群体,在金融行业的应用场景中关注以下三点:传统企业数据大部分是基于客户姓名和手机号对用户进行标识,不同数据源的打通难度不大。但用户的行为大数据是基于多种ID的(手机号,设备ID,CookieID等),依靠企业自有能力,很难实现ID的打通,在企业的数据量没有达到足够海量前,需要依靠外部数据资源实现。此外,企业客户行为大数据中异常数据的比率远高于传统数据,经常会设计到无效流量,无效浏览等多种场
14、景,真正有价值的数据量甚至会少于异常数据,这时就需要通过算法或者外部数据资源对这些无意义的异常数据进行清洗。实施数据中台需重点考量因素依托先进的人工智能、大数据、云计算等技术,为金融机构提供全新的产品和服务,在实现数字化转型的过程中,满足不同金融机构的个性化需求。数据中台业务方案设计数据治理的难度增加数据展现与交互数据分析与挖掘数据存储与计算数据采集与预处理BI商业智能 数据可视化统计分析 机器学习 深度学习 知识图谱数据存储计算框架 数据库 数据仓库 数据湖数据采集 数据ETL07例如企业收集到浏览过自己官网的设备ID,想知道这些设备ID背后的用户画像,可以对接外部数据源,对这些ID补充年龄
15、,收入等标签。用户行为大数据的解读没有以往这么直接,知道了用户浏览的URL,知道了他们在每个页面的停留时间,知道了他们经常出现的经纬度,这些大数据如何和业务关联和使用,这里就需要把原始大数据简化成业务侧能读懂的标签。基于企业收集的ID到外部直接采购现成标签1例如企业收集了某用户一天1000条位置数据,如果手上有全国所有小区经纬度,就能知道这个用户晚上住在哪个小区。如果有每个小区房价,就能去猜测用户收入水平。如果有全国办公楼经纬度,就能知道这个客户的大致工作。如果有全国高尔夫球场经纬度,就能知道这个客户是否有打高尔夫的习惯等等。以上这些对于原始数据结构化的词典,被称为知识图谱,同样的行为数据,连
16、接不同知识图谱后,可以获得不同的洞察结果和客户标签体系,知识图谱是企业解读大数据,建立自己洞察体系的钥匙。通过知识图谱进行数据结构后,建立自定义标签2传统从大型数据库中提取数据需要花费数分钟甚至数小时,而今天很多大数据的应用场景都是毫秒级别,例如某企业想让不同用户浏览自己主页的时候,看到不同的内容(千人千面),从技术上需要实现毫秒级别完成以下动作:用户ID识别-用户画像提取-展示图片匹配-图片加载;当以上闭环无法在毫秒级完成,做不到实时输出,就会出现用户几秒打不开企业官网,失去耐心而直接选择关闭的情况。数据输出的实时要求更加苛刻3数据分析的方式发生根本变化元年业务与数据在中台上的应用03PAR
17、T THREE08元年全新一代智能财务管理平台设计理念是财务共享支撑下的管理会计,其优势在于由财务共享管理模式为数据入口质量把关,管理会计获得准确、标准的数据源满足未来财务管理的长期规划和发展的需要。元年管理会计体系应用1元年深耕财务领域20余年,从企业经营管理闭环出发,将企业多场景、流程复杂的战略目标、经营计划、全面预算、财务共享、分析反馈各个环节全部实现业务+中台的方案设计。管理会计体系财务共享管理口径数据归集要求管会报告管理全面预算管理合并报告管理税务管理资金管理.预算控制要求预算口径数据要求关联交易报账要求披露要求关联交易安排涉税信息收集资金支付规则资金计划编报数据支持统一数据服务调度
18、 API统一数据服务调度 API融合应用大数据技术、机器学习等,深度分析公司资源配置情况,有效支撑价值决策和精益管理。实现经营数据资源动态管理,掌控数据资源全景,共享数据价值。聚合财务专业能力,沉淀财务中台集约化、高效化专业服务能力夯实基础能力,服务专业中心经营数据智慧运营业财能力中心管理会计能力中心运营能力层专业能力层基础能力层财务服务智慧运营财务核算中心数据贯通能力数据映射数据获取规则管理算法管理服务管控运营支撑客户画像风险管理.财务域资产域.盈利模型投资模型.财务数据设备数据.分析层共享层模型层贴源层操作处理能力管理支撑能力财务共享中心财务报表中心财务应付中心费用报销中心成本核算中心预算
