在我國金融行業信息化的進程中，商業銀行始終是主力軍。然而，農村信用社作為主要為我國廣大農村提供服務的金融機構，在日益復雜的市場環境中，其信息化需求也日益迫切。特別是大數據被業界普遍討論的今天，數據分析與管理成為金融行業信息化的必修課。

　　吉林省農村信用社(簡稱吉林農信)在數據管理方面邁出了堅實的一步。3月8日，在位于長春市人民大街的吉林農信大廈，吉林農信科技信息部總經理助理袁福宇、吉林農信數據平臺項目經理鄭憲東接受了《中國計算機報》記者的獨家專訪，向記者介紹了他們數據平臺的實踐經驗。

　　51個應用 數據量日增500GB

　　省級農村信用社的歷史并不算長。吉林省農村信用社聯合社成立于2004年，作為國家***批改革試點的農信聯社之一，形成了省、縣兩級法人體制結構。2007年4月，吉林農信綜合業務系統全面推廣，實現了全省數據大集中和通存通兌，結束了手工、單機和局部網絡版作業的歷史。然而，隨著業務的逐漸發展，在全省數據集中后，吉林農信后先后建設了51個應用系統。在信息化建設有效推進和快速發展的同時，各類風險問題也隨之而來。如何有效利用數據成為擺在吉林農信面前的重要問題。“對金融行業來說，我們在系統內的每一條客戶信息、每一筆交易都是關鍵數據。對數據的有效管理和使用是至關重要的，直接影響到經營決策。”袁福宇說。

　　金融行業在數據管理方面遇到的挑戰都很相似。袁福宇介紹，“我們的主要數據來源之一是核心賬務系統。核心賬務系統既要支持日常業務，又要為其他系統提供數據支撐，壓力繁重，為核心系統減壓是我們面臨的嚴峻挑戰。同時，數據源分散、數據冗余量大等問題也越來越嚴重。”為了有效解決上述問題，滿足安全運營和管理決策需要，建設集中統一的數據平臺是吉林農信信息化建設的必經之路。

　　2011年5月，吉林農信啟動了數據平臺項目建設。“我們一開始就希望從基礎做起，搭建一個擴展性強、穩定性好的數據平臺。”袁福宇介紹，吉林農信數據平臺是ODS(操作性數據存儲)、DW(數據倉庫)、HDS(歷史數據存儲)構建的綜合體。從底層的ODS、DW到上層的BI(商業智能)展現，數據平臺項目在各個交易系統之間、交易系統和報表分析系統之間實現了數據交換，通過數據的加工、整合實現了報表統計和決策分析，并通過數據生命周期管理滿足了歷史數據查詢和稽核審計等需求。

　　吉林農信的核心賬務系統、信貸管理系統、國際結算系統等主要業務系統均通過數據平臺進行了數據整合。數據平臺從這些源系統中抽取日常運行的增量數據，然后進行數據標準化、內容聚合、格式轉換等整合加工，再將數據導入數據倉庫，***進行匯總處理，形成決策支持數據。

　　據鄭憲東介紹，目前吉林農信數據平臺數據量約10TB，每日增量數據在500GB左右，日常數據處理需要約2~3個小時。數據平臺使用的IBM DB2數據庫應用狀況良好，無論是夜間數據處理的裝載及日間數據查詢使用，即使面對***的記錄數據，均能快速響應。

　　事實上，不僅僅是DB2，吉林農信數據平臺采用了IBM較完整的企業級數據倉庫(EDW)解決方案，包括DB2、Information Server以及數據分析與BI展現工具Cognos等產品。“在選型期間，我們開展了同業之間的反復論證，并進行了嚴格的POC驗證。經過甄選，我們覺得IBM的數據倉庫建設方案比較成熟，能夠確保項目實施的可持續性。”袁福宇說。

