【IT168评论】在我国金融行业信息化的进程中，商业银行始终是主力军。然而，农村信用社作为主要为我国广大农村提供服务的金融机构，在日益复杂的市场环境中，其信息化需求也日益迫切。特别是大数据被业界普遍讨论的今天，数据分析与管理成为金融行业信息化的必修课。

　　吉林省农村信用社(简称吉林农信)在数据管理方面迈出了坚实的一步。3月8日，在位于长春市人民大街的吉林农信大厦，吉林农信科技信息部总经理助理袁福宇、吉林农信数据平台项目经理郑宪东接受了《中国计算机报》记者的独家专访，向记者介绍了他们数据平台的实践经验。

　　51个应用 数据量日增500GB

　　省级农村信用社的历史并不算长。吉林省农村信用社联合社成立于2004年，作为国家第一批改革试点的农信联社之一，形成了省、县两级法人体制结构。2007年4月，吉林农信综合业务系统全面推广，实现了全省数据大集中和通存通兑，结束了手工、单机和局部网络版作业的历史。然而，随着业务的逐渐发展，在全省数据集中后，吉林农信后先后建设了51个应用系统。在信息化建设有效推进和快速发展的同时，各类风险问题也随之而来。如何有效利用数据成为摆在吉林农信面前的重要问题。“对金融行业来说，我们在系统内的每一条客户信息、每一笔交易都是关键数据。对数据的有效管理和使用是至关重要的，直接影响到经营决策。”袁福宇说。

　　金融行业在数据管理方面遇到的挑战都很相似。袁福宇介绍，“我们的主要数据来源之一是核心账务系统。核心账务系统既要支持日常业务，又要为其他系统提供数据支撑，压力繁重，为核心系统减压是我们面临的严峻挑战。同时，数据源分散、数据冗余量大等问题也越来越严重。”为了有效解决上述问题，满足安全运营和管理决策需要，建设集中统一的数据平台是吉林农信信息化建设的必经之路。

　　2011年5月，吉林农信启动了数据平台项目建设。“我们一开始就希望从基础做起，搭建一个扩展性强、稳定性好的数据平台。”袁福宇介绍，吉林农信数据平台是ODS(操作性数据存储)、DW(数据仓库)、HDS(历史数据存储)构建的综合体。从底层的ODS、DW到上层的BI(商业智能)展现，数据平台项目在各个交易系统之间、交易系统和报表分析系统之间实现了数据交换，通过数据的加工、整合实现了报表统计和决策分析，并通过数据生命周期管理满足了历史数据查询和稽核审计等需求。

　　吉林农信的核心账务系统、信贷管理系统、国际结算系统等主要业务系统均通过数据平台进行了数据整合。数据平台从这些源系统中抽取日常运行的增量数据，然后进行数据标准化、内容聚合、格式转换等整合加工，再将数据导入数据仓库，最后进行汇总处理，形成决策支持数据。

　　据郑宪东介绍，目前吉林农信数据平台数据量约10TB，每日增量数据在500GB左右，日常数据处理需要约2~3个小时。数据平台使用的IBM DB2数据库应用状况良好，无论是夜间数据处理的装载及日间数据查询使用，即使面对千万级的记录数据，均能快速响应。

　　事实上，不仅仅是DB2，吉林农信数据平台采用了IBM较完整的企业级数据仓库(EDW)解决方案，包括DB2、Information Server以及数据分析与BI展现工具Cognos等产品。“在选型期间，我们开展了同业之间的反复论证，并进行了严格的POC验证。经过甄选，我们觉得IBM的数据仓库建设方案比较成熟，能够确保项目实施的可持续性。”袁福宇说。