19、管理中心合并管理中心模型管理指标规范数据同步数据开发任务调度链路监控管理核算中心绩效管理中心成本管理中心盈利分析中心09管理会计运行离不开多维数据库、管理驾驶舱、BI、机器学习引擎等技术的支撑并形成数据中台的业务闭环,在满足金融行业对管理、风险、效率建设目标同时还符合金融行业体量大、维度高、形态多、价值高的特点。管理会计为财务共享中心会计核算体系搭建、财务管控策略制定、数据输出内容指明方向,财务共享通过更加统一化、标准化、精细化的会计核算为管理会计应用提供数据支撑。金融行业实施财务共享目标比较清晰与明确,元年中台满足业务需求同时胜任管理诉求的实现。元年财务共享体系应用2共有云业务层共享运营平台
20、层采购申请下单收货对账结算商旅行程管理申请预定对账报销税务影像采集进项获票电子发票销项开票验真/认证费用报销申请借还款支出记录报销预算管控应收应收记录开票申请收款确认账龄分析合同管理应付应付记录发票录入付款申请账龄分析合同管理资产资产编码采购申请转移报废盘点资金资金派工支付建议审批/支付资金计划银企集成总账摊销预提摊销凭证处理调账关账智能风控风控建模规则库审单助手风险管控智能分析派工抢单制证信用管理质量/稽核绩效电子档案影像管理多共享中心知识管理智能客服机器人商旅自有供应商商城/供应商协同主数据业务对象流程引擎预算引擎会计引擎规则引擎页面设计器AI中台数据引擎集成服务数字化战略咨询定位 探索
21、选择数字化运营咨询客户体验 数据增值 流程服务 IT平台管理报告/管理驾驶舱/BI分析报表C1 BA/WarRoom内存多维数据库 C1 TAbase数字化赋能咨询治理绩效 组织人员 数据平台 应用平台全面预算管理C1 Planning合并报表C1 Consolidation成本盈利分析C1 ABC大数据平台C1 DataPower财务数据质量管理C1 FQM机器学习引擎C1 ML10财务共享的业务规则与业务流程设计实现金融企业内部、外部业务流、信息流、数据流的融合与统一,解决了非机构化数据的困惑。01支撑战略支持公司未来整体发展战略,建设多功能共享服务的运营和管理模式05提升效率业务处理实现
22、标准化、流程化、专业化、自动化,高效化;提高财务业务处理效率,降低财务人工成本02支撑业务优化财务架构,强化战略财务职能和作用提升财务服务的满足度,支持业务快速发展过程中的资源高效配置:为业务服务、为管理服务04提高财务数据质量通过本次财务共享平台构建财务数据中心,提升财务报告质量规范数据质量,支持产业链运营分析06加强管控统一规范业务处理、审核标准加强流程各节点风险管控,如资金支付控制、费用预算控制提升事业部整体风险管控和合规性:加强流程、制度遵从度;07降低风险规模快速扩张,控制运营风险防范舞弊:专业、独立的审核视角;独立于一线的组织定位,内部分工细致08财务转型支持财务职能转型,向决策支
23、持型、价值创造型转变重构三维财务管理架构团队,关注业务和风险,有效支持业务运作,更好地支持战略财务决策,为领导提供多角度、全流程的精细化财务视角03统一规范、标准化统一财务共享信息系统、统一业务流程、统一数据标准、统一会计政策、统一会计科目等财务共享业务规则业务流程核算口径管理口径对应规则费用预提及摊销规则预算控制规则关联交易报账及抛帐规则税基管理规则资金支付控制规则.费用管理流程应付流程应收流程资产管理流程总账管理流程资金管理流程税务管理流程元年数据中台为企业保驾护航04PART FOUR11元年在数据中台常规基础功能模块的基础上还引入了偏向业务建模的适配插件,从而既可以帮助客户解决数据体系
24、问题,又可以灵活的供客户选择和元年C1明星系列产品无缝对接,解决客户迫切需要解决的应用场景,真正实现业财税一体化的行业解决方案。经过20年的积累和沉淀,元年形成了较为全面的中台整体解决方案,全方位支持企业数字化转型,下图是元年数据中台架构图数据源管理合并财务合并滚动预测年度预算数据仓库转换/映射C1多维业务模型库报表和分析系统报表Excel模型分析展示基于数据中台的财务应用数据仓库C1(TABase多维数据库)ERP财务共享采购共享税务共享手工数据元年数据中台核心优势元年中台整体解决方案和数据中台架构图12元年数据中台架构里除了常规的数据中台功能模块外,一个很大的亮点就是数据处理层集成了多维业
