博时基金的大数据平台建设之道
霍娜 Teradata天睿大数据分析
4天前
来源：中国信息化周报
作者：霍娜
2018年，中国公募基金行业迎来第二十年。20年前，中国第一家公募基金公司成立，开启了中国财富管理的新格局。中国基金行业已成为国家金融体系的重要子行业，截至2018年1月底，公募基金资产管理规模达12.17万亿元，产品近5000只，基金资管机构128家，累计实现盈利超过2万亿元。博时基金管理有限公司(以下简称博时基金)成立于1998年7月13日，是国内首批成立的五家基金管理公司之一，也是目前我国资产管理规模最大的基金公司之一。
近年来，大资管、国际化、互联网金融、金融科技持续推动着基金行业高速发展。博时基金业务迅猛发展的背后就少不了IT的支撑。近日，在“2018 Teradata大数据峰会”上，博时基金信息技术部总经理车宏原向记者娓娓道来博时基金信息化尤其是行业领先的大数据平台的建设之路。
老思路撑不住新发展
博时基金信息技术部总经理 车宏原
车宏原介绍，基金公司传统的业务逻辑就是通过直销和代销渠道募集资金，对资金进行投资管理，为投资者创造价值。业务线有两条，一是募集资金，二是投资。募集资金主要靠渠道，传统渠道是以银行为主，现在互联网第三方销售、互联网直销渠道业务量也显著增加。
博时基金支撑业务的核心系统有三大类，一是募集资金端的注册登记系统，负责投资者的开户登记及清算;二是投资端的投资交易系统;三是估值系统，衔接募集资金端和投资端，给基金产品估值，让投资者可以按估值来买基金的份额。
车宏原介绍，就整个金融行业而言，基金公司的体量相对于银行、证券都比较小，早期的系统建设采用的是快速见效的模式。具体到数据平台的建设，根据数据量特点和业务需求，博时基金早期主要是采用分散的数据集市的模式来建数据中心，如投研数据中心、销售数据中心等。这种模式下，数据中心与业务应用是高度吻合的，但集市是分散的，数据不是集中的。其优点是起步容易、见效快、成本低;但缺点也很明显，就是数据到一定规模，系统就出现瓶颈，性能不够，可扩展性差。
近年来，在大资管、国际化和互联网金融背景下，基金公司业务已经发生很大的变化，对IT的需求也发生了很大的变化。“行业初期只有传统的公募基金，提供5×8小时的服务，业务和系统相对都非常简单。但现在不一样了，”车宏原介绍，一方面，有公募、专户、年金、社保等多种形式的产品，有全球化投资，有股权、债权类投资子公司，以及财富管理、智能投顾等更丰富的服务形式。同时，互联网金融让投资者的日常生活与基金业务相关联，需要支持7×24小时的服务和巨大的业务量。最近的热点是金融科技，对云计算、大数据、人工智能等新技术的应用提出了很高的要求。这些因素都让博时基金的IT系统和计算需求越来越复杂，以数据集市模式来支撑如此的数据计算与分析需求，它越来越“力不从心”。
呼唤新一代数据平台
数据分析是为业务服务的。在募集资金端的数据分析是为了进一步了解市场，做精准营销和客户服务;在投资端，数据分析是为了提高投资业绩、提高投资回报水平;另外还有风险控制、产品规划设计、基金运营、公司整体管理决策等方方面面都需要数据分析。
基金行业过去是从建设效率角度考虑，多采用应用驱动的分散的数据集市，企业级统一的数据平台建设起步较晚。车宏原坦言，虽然已经普遍建立了市场营销类、投研报表类、资讯类、管理类等数据分析型应用，但这些系统间相对独立，既有数据重叠，也有数据缺失，不能形成共享整合的企业级数据平台，无法为公司分析决策提供完整的信息。同时，各个部门分析需求各异，造成各种数据分析平台的野蛮生长，进而导致洞察片面、产生分析能力瓶颈以及管理上的高复杂性。
总而言之，数据价值未得到充分应用，博时基金需建设行业领先的企业级新一代数据平台。
另外一方面的背景是企业对数据价值的认识。越来越多的企业意识到数据是企业的核心资产，数据能驱动业务的发展、转型、和变革。这些理念和认识，也是新一代数据平台建设的驱动力，是新一代数据平台建设需求所考虑的因素。
