點擊上方藍字關注“信息化時代”
2018年，中國公募基金行業迎來第二十年。20年前，中國第一家公募基金公司成立，開啟了中國財富管理的新格局。中國基金行業已成為國家金融體系的重要子行業，截至2018年1月底，公募基金資產管理規模達12.17萬億元，產品近5000只，基金資管機構128家，累計實現盈利超過2萬億元。博時基金管理有限公司(以下簡稱博時基金)成立於1998年7月13日，是國內首批成立的五家基金管理公司之一，也是目前我國資產管理規模最大的基金公司之一。
老思路撐不住新發展
博時基金信息技術部總經理 車宏原
車宏原介紹，基金公司傳統的業務邏輯就是通過直銷和代銷渠道募集資金，對資金進行投資管理，為投資者創造價值。業務線有兩條，一是募集資金，二是投資。募集資金主要靠渠道，傳統渠道是以銀行為主，現在互聯網第三方銷售、互聯網直銷渠道業務量也顯著增加。
博時基金支撐業務的核心繫統有三大類，一是募集資金端的註冊登記系統，負責投資者的開戶登記及清算;二是投資端的投資交易系統;三是估值系統，銜接募集資金端和投資端，給基金產品估值，讓投資者可以按估值來買基金的份額。
車宏原介紹，就整個金融行業而言，基金公司的體量相對於銀行、證券都比較小，早期的系統建設採用的是快速見效的模式。具體到數據平臺的建設，根據數據量特點和業務需求，博時基金早期主要是採用分散的數據集市的模式來建數據中心，如投研數據中心、銷售數據中心等。這種模式下，數據中心與業務應用是高度吻合的，但集市是分散的，數據不是集中的。其優點是起步容易、見效快、成本低;但缺點也很明顯，就是數據到一定規模，系統就出現瓶頸，性能不夠，可擴展性差。
近年來，在大資管、國際化和互聯網金融背景下，基金公司業務已經發生很大的變化，對IT的需求也發生了很大的變化。“行業初期只有傳統的公募基金，提供5×8小時的服務，業務和系統相對都非常簡單。但現在不一樣了，”車宏原介紹，一方面，有公募、專戶、年金、社保等多種形式的產品，有全球化投資，有股權、債權類投資子公司，以及財富管理、智能投顧等更豐富的服務形式。同時，互聯網金融讓投資者的日常生活與基金業務相關聯，需要支持7×24小時的服務和巨大的業務量。最近的熱點是金融科技，對雲計算、大數據、人工智能等新技術的應用提出了很高的要求。這些因素都讓博時基金的IT系統和計算需求越來越複雜，以數據集市模式來支撐如此的數據計算與分析需求，它越來越“力不從心”。
呼喚新一代數據平臺
數據分析是為業務服務的。在募集資金端的數據分析是為了進一步瞭解市場，做精準營銷和客戶服務;在投資端，數據分析是為了提高投資業績、提高投資回報水平;另外還有風險控制、產品規劃設計、基金運營、公司整體管理決策等方方面面都需要數據分析。
基金行業過去是從建設效率角度考慮，多采用應用驅動的分散的數據集市，企業級統一的數據平臺建設起步較晚。車宏原坦言，雖然已經普遍建立了市場營銷類、投研報表類、資訊類、管理類等數據分析型應用，但這些系統間相對獨立，既有數據重疊，也有數據缺失，不能形成共享整合的企業級數據平臺，無法為公司分析決策提供完整的信息。同時，各個部門分析需求各異，造成各種數據分析平臺的野蠻生長，進而導致洞察片面、產生分析能力瓶頸以及管理上的高複雜性。
總而言之，數據價值未得到充分應用，博時基金需建設行業領先的企業級新一代數據平臺。
另外一方面的背景是企業對數據價值的認識。越來越多的企業意識到數據是企業的核心資產，數據能驅動業務的發展、轉型、和變革。這些理念和認識，也是新一代數據平臺建設的驅動力，是新一代數據平臺建設需求所考慮的因素。
新一代數據平臺的建設目標是要綜合利用各種技術工具，激活數據資產，提升數據的價值、提升數據的驅動力、提升科技的支撐力。為滿足上述需求，新一代數據平臺需要建立數據服務和數據驅動兩大業務能力，建立數據管理、平臺計算、平臺服務三大平臺支撐能力。在考慮系統建設目標的同時，需要考慮系統建設的約束條件，以實現最合適的投資回報。換句話說，車宏原介紹，它需要全面整合內外部數據，解決數據在企業內充分交流、共享和融合問題，解決重複開發和數據不一致等問題，需要實現在功能、性能、數據質量、數據服務、價值挖掘等方面能力的提升，同時還要實現對主數據的管理能力，實現對非結構化數據、半結構化數據、大數據的分析處理能力。