25、务模型库,数据来源于数据中台的数据仓库模块,即数据仓库实现数据建模,多维业务库实现业务建模的核心功能。数据中台的核心建设包括四大体系的建设,分别是技术体系、数据体系、服务体系、运营体系,通过这四套体系的建设实现数据中台让数据持续发挥价值的目标。数据消费数据来源数据中台管理会计数据治理平台数据服务层数据运营平台数据处理层数据储存层数据采集层数据生命周期主数据管理预算管理成本管理数据清理存储周期存储地图信息管理主数据展现API管理配置管理服务编排服务审计访问控制服务推送流量控制分类管理版本管理主数据模型数据标签管理标签体系标签规则标签共享标签任务数据质量管理数据安全知识库规则管理质量监控问题追踪数
26、据审计数据监控脱敏与加密认证与授权数据标准管理元数据管理标准稽核标准发布标准映射标准管理元数据应用元数据管理元模型管理元数据采集血缘分析数据字典合并报表管理报告运营管理销售绩效库存优化产品定价投资测算数据挖掘精准营销风险预警智能预测信用云图分析工具智答可视化战情室Office插件 企业外部数据(结构化+半结构化+非结构化)数据服务商、网络爬虫等市场销售供应链制造财务.多维业务模型库模型管理实时计算离线技术规则引擎多维引擎.模型开发组件知识图谱NLP机器学习模型管理语音识别.数据智能组件回归分类聚类决策.AI模型库数仓数据湖流式采集数据集成ODS贴源模型层数据存储 结构化、半结构、非结构化DWD
27、数据明细层DWS数据汇总层DM数据集市数据目录资源发布数据标签数据地图全域搜索消息日志数据适配数据转换流程管理执行监控运营监控系统运维日志审计资源监控行为分析作业调度系统告警安全告警运营报表作业管理任务调度调度管理运行监控 企业内部数据(结构化数据为主)ERP、SRM、CRM、WMS等元年数据中台建设内容技术体系对数据中台应用架构和技术架构的设计输出,完成数据层搭建,平台应用选型和部署 中台架构输出 数据基座搭建 平台应用部署数据体系以数据资产设计方法论指导标签体系输出,统一数据层数据架构设计,结合数据治理体系,保证数据标准、质量和安全 标签体系输出 数据架构 数据清洗服务体系通过自服务的形式
28、,创建可复用的服务,包括分析、圈人等通用技术服务,以及推荐、预测等算法模型服务 数据服务管理 通用技术服务 算法模型服务运营体系数据资产作为新的运营内容,提供量化评估模型,结合业务进行数据资产对内、对外的运营开放 运营组织搭建 运营流程输出13技术体系数据体系调研与分析客户现有的技术架构,系统情况,数据情况等,量身定制中台架构,以最佳的方式架构中台。元年有丰富的数仓类型,中型数据可以使用 Greenplum,大型数据可以使用 hadoop,有全面预算、成本分摊、合并报表等财务数据需求时可引入元年自研的OLAP 内存多维数据库Tabase。中台架构定制1要实现数据的高效应用,深挖数据价值,离不开
29、数据基石的搭建。元年中台提供了强大的元数据模块,数据采集模块,数据处理模块、数据标准模块、数据质量模块。短时间内做到数据拉通、标准统一、追溯方便,解决数据孤岛问题,确保数据真实性、准确性、唯一性、完整性、一致性、关联性、及时性。结合数据中台的整体架构,通过数据资产体系建设方法,构建既符合场景需求又满足数据架构要求的数据资产体系。主要工作内容涉及数据采集、数据汇聚、数据存储、标签体系以及数据应用建设,其中最关键的是标签体系建设。标签体系是面向具体对象构建的全维度数据标签,通过标签体系可以方便地支撑各种应用,数据服务的核心能力和魅力主要就体现在标签体系的服务能力上。元年积累了众多行业的数据应用,针
30、对不同的行业,部署不同的数据应用,经过简单调试,可以做到开箱即用,快速实现业务价值。数据基石搭建2数据应用部署314服务体系运营体系从业务应用场景出发,构建各类业务应用场景,将已经形成的数据资产通过服务化方式,应用到具体的业务中,将数据资产快速形成服务能力并与业务进行对接,在业务中产生数据价值,实现数据的服务化、业务化。实现数据价值的最大化。建立严格的权限管理,分类分级的管理数据服务。将企业的核心能力以数字化形式沉淀到平台,形成以企业服务为中心,以业务中台和数据中台构建起数据闭环运转的运营体系,可以从组织优化、建设方法与系统落地三方面共同保障。数据应用于业务后,需要通过持续运营将数据服务能力不