　　多維度BI體現應用價值

　　袁福宇認為，數據倉庫是數據平臺的基礎，而平臺的最終目的還是要實現數據的整合、分析與利用，支持領導決策。

　　“以前，決策支持數據的生成耗時耗力。它需要人工進行統計和層層上報，最終由計財部門將各類報表進行匯總分析，通常只能是一個月做一次匯總，領導只能看到前一個月的數據。”袁福宇介紹，“而且，我們的報表以反映日常運行的業務狀況為主，基本上是將賬務數據或會計信息數據經過較為簡單的統計和收集生成，缺乏全方位的數據和信息分析。”

　　為此，吉林農信以數據平臺為基礎開發了領導駕駛艙系統。它提供了多維度、多展現形式的數據分析查詢功能，同時支持iPad等移動設備。

　　“現在，我們的基礎數據和決策支持數據的時效性為T+1，即領導每天打開電腦就能看到前一天的數據。由于有了數據平臺，我們的數據采集加工質量和效率有了大幅提升。”袁福宇說。

　　據了解，領導駕駛艙的指標體系設計為3個大類、10個子類共67個指標，包括資產類、負債類、所有者權益類等6類41個主要經營指標，安全性、流動性等3類19個主要財務指標以及人均貸款、存款、資產等7個主要人均指標。

　　“Cognos完成了領導駕駛艙的分析展現工作。通過圖表分析、排名分析、明細查詢等功能，各級領導可以看到相應的報表數據分析與結果展現。省聯社領導可以看到全面的數據分析，基層行社領導可以根據相應的權限看到其所轄范圍內的數據統計與分析結果。”袁福宇介紹。

　　縝密部署 規劃先行

　　事實上，吉林農信的數據平臺項目并非隨意為之，他們有著明確的信息化規劃。袁福宇介紹，為了充分了解現有IT系統現狀，明確未來項目建設方向，避免IT項目建設頭痛醫頭、腳痛醫腳的短期行為，在省聯社黨委的高度重視下，吉林農信于2011年6月開始進行信息系統評估與規劃。

　　通過信息系統評估與規劃，吉林農信確定將應用架構調整作為當前信息化建設的首要工作，主要體現為“三大平臺”建設：渠道平臺、數據平臺和中間業務平臺。

　　“數據平臺正是我們應用架構調整的關鍵之舉，也是對規劃成果的良好驗證。我們希望簡化原來各個應用系統復雜的數據依賴關系，通過數據平臺對各個應用系統實現高效支撐。”袁福宇介紹，截至2012年12月，吉林農信數據平臺經過兩個階段的實施，完成了平臺架構的搭建，并基于數據平臺提供的數據，完成了反洗錢系統、分析型報表系統、領導駕駛艙、征信系統、指標數據短信平臺等應用系統的建設。未來，吉林農信還將基于數據平臺建設CRM、風險管理系統、管理會計等相關業務系統。

　　“數據質量其實是BI能否成功的關鍵因素。如果數據的準確度不夠，那么以這些數據為基礎的BI對領導決策是毫無幫助的，甚至還會起誤導的作用。”袁福宇表示，“所以，在數據平臺項目的第三個階段，我們將重點進行數據治理。”

　　鄭憲東向記者介紹，盡管在全省數據大集中之前，各個應用系統的版本比較統一，但是仍然存在數據不一致的問題。在監管部門對金融機構數據準確性要求越來越高的環境下，數據治理將成為吉林農信的重要工作。

　　“我們目前在數據平臺上做了一些數據治理的工作。”袁福宇介紹，“內容包括數據標準制定、元數據管理、數據質量管理等。我們的數據治理項目還通過了銀監會的課題驗收。下一步，我們希望能夠在全行各個系統內展開，通過數據治理保證高質量的數據源接入數據平臺。”

　　在袁福宇看來，數據治理實際上通過管理體系與IT，將數據的使用者、管理者整合在一起，把前端、中端、后端的數據整個貫穿起來。

　　“我們希望通過管理體系、管理流程，從源頭上提高數據質量，支撐業務系統，提高BI分析的準確度。當然，數據治理是一個大工程，涉及財務、信貸、風險、電子銀行等諸多業務條線，需要各個業務部門共同參與。”袁福宇說。