中国农业银行于2019年提出了“加快数字化转型，再造一个农业银行”的战略构想，信息科技也提出了“iABC”战略以及“薄前台、厚中台、强后台”的IT应用架构，数据中台应运而生。通过搭建数据中台，实现一体化数据服务架构，整合以计算引擎、统一建模工具、自助分析平台为代表的一系列工具平台，涵盖数据采集、整合、分析、服务的全部流程，形成一体化全套数据服务架构，使用门槛更低，使数据服务更高效、更快捷，为业务赋能、为技术赋能、为分行赋能。
当前，我行数据服务存在总分行数据能力发展不均衡，分行数据多样、需求旺盛，长期处于各自为战的状态等不足。行领导多次在全行工作会议上强调：“要加快解决数据支撑不足的问题”、“支持分行特色数据应用，让分行可以用数据说话、用数据决策、用数据管理、用数据创新”。为改善不足，提升数据服务能力，亟需建立一套分行数据服务体系。一方面向分行输出总行大数据、AI、BI的服务能力，另一方面让分行特色数据能够纳入全行数据视图，且做到数据不出数据中心、安全可控。
01
数据中台建设背景下的分行服务，解决三个根本问题
“分行数据服务云”并非新建系统，而是一套面向分行数据服务的解决方案，以“为分行赋能”为核心目标，重点解决分行在数据消费、数据共享和数据管理上的痛点。方案采用云计算的思想，在总行搭建分行专属的GBASE+HADOOP类云平台，一并提供开发、分析、调度监控、模型管理等8大平台，为分行搭建一整套集基础设施、数据资源、平台工具于一体的服务生态环境，以及全套的数据解决方案，助力分行服务快速、规范、可持续的进入总行同步轨道。同时，推进组织架构、工作机制、管理制度等配套措施逐步到位。
该方案计划解决三个问题：
第一、数据进得来。让分行数据能纳入大数据平台，即入库，拼齐全行数据视图的一个重要板块，将在分行本地生成的数据、分行特色应用生成的数据以及分行自行获取的外部数据逐步纳入总行系统。
第二、数据用得上。最大限度地向分行开放总行已有大数据成果，将大数据平台主库、七大集市、指标库等都作为分行数据集市的来源，统一扎口、拓展覆盖度，解决各自为战、重复建设、成果无法沉淀的痛点。
第三、数据管得好。向分行开放总行数据治理体系的平台和工具，提升总分行协同治理能力，提供数据模型管理、数据质量管理、元数据管理、接口管理、数据资产管理全领域方案。
02
搭建分行数据服务体系，建设三项主要内容
分行数据服务不同于总行，由于直接对接经营一线，在对客服务和对内管理上，形式更加灵活，时效性要求更强，在实现方式上有轻量级、快捷性的特点。总行需求研制、架构设计、开发测试及投产运维的项目流程和投产窗口安排，往往不能满足分行实际要求。因此，分行数据服务云方案建立了“集中部署、分级服务”的分行数据服务体系，由总行统一提供基础设施、数据资源、平台工具三大底座，保证安全共享，分行在此基础之上，随需应变，自主开发运维及投产，定制化实施各种衍生服务，在“放、管、服”之间找到平衡点。
第一、基础设施加强支撑。在总行新增分行专属Hadoop集群、扩容GBASE分行集群，支撑分行全流程自主实施入库开发，以及分行个性化批量的开发与部署。
第二、数据资源全面开放。打通了主库、个人、对公、监管、运营、指标库技术通路，分析分行需求，并在业务授权的前提下，建立分行数据资产目录，让分行直接使用总行成果，做到统一、共享。
第三、平台工具互通互联。组织多次分行技术培训，推广了ETLSTUDIO入库开发、DWBS、DOTA等工具的使用，尤其是通过分行数据集市为枢纽，实现了AI平台、BI平台的服务联动。
03
实现数据消费领域的首次突破，完成四个一体化
第一、技术栈一体化。首次在数据消费领域实现了总分行技术栈一体化。完全对标总行大数据技术体系，为分行提供了统一的开发平台和管理平台，利用平台化、工具化的流水线优势，替代手工作坊加工，提高分行研发效率和代码复用度，方便成果共享交接。
第二、数据资产一体化。对总行而言，解决了分行特色数据入库的痛点与难点，建立起技术通路，补全全行统一视图；对分行而言，直接使用总行数据成果，基于资产视图开放，让数据变现更直接、更快捷。
第三、基础资源一体化。采用GBASE+Hadoop的混搭模式，为分行提供专属资源，且全部部署在数据中心，逐步利用DBLINK等高效方式代替传统的文件交互方式，既提升了性能，又保证了数据安全性，同时推动了国产MPP数据库取代Sybase IQ的进程。
第四、总分协同一体化。在数据消费领域，创新的提出了总分协同的研发运维模式，在“放、管、服”之间寻求平衡点，解决总分行研发不同频的问题。保证分行能够按需高频度投产，兼顾合规与安全。总分行团队分别负责总行区与分行区，并且提出了相关的办法和细则，21年正式发布。
04
进入全面推广阶段，初显四大建设成效
第一、分行处理能力翻番，优先扩充分行计算集群，分行GBASE集群规模扩大1倍，达到AB集群各112个存储节点，分行Hadoop集群初步建成，整体以“总行集中部署、合作分级管理”的方式，强化分行基础支撑。
第二、建立分行数据资产目录，共性模型累计2756项，比年初新增50%；全年受理分行需求281批次，批量接口数量是年初的4倍。处理效率成倍提升，实现配置化批量处理，在分行数据服务接口增长1.5倍的情况下，交付周期缩短近2倍。
第三、以集市为枢纽，打通了大数据平台主库、各集市、AI、BI平台的技术通路。以AI平台和BI平台为例，通过与分行数据集市互通互联，实现分行特色标签与分析模型的上传，以及总行分析结果的下发。分行用户可通过登录数据中台门户，直接使用智能模型实验室、标签中心、指标中心等中台服务；或者可以利用下发结果对接本地其他系统。
第四、37家分行完成推广，用此方案对接252个场景。全部分行完成本地特色数据纳入大数据平台试点投产；江苏、浙江、湖南等分行完成个性化客户标签、分析挖掘模型建设，均纳入总行资产库，并成功应用于零售客户营销、信用风险预警等场景；山东分行使用600余项数据模型接口成功搭建新一代绩效考核平台。