31、断优化迭代,并让更多的使用者感知到数据的价值所在。数据中台建设是一个持续建设和运营的过程,所谓持续建设和运营是指在架构基本稳定的情况下,不断增加各类数据资产、持续支持业务应用、不断进行数据运维,围绕核心业务和管理 KPI 不断发掘数据和业务应用场景,通过运营优化不断提高数据质量和数据应用价值。组织系统方法+15元年数据中台核心模块数据孤岛严重,数据来源众多,如何解?元年数据汇聚来帮忙01元年数据汇聚产品,涵盖企业常见的各种数据类型,包括关系型数据库(MySQL、Oracle、SqlServer、PostgreSQL、Greenplum、达梦),NoSQL 数据库(MongoDB、Elastic
32、search)、时序数据库、HDFS、Hive、ODPS、HBase、Cassandra、FTP 等,助力企业打破数据孤岛,拉通数据,汇聚数据产生价值。同时,元年数据汇聚采用分布式执行架构,提供作业全链路的流量、数据量运行时监控,确保即使是海量数据,也可以做到高效稳定地实现汇聚。元年数据汇聚任务执行示意图Job主任务Splitter分解Sub-JobSub-JobSub-JobSub-JobSub-JobSub-JobSub-JobSub-JobReaderThreadpoolThreadpoolWriter子任务Storage读取储存线程池线程池写入02数据应用开发周期长,新指标需要一周左右
33、时间才能看到结果,如果错失商机,延误决策,如何解?元年离线开发来帮忙元年离线开发,提供丰富的组件、可视化开发的界面、统一灵活的作业调度中心,多环境灵活切换能力,完善版本管理机制,强大的运维监控,提升数据研发效率,降低研发人员成本,缩短了研发的相应时间。1601丰富的组件经过不断迭代和演进,已支持市面几乎所有离线计算引擎(Hive.Spark.Impala 等)以及存储过程执 行 引 擎(Greenplum、Oracle.、SqlServer 等)05多版本管理无需额外使用 get 和 svn,即可对版本有效管理,方便用户追踪代码变化过程,新版本发生异常情况可快速回滚至稳定版本,确保业务不受影响
34、。02可视化开发界面通过可视化图形界面操作,简单的拖拽式任务开发和调试,即可快速构建开发任务04多环境灵活切换支持多达 5 个环境的灵活切换,灵活支持企业各类环境需求,实现对资源、权限的控制和隔离,可让多名开发者在线共同进行开发,提高开发效率,保证开发进度。06运维监控通过任务监控门户,可对所有任务运行状态一目了然,支持对异常任务快速进行:二次处理,包括查看运行日志、查看代码、展开父节点、展开子节点、终止、代码更新、重跑、重跑下游、置成功、补数据、补下游。03统一调度用户可自定义数据处理逻辑,通过设置任务之间的依赖关系,实现任务的并行和串行,结合时间调度的方式,可以让复杂任务自动、智能运行。0
35、3想实时看到业务状况,动态分析,如何解?元年实时计算来帮忙随着实时在线的计算需求逐步增多,数据在线化是未来的一个重要发展趋势,由于数据的价值随着时间的流逝而降低,业务时效越快,越具有商业竞争优势,由此就需要一个低延迟、可扩展、高可靠的实时大数据处理系统来解决此类实时业务场景。实时计算支持海量数据计算,秒级响应,高并发请求,多节点部署,从业务需求和性能要求上可以满足企业未来的长远发展。1701分布式实时计算支持大规模分布式集群,集群弹性伸缩,按作业使用的资源对集群进行扩容和缩容,最大化节省成本,让资源充分有效的利用起来。为企业实时化精准运营提供基础05实时调试提供用户边开发边调试的功能,解决用户
36、在 SQL开发过程中无法调试的痛点。02简单易用在线编写 SQL 代码定义数据的处理流程,结合输入输出节点的简单配置,快捷实现业务逻辑;无需关心计算集群,无需学习框架原理,降低流数据分析门槛。初级数据开发或者懂 SQL 的人就能做实时数据开发。04双引擎支持支持用户基于不同技术栈,自由 灵 活 的 选 择。基 于Flink/SturcturedStraming引擎开发实时计算作业。06高吞吐低延迟高可靠开源的流计算框架,具有容错、分布式计算、高吞吐、高时效性等优势。SparkStreaming 实时计算框 架,使 用 基 于 内 存 的Spark 作为执行引擎,具有高效和容错性;flink 框