具體而言，對數據平臺的建設需求，車宏原從幾個方面來梳理。在營銷和客服方面，需要支持渠道分析、銷售業績歸屬分析、客戶畫像、客戶行為分析、精準營銷、客戶收益分析、智能客服、智能投顧等功能;在產品管理方面支持產品設計、產品比較分析、市場評價、FOF、智能投顧等功能;在合規和風險方面，需要實現投資組合風險分析和預警、投資組合績效歸因分析、統一的監管報表等;在基金運營方面需要做到運營類查詢和報表、操作性風險警示;在經營管理方面要實現各項經營指標分析、管理駕駛艙、多維分析報表;在投研和量化方面要支撐宏觀策略研究、投資組合分析、投資輔助決策、智能投顧、量化模型訓練與驗證、大數據指數研究、輿情與市場熱度分析等。
MPP+ Hadoop搭平臺一期建設見成果
要做什麼定了，那怎麼做呢?經過綜合考量，博時基金決定用以MPP為主，MPP和Hadoop有效互補的技術架構來搭建統一的數據平臺，從而平衡成本、性能、可擴展性等多方面因素。
就像所有的系統選型一樣，博時基金數據平臺選型也是經過了對多家技術產品的論證對比。MPP有好多家供應商，Hadoop技術方案發展也很快，最終選擇了以Teradata的MPP為核心，做傳統的核心業務的支持，以Hadoop為輔助，做半結構化和非結構化數據的處理以及歷史數據的儲存和處理。
為什麼會選擇Teradata?“我們看重的是平臺、模型和方法論等方面的綜合能力，Teradata在這方面全球領先。”車宏原說，“建數據平臺是個非常大的工程，難度會很大、週期會很長，數據平臺建設偏離目標、週期拖得很長、成本失控，甚至項目失敗的案例並不少見。先進的模型、科學的方法論和成熟的經驗，可以為我們項目的成功提供保障。”
博時基金企業數據平臺的建設，採用了數據倉庫之父Bill Inmon提出的範式建模方法論，這種方法需要一次性整合企業數據、初期建設難度大，但是有利於對業務的長期支持、特別是對業務變化的支持。
範式建模方法對數據模型的要求非常高，在建設過程中，博時基金結合自身的經驗積累對Teradata的金融行業數據模型進行改進，形成適合基金行業的數據模型，填補了行業空白。
事實證明，博時基金的選擇是正確的。“我們僅用不到九個月就完成了第一期建設，完全實現項目計劃的要求，完成了對18個內部系統和6個外部數據源的整合，外部數據源包括國內的資訊系統和全球的資訊系統。數據庫表有1100多個，數據的字段有將近3萬個。這麼大的工作量，如果沒有一定的套路來做，很難在這麼短時間完成，還可能做著做著就亂了。是正確的決策讓我們順利地完成了數據整合。”
對於博時基金大數據平臺一期建設的成果，車宏原從以下幾個方面來總結：
第一，數據整合效果明顯。全部內部系統和外部數據源的數據入倉，為企業決策提供了完整的視圖。領導駕駛艙可以通過簡潔直觀的可視化展現，及時掌握運營狀況，銷售、投研等多數據源的整合，形象化凸顯的重點指標，同時可以實現交叉、分組、多維度數據鑽取。
第二，建立指標中心，解決了以前系統規劃的不足。過去，複雜指標數據都在軟件代碼中定義，而新的指標中心作為數據平臺一個清晰的數據層次，涵蓋了公司的主要業務範圍和相關數據，對內部和外部數據進行指標化處理，支持維度和指標的自定義，解決了過去架構下重複開發、數據不一致、統計口徑不一致、計算性能差等問題。
第三，形成了統一的報表中心。系統使用統一的查詢報表工具，建立了完善統一的數據權限管理;將分析類的數據查詢、數據報表進行統一管理，而日誌類、明細類、操作型或業務系統單獨使用的查詢報表仍保留在原系統，降低業務系統間的耦合。平臺進行整體的分層設計、維度設計和主題設計，提供常用的自助查詢和自助報表，以及少量自助多維分析。
第四，支持多種數據服務方式。除了報表類固定形式的數據查詢外，可以提供Excel插件、BI工具、軟件開發工具訪問等形式支持自助分析服務，滿足開發和業務部門自助取數、自助分析、深度開發的需要。
接下來，博時基金大數據平臺將繼續做那些事情?車宏原透露，最高優先級的工作是對傳統核心業務的數據支持。
除此以外，企業數據平臺還可以支持基於人工智能等技術的創新探索。可以開展很多這樣的課題，例如在更多的客戶屬性字段、更大數據量的處理能力、更高質量的客戶數據基礎上，採用人工智能技術進行客戶細分和客戶行為預測，從而進一步支持精準營銷、客戶服務和智能投顧等業務。
與您距離更近！
中國信息化週報（信息化時代）
官網：www.cio360.net
閱讀更多 中國信息化週報 的文章
