文思海辉的“数据湖”不是湖

　　TechECR记者 张戈

　　直入主题，“数据湖”不是湖。多源渠道、复杂格式的海量数据涌入，汇集而成“数据湖”，但其定位和价值终究不只是“湖”。“数据湖”已经成为企业数字资产的操作系统，也正在驱动应用场景创新。当然，数据湖还颠覆升级了“数据服务商”的业务模式。

　　“数据湖”也是湖

　　传统IT生态中，并没有数据服务商的定位，但现在已是不可缺失的角色，文思海辉即是以数据服务见长的IT服务厂商。2018年，在IDC《中国银行业IT解决方案市场份额》报告中，文思海辉雄踞中国市场份额第一，并以其对金融应用场景的理解，尤其是在数据规划、数据应用、数据治理、数据分析、决策支持等方面的优势，多年保持着“商业智能与决策支持管理类解决方案市场”份额第一名。

　　(在刚刚结束的2019年中国国际服务贸易交易会上，文思海辉·金融基于大数据的企业级数据湖平台荣获“科技创新”服务示范案例奖)

　　“数据湖是套先进的企业数据架构。”陈圣，文思海辉金融事业群商业智能事业部总监，他更希望以数据战略的视角，解释“数据湖”的价值定位。其实，“数据湖”概念兴起于2010年，最早被制造行业用户所接受，因为此时制造型企业不仅在汇集ERP、CRM等系统中的结构化数据，也在接入MES系统数据，采集物联网传感器、视频监控系统中产生的非结构化数据。

　　2014年之后，数据湖的价值也逐渐被金融行业客户认知。原因几乎相同，银行已经不满足于只对“总账”中的数据进行分析。将人脸识别技术应用于存取款，或自助办理信用卡业务，需要存储图像数据;办理个人信贷，需要接入微信、支付宝等第三方互联网渠道数据;办理企业授信要分析工商、税务等社会数据。

　　此外，将各类票据通过OCR技术进行图文转换;通过物联网终端模块，建立“电子围栏”，进行抵押品监控，以及5G智慧银行、VR证券及金融交易等应用，都伴随着海量数据的涌入。也就是说，每一次金融科技创新，每一项金融服务的推出，都在对传统数据存储、数据分析架构的挑战。

　　“数据湖”不是湖

　　此即为“数据湖”产生的背景。当企业意识到数据是生产资料时，其就有动力将数据进行存储。当企业进一步意识到数据是核心资产、甚至是产业资本时，其就更有动力对数据进行分析。

　　当然，早期数据湖就是“湖”，更强调数据“存储”，将热数据、温数据、冷数据等不同类型的数据，将结构化、非结构化、半结构化等不同格式的数据，分别存储于SSD、SAS、SATA等不同存储介质中，即实现数据统一存储。

　　“但数据湖更应该成为业务创新的支撑架构。”陈圣跳出“存储”界面的限制，从两个维度解释了数据湖的价值：以技术维度，数据湖是企业高效的数据底座，涉及数据接入、数据存储、数据治理、数据分析等，不同“模块”的软硬件系统。但以业务维度，基于数据湖的数据服务，又在驱动企业预测决策模式创新、应用场景创新、商业模式创新。

　　数据驱动金融场景创新

　　进一步聚焦金融行业应用场景。数据湖正处于从解决“数据存储”，向提供“数据服务”的演进阶段。与诸多行业的应用系统建设思路相同，早期金融行业也采用“业务应用先行、科技部门代管”模式，即市场营销、风险防控等部门，以业务驱动，率先建立部门级大数据平台，由此系统中逐渐沉淀下“部门级”数据。

　　“但建立‘全行级’数据湖，才可能实现以数据服务驱动的业务创新。”陈圣说。此前，文思海辉已经服务于国内十余家银行的数据湖建设，形成从顶构咨询、项目实施，到数据分析、数据服务等端到端业务能力，而建立“全行级”数据湖就是文思海辉的业务实践。

　　“金融机构建立数据战略，即需要形成数据湖顶层设计，但顶层设计又不只是建立数据接入、数据存储、数据治理、数据分析等端到端的技术架构。”文思海辉金融事业群商业智能事业部总经理杜啸争说：“数据服务才是企业应用的制高点。基于数据湖的建设，可解决传统数据仓库，开发周期长、业务迭代缓慢等问题，能够让业务部门和科技部门，更集中精力于自身核心能力。而数据服务商则需要以逆向思维，了解各业务部门的数据需求，形成逐步演进的数据湖建设规划，并有能力阐述数据服务的创新价值。”