37、架支持大规模运行,在上千个节点运行时实现高吞吐量和低延迟。03支持 UDF/JAR 程序支持调用内置 UDX,并支持运行用户自定义 JAR 作业,使用户可以通过更自由的开发实现,去应对复杂度更高的需求场景。04数据资产看不到摸不着,数据质量差,数据从哪来到哪去全不知,如何解?元年C1-数据治理产品来帮忙18主数据数据标准数据质量数据模型元数据数据资产管理的数据主数据业务数据数据安全数据共享数据价值L4.标准依据L2.规则依据L1.构建依据L5.统一数据模型L8.内外部共享L9.价值评估L7.指导改进L3.安全规则管理L6.授权访问数据标准可用于数据库、数据仓库 等系统的数据模型构建依据。例如逻
38、辑表中的属性、标准的数据规则、定义实体与关系等数据标准可包含业务敏感数据对象和属性,从而实 现对数据安全管理相关规则的定义对数据进行脱敏加密、分级分类、安全审计,并通过数据权限管控数据的访问,保障数据安全、合法合规通过质量规则设置,对数据资产管理的数据进行质量评估与监控,指导改进数据质量将治理好的数据,通过数据安全、数据服务将数据在内外部中共享数据按照成本、收益等评估模型,进行价值评估涵盖企业全部数据的数据标准,也可以作为主数据管理的数据标准设计标准化数据模型,构建统一的数据模型管控体系,从源头上提高企业数据的一致性数据标准是数据质量稽核规则的主要参考依据,通过将数据质量稽核规则与数据标准关联
39、,一方面可以实现字段级的数据质量校验,另一方面也可以直接构建较为通用的数据质量稽核规则体系L1L2L3L4L5L6L7L8L91905数据服务的提供效率和业务诉求严重不匹配,如何解?元年数据服务来帮忙数据服务产品在数据管理平台上提供数据或数据分析结果的服务,包括企业内部数据共享和外部数据流通,通过注册 API 和应用服务,构建服务目录、授权数据服务、设置授权访问权限,黑白名单、访问次数等有效完整的记录数据服务信息,最终生成数据服务报告,展示数据服务的价值。服务管理平台0支持通过数据表、资产标签快速构建数据服务 API;支持一键部署算法模型、实验快速构建算法服务 API。服
40、务类型多样化支持多维度服务监控,包括 API 调用情况、资源消耗和错误信息监控等,可视化展示帮助用户快速了解当前服务运行情况。同时支持自定义监控告警规则,及时发现潜在风险。可视化监控预警安全认证、IP 黑白名单控制、授权审批机制、全方位监控预警等安全保护措施,保证 API服务安全、稳定、可控。安全防护机制分布式部署,支持自动扩展、容错,能够承载大规模的 API 访问,提供高性能、高可靠的服务。全链路管理提供灵活自定义的流量控制策略,支持分钟、小时、天级别的流量控制,多维度限流选择(API调用频次、应用请求频次、用户请求频次等)。精细化流控策略分布式部署,支持自动扩展、容错。能够承载大规模的 A
41、PI 访问,提供高性能、高可靠的服务。服务高可用2006数据资产和服务虽好,但业务部门感知不到,他们纠结的还是财务应用性能问题,如何解?元年 C1-tabase 来帮忙元年内存多维数据库 C1-Tabase:面向业务场景的多维建模和计算引擎,它能帮助企业解决商业智能平台无法实现的复杂迭代计算问题;业务人员可直接建模使用,不需要代码开发,内存实时计算技术大幅度提高商业智能应用的计算和查询性能,它具有非常强大的商业建模能力,无需企业构筑庞大的数据仓库,通过一个统一的平台实现计划、预算、预测、分析和报表等财务绩效管理功能。元年内存多维数据库引擎有如下特点:业务模型直接生成多维模型,业务语言编写计算公
42、式,避免了业务和 IT 之间的专业鸿沟,提升业务响应效率;面向业务场景基于实时、高性能计算的技术基础,独有沙箱技术,实现场景模拟,简单调整模型参数就可以实现结果的快速测算,复杂的测算模型在几秒、十几秒内就可计算出模拟结果,常用于目标试算、模拟利润分析、投资回报试算等需要快速试算和决策的场景;独特的场景模拟技术12独特内存数据结构设计,采用按需计算的实时计算技术;C1-Tabase 内存式多维数据库技术利用内存快速访问的特性,把数据完整保留于内存,并通过优化的存储结构和算法处理数据和复杂逻辑,将用户的数据读写请求转换为内存读写和内存计算,极大提升系统性能;C1-Tabase 以多维度理念构建,任