　　多维度BI体现应用价值

　　袁福宇认为，数据仓库是数据平台的基础，而平台的最终目的还是要实现数据的整合、分析与利用，支持领导决策。

　　“以前，决策支持数据的生成耗时耗力。它需要人工进行统计和层层上报，最终由计财部门将各类报表进行汇总分析，通常只能是一个月做一次汇总，领导只能看到前一个月的数据。”袁福宇介绍，“而且，我们的报表以反映日常运行的业务状况为主，基本上是将账务数据或会计信息数据经过较为简单的统计和收集生成，缺乏全方位的数据和信息分析。”

　　为此，吉林农信以数据平台为基础开发了领导驾驶舱系统。它提供了多维度、多展现形式的数据分析查询功能，同时支持iPad等移动设备。

　　“现在，我们的基础数据和决策支持数据的时效性为T+1，即领导每天打开电脑就能看到前一天的数据。由于有了数据平台，我们的数据采集加工质量和效率有了大幅提升。”袁福宇说。

　　据了解，领导驾驶舱的指标体系设计为3个大类、10个子类共67个指标，包括资产类、负债类、所有者权益类等6类41个主要经营指标，安全性、流动性等3类19个主要财务指标以及人均贷款、存款、资产等7个主要人均指标。

　　“Cognos完成了领导驾驶舱的分析展现工作。通过图表分析、排名分析、明细查询等功能，各级领导可以看到相应的报表数据分析与结果展现。省联社领导可以看到全面的数据分析，基层行社领导可以根据相应的权限看到其所辖范围内的数据统计与分析结果。”袁福宇介绍。

　　缜密部署 规划先行

　　事实上，吉林农信的数据平台项目并非随意为之，他们有着明确的信息化规划。袁福宇介绍，为了充分了解现有IT系统现状，明确未来项目建设方向，避免IT项目建设头痛医头、脚痛医脚的短期行为，在省联社党委的高度重视下，吉林农信于2011年6月开始进行信息系统评估与规划。

　　通过信息系统评估与规划，吉林农信确定将应用架构调整作为当前信息化建设的首要工作，主要体现为“三大平台”建设：渠道平台、数据平台和中间业务平台。

　　“数据平台正是我们应用架构调整的关键之举，也是对规划成果的良好验证。我们希望简化原来各个应用系统复杂的数据依赖关系，通过数据平台对各个应用系统实现高效支撑。”袁福宇介绍，截至2012年12月，吉林农信数据平台经过两个阶段的实施，完成了平台架构的搭建，并基于数据平台提供的数据，完成了反洗钱系统、分析型报表系统、领导驾驶舱、征信系统、指标数据短信平台等应用系统的建设。未来，吉林农信还将基于数据平台建设CRM、风险管理系统、管理会计等相关业务系统。

　　“数据质量其实是BI能否成功的关键因素。如果数据的准确度不够，那么以这些数据为基础的BI对领导决策是毫无帮助的，甚至还会起误导的作用。”袁福宇表示，“所以，在数据平台项目的第三个阶段，我们将重点进行数据治理。”

　　郑宪东向记者介绍，尽管在全省数据大集中之前，各个应用系统的版本比较统一，但是仍然存在数据不一致的问题。在监管部门对金融机构数据准确性要求越来越高的环境下，数据治理将成为吉林农信的重要工作。

　　“我们目前在数据平台上做了一些数据治理的工作。”袁福宇介绍，“内容包括数据标准制定、元数据管理、数据质量管理等。我们的数据治理项目还通过了银监会的课题验收。下一步，我们希望能够在全行各个系统内展开，通过数据治理保证高质量的数据源接入数据平台。”

　　在袁福宇看来，数据治理实际上通过管理体系与IT，将数据的使用者、管理者整合在一起，把前端、中端、后端的数据整个贯穿起来。

　　“我们希望通过管理体系、管理流程，从源头上提高数据质量，支撑业务系统，提高BI分析的准确度。当然，数据治理是一个大工程，涉及财务、信贷、风险、电子银行等诸多业务条线，需要各个业务部门共同参与。”袁福宇说。