43、何数据都由多个维度组合定义,使数据产生业务含义。以多维理念构建的分析平台使得用户在进行数据分析时可从不同业务角度查看、展开、逐层透视业务状况。友好的操作设计使得用户通过鼠标拖动、组合实现数据分析,数据钻取功能还可钻取到更为详细的业务发生数据。内存实时计算技术321数据中台项目实际落地要遵循双向推进的整体策略,一方面需要从上向下梳理企业自身业务需求痛点,规划整个数据中台计划,另一方面需要从下向上结合业务逻辑梳理企业自身数据情况。元年数据中台实施落地需求业务调研路线图实施计划企业数据需求评估当前环境行业数据特性差距分析差距分析差距分析数据蓝图规划 优化过程 3-5 年实施计划 复核、监控和更新从顶
44、向下数据中台规划的过程从底向上数据中台开发过程目的/结合战略发展需要,及内部价值体现,遵循行业最先进方法论进行数据治理规划梳理。优势/客户将拥有最标准化、先进化、系统化、流程化的规划体系。01目的/结合数据治理系统规划的先进经验完成对整个运营体系的支持。优势/客户将在进行支持过程中,完成对管理治理、产品组合、组织管理、组织架构的不断优化。02IT 应用系统数据模型架构产品组合落地与技术支持组织架构22企业在实施数据中台项目过程中需要从业务场景出发,确定需求,充分评估企业自身 IT 信息化程度,明确中台总体技术架构和实施步骤,组织团队进行开发,同时需要从公司高层到底层开发人员有深刻的数据意识,加
45、强数据治理的全局思维,从根源上提升企业数据质量。01调研007包含机会评估和企业评估两项服务03设计设计数据仓库和数据应用技术体系架构,完成详细设计05开发数据仓库 ETL 的设计、模型开发和单位测试,数据产品开发07管理元数据、数据质量、容量规划、优化性能问题02分析明确业务需求,业务建模,与现有系统匹配04部署基础设施安装或升级06集成整体环境测试联调上线23数据中台规划设计01 业务-数据认知 提升 业务-场景蓝图 规划 数据-数据资产 盘点 服务-数据服务 盘点 技术-平台技术 盘点 技术-整体架构 规划 数据-数据架构 规划 技术-平台应用 架构 技术-数据基座
46、 规划 项目-实施规划 和预算数据中台运营推广03 宣导-业务赋能能 力展示 宣导-典型场景宣 传策划 目标-中台运营绩 效设定 能力-基于规则的 质量管控 元数据 数据质量 能力-基于成本的 价值运营 数据成本 数据价值 组织-业务 IT 虚拟 团队数据中台实施开发02 项目-实施计划 需求-数据场景 设计-需求交付 (概要/详细)技术-数据基座 搭建 技术-权限集成 设计-资产设计 设计-数据体系 设计 开发-数据采集 开发-数据 ETL 开发-算法模型 开发-数据服务治理-租户、角色、环境 治理-数据脱敏 治理-数据模型 治理-数据标准 治理-数据开发 规范 运维-数据基座 稳定性元年优
47、势05P A R T F I V E24元年与金融行业领先企业的长期深入合作,为元年财务管理实践提供了深厚的土壤。元年具有丰富的咨询+落地实践的经验业界最完整一体化解决方案供应商可研论证详细设计系统实施产品开发运维支持咨询高阶设计咨询与实施融合保险公司25证券其他金融机构金控集团 26元年的数据中台咨询服务基于客户的实际应用场景,盘点数据资源,规划设计数据中台建设的可行性方案。同时结合数据的管理体系与标准体系形成完善的落地计划,帮助客户构建能够快速响应、数据融合、智慧运营、战略支持的数据中台,为企业数字化转型打下坚实基础。强大的数据中台咨询能力银行27基于业界领先的规划及落地实践经验为客户提供
48、定制化的数据中台解决方案前瞻性元年业务涵盖“研究与教育、咨询、软件、实施服务”四方面,为企业提供从咨询规划到技术平台落地运营的端到端的数据中台服务全过程具备强大的技术平台,提供低代码的可视化开发平台支持快速实现数据中台的应用开发和个性化定制定制化 基于内存的多维数据库具备强大的数据计算能力,为用户提供实时快速的服务,具备强大的建模能力 具备业务领先的数据智能产品,并支持客户智能化应用持续拓展易扩展财务管理咨询领域的领导者,在以业财融合数据赋能体系为核心的数据中台建设方面,具备丰富的咨询+落地实施经验可落地元年提供强大的数据中台+灵活的数据消费前台全产品解决方案,能全方位满足客户系统建设需求全方
49、位元年数据中台解决方案01数据消费前台场景规划设计帮助企业规划设计前台可能的应用场景,结合元年丰富的行业经验与企业实际业务现状给出建设思路与建议。2802企业数据资源盘点帮助企业对管理范围内所管理运营的信息化系统、报送数据等内容进行详细梳理,形成数据、流程、模型、应用等数据资产的盘点目录,并以此开展后续工作。06数据中台实施规划帮助企业规划数据中台未来的建设路径以及相应的投资预算,以保障实施工作能够更加顺利执行落地。03数据标准体系建设元年科技参考企业特性,并结合国标和相应行标,围绕数据资产全生命周期管理,制定相应的数据标准体系,提升企业管控能力,有效保障数据治理目标有效落地。04数据管理体系
50、建设帮助企业规划设计数据管理体系,包括明确数据管理的管控模式、组织架构、流程制度、权限职责等内容,保障数据管理工作能形成完善闭环,支撑企业发展。05数据中台架构规划规划设计分层、分域、分区的数据中台架构,帮助企业论证各项技术应用的可行性,最终形成切实可落地的数据中台架构蓝图方案。29元年基于领先的中台架构体系,为企业提供技术中台、业务中台、数据中台的规划咨询、软件平台和实施运营服务。元年率先推出国内领先的基于云原生、微服务、容器化的ECS 技术中台,支撑业财税一体化的共享为主体的业务中台,成为企业新一代的企业业务交易运营和管控一体化的 PAAS 平台。元年数据中台包括完整的数据治理层、数据资源
51、层、数据建模和数据处理层、数据资产层,以及世界级的内存多维计算引擎高效处理海量数据。元年智能共享软件帮助企业建立自己的业务中台,支持厂商、合作伙伴、客户开发部署自定义应用,平台统一门户,统一用户管理及授权,统一工作流及消息机制,PC,移动端一体化。基于平台灵活开发部署自定义应用等扩展应用,元年软件标准模型支持业务对象、交易、流程、数据全过程配置。业务中台在运行过程中产生大量数据,数据中台需要对数据采集治理、数据建模、数据开发,形成有针对性的数据服务,元年产品是基于微服务框架开发的,可以获得更大的灵活性和复用性,增强中台服务能力。元年技术中台包括元年框架、ECS 平台微服务和各类应用,同时包括微
52、服务管理和数据集成服务。元年框架解决缓存、异常、日志、安全、调度的功能,而元年的 ECS 平台提供的微服务包括业务对象的选择确认,单据、流程、控制、凭证和数据,服务于各种应用。同时,针对微服务进行管理,包括服务治理、配置管理、集群监控、容错保护等,还有贯穿始终的是数据集成服务。元年现有的分析型产品 C1 就是打造数据中台的最佳工具,再加上主数据管理、数据治理能力、对外数据服务(API)、大数据和 AI 应用产品端,形成了新一代的 IT 数据架构。元年提供的大数据和 AI 能力包括 AI 算法、知识图谱、图数据库,在数据处理上达到 PB 级,分布式数据存储,通过 Tabase 数据库支持多维数据
53、库和内存计算方式。业务中台+数据中台+IT平台的组合优势30元年数据中台既可以分功能模块进行采购又可以整体采购,元年拥有专业的数据中台交付团队,参与实施的员工都是在大数据平台和实际中台项目有多年开发实施经验的专家,从经验到技术都可以高效安全的为实施提供保障。灵活的产品采购方式和安全的技术保障元年会帮助每一个客户对整个中台系统有全面了解,对项目研发产品和所采用的技术手段有良好的认识,熟悉和掌握系统管理的必要知识和管理程序。通过课堂授课、安装考察、演示实验等,熟悉各种系统平台的原理、操作应用情况,胜任日常系统的维护工作,有能力判别、处理一般性问题,避免系统因使用或操作不当而引起的故障,减少突发故障
54、的发生。技术培训包括现场培训和集中培训两种形式。现场培训:在安装系统之前,先对客户进行现场培训。在系统的安装调试、故障处理过程中,对客户进行实际的操作和故障处理培训。集中培训:系统安装、调试完成后,对客户进行现场培训,使客户能熟悉系统的业务操作。在项目建设过程中,安排举办两次且每次不少于 4 人次的高级技术培训,对客户领导和技术人员进行数据中台建设方法论和实施落地技术进行相关培训。丰富的产品培训和交流31元年的中台思维和服务能力06P A R T S I X中台思维正在成为企业管理架构中的重要概念。一般来说,中台是介于前台和后台之间的管理平台。前台通常是指面向客户的市场、销售和服务体系,后台则
55、是技术支持、研发、财务、人力资源、内部审计等支撑体系。对客户需求做出快速反应是前台的基本职责。在传统架构中,前台需要得到后台的业务指导才能做出反应,但后台的反馈速度往往很慢,无法满足客户的需求,客户体验不好;后台体系流程规范、管理严格,遵循一套相对稳定完整的制度,对前台业务的变化根本无法做出及时反应。产生这样一个问题的原因就是因为前后台分属于两个管理模式,“转速”本来就不一样,而中台建设就是要把两边 的“配速”平衡起来,让前后台做到很好的协同。同时,中台还能解决重复建设、共享程度低、数据孤岛、信息传递不通畅的问题,帮助企业开创新的商业模式,提升企业价值。元年科技是基于人工智能、大数据、云计算、
56、互联网、物联网等新一代信息技术,同时又具有丰富的财务管理、业务运营和行业经验的企业数字化转型软件商和服务商。元年依托战略合作伙伴科大讯飞领先的语音交互、自然语言处理、知识图谱等核心人工智能技术,结合元年在云原生、微服务、低代码、内存计算、大数据等领域的领先技术,是国内领先的新一代企业智能化软件提供商。20 年来,元年服务上千家大型企业集团,是国内管理会计、财务管理、业务运营、数据分析等专业领域的领导者,对金融、地产、零售快消、装备制造、能源化工、交通物流等行业有深刻的洞察和丰富的经验。元年基于领先的中台架构体系,为企业提供技术中台、业务中台、数据中台的规划咨询、软件平台和实施运营服务。元年率先
57、推出国内领先的基于云原生、微服务、容器化的ECS 技术中台,支撑业财税一体化的共享为主体的业务中台,成为企业新一代的企业业务交易运营和管控一体化的 PAAS 平台。元年数据中台包括完整的数据治理层、数据资源层、数据建模和数据处理层、数据资产层,以及世界级的内存多维计算引擎高效处理海量数据。元年是国内为数不多的具有技术中台、业务中台和数据中台完整产品平台的软件厂商。32基于新一代智能技术打造元年具有国内最完整的、应用导向的数据中台架构和平台。底层的数据治理包括主数据、元数据、数据质量、数据安全、ETL 等咨询能力和软件产品,中间层的数据处理包括非结构化和半结构化大数据处理平台、分布式数据存储平台
58、、内存 OLAP 数据建模功能强大、性能优越,上层的数据资产和应用丰富和实用,既包括企业整体的计划预算分析、管理报告、绩效分析,也包括产销协同、投资模拟、销售定价等的运营场景化分析帮助企业真正实现数据驱动业务和数据赋能管理。.公有云/私有云/混合云 PaaS 平台微服务云计算互联网内存计算大数据AI连接企业内外打通交易,形成闭环分布式内存多维计算实时数据分析企业内外部数据融合结构化、非结构化数据融合语音图像识别知识图谱规则引擎机器学习33元年的中台服务依托自身成熟产品平台,以元年 E7 和新的 ECS(Enterprise Centralize Service)为依托的业务运营平台,支持客户搭
59、建业务中台,已成功为 TCL、海大集团、奥克斯集团、安踏集团、山西焦煤集团等大型集团企业搭建起来业务中台,实现了各类业务的共享服务;以元年 C1 为依托的数据处理和分析平台建立客户数据中台,已成功为保利集团、茅台集团、通威集团、时代地产、长安汽车等大型企业集团建立起数据存储和分析的数据中台服务。元年云为企业提供云费用、云商旅、云采购、云税务、云财务、云预算、元分析等快捷易用的一站式 Saas 服务,助力企业实现低成本、高效率、敏捷化运营管理。元年是共享服务的领航者,帮助大批企业集团规划和咨询共享服务体系和卓越运营模式,提供业财税一体化 E7 智能共享平台从财务共享、税务共享、商旅共享、采购共享
60、、人力资源共享和 IT 共享完整平台。以“管理会计指导下的共享服务,共享服务支撑下的管理会计”体系化服务推动企业财务转型和管理提升。元年税务共享平台是金税三期背景下企业税务信息化智能化的最佳选择。元年商旅共享和采购共享企业商旅采购电商化和互联网化、智能化的运营管控数字化平台。元年是国内当之无愧的管理会计领航者,是财务部管理会计政策制定的专业支撑机构,主办 管理会计研究 学术期刊,帮助几百家企业规划咨询管理会计体系,也帮助几十家知名院校提供管理会计课程平台。元年 C1 系列预算平台、管理会计报告平台、报表合并平台、成本管理平台技术源自 IBM Cognos,是国内唯一自主可控的世界级管理会计软件平台,其核心的 C1 内存多维数据库是支撑企业管理会计数据建模和高效计算的独特技术。www yuanian.c.om 北京市海淀区知春路68号领航科技大厦3层(100086)ZX 业务咨询热线:400-680-2995数字化转型业财税共享管理会计数据分析元年云元年服务号元年官方微信