新一代数据平台的建设目标是要综合利用各种技术工具，激活数据资产，提升数据的价值、提升数据的驱动力、提升科技的支撑力。为满足上述需求，新一代数据平台需要建立数据服务和数据驱动两大业务能力，建立数据管理、平台计算、平台服务三大平台支撑能力。在考虑系统建设目标的同时，需要考虑系统建设的约束条件，以实现最合适的投资回报。换句话说，车宏原介绍，它需要全面整合内外部数据，解决数据在企业内充分交流、共享和融合问题，解决重复开发和数据不一致等问题，需要实现在功能、性能、数据质量、数据服务、价值挖掘等方面能力的提升，同时还要实现对主数据的管理能力，实现对非结构化数据、半结构化数据、大数据的分析处理能力。
具体而言，对数据平台的建设需求，车宏原从几个方面来梳理。在营销和客服方面，需要支持渠道分析、销售业绩归属分析、客户画像、客户行为分析、精准营销、客户收益分析、智能客服、智能投顾等功能;在产品管理方面支持产品设计、产品比较分析、市场评价、FOF、智能投顾等功能;在合规和风险方面，需要实现投资组合风险分析和预警、投资组合绩效归因分析、统一的监管报表等;在基金运营方面需要做到运营类查询和报表、操作性风险警示;在经营管理方面要实现各项经营指标分析、管理驾驶舱、多维分析报表;在投研和量化方面要支撑宏观策略研究、投资组合分析、投资辅助决策、智能投顾、量化模型训练与验证、大数据指数研究、舆情与市场热度分析等。
MPP+ Hadoop搭平台一期建设见成果
要做什么定了，那怎么做呢?经过综合考量，博时基金决定用以MPP为主，MPP和Hadoop有效互补的技术架构来搭建统一的数据平台，从而平衡成本、性能、可扩展性等多方面因素。
就像所有的系统选型一样，博时基金数据平台选型也是经过了对多家技术产品的论证对比。MPP有好多家供应商，Hadoop技术方案发展也很快，最终选择了以Teradata的MPP为核心，做传统的核心业务的支持，以Hadoop为辅助，做半结构化和非结构化数据的处理以及历史数据的储存和处理。
为什么会选择Teradata?“我们看重的是平台、模型和方法论等方面的综合能力，Teradata在这方面全球领先。”车宏原说，“建数据平台是个非常大的工程，难度会很大、周期会很长，数据平台建设偏离目标、周期拖得很长、成本失控，甚至项目失败的案例并不少见。先进的模型、科学的方法论和成熟的经验，可以为我们项目的成功提供保障。”
博时基金企业数据平台的建设，采用了数据仓库之父Bill Inmon提出的范式建模方法论，这种方法需要一次性整合企业数据、初期建设难度大，但是有利于对业务的长期支持、特别是对业务变化的支持。
范式建模方法对数据模型的要求非常高，在建设过程中，博时基金结合自身的经验积累对Teradata的金融行业数据模型进行改进，形成适合基金行业的数据模型，填补了行业空白。
事实证明，博时基金的选择是正确的。“我们仅用不到九个月就完成了第一期建设，完全实现项目计划的要求，完成了对18个内部系统和6个外部数据源的整合，外部数据源包括国内的资讯系统和全球的资讯系统。数据库表有1100多个，数据的字段有将近3万个。这么大的工作量，如果没有一定的套路来做，很难在这么短时间完成，还可能做着做着就乱了。是正确的决策让我们顺利地完成了数据整合。”
对于博时基金大数据平台一期建设的成果，车宏原从以下几个方面来总结：
第一，数据整合效果明显。全部内部系统和外部数据源的数据入仓，为企业决策提供了完整的视图。领导驾驶舱可以通过简洁直观的可视化展现，及时掌握运营状况，销售、投研等多数据源的整合，形象化凸显的重点指标，同时可以实现交叉、分组、多维度数据钻取。
第二，建立指标中心，解决了以前系统规划的不足。过去，复杂指标数据都在软件代码中定义，而新的指标中心作为数据平台一个清晰的数据层次，涵盖了公司的主要业务范围和相关数据，对内部和外部数据进行指标化处理，支持维度和指标的自定义，解决了过去架构下重复开发、数据不一致、统计口径不一致、计算性能差等问题。
第三，形成了统一的报表中心。系统使用统一的查询报表工具，建立了完善统一的数据权限管理;将分析类的数据查询、数据报表进行统一管理，而日志类、明细类、操作型或业务系统单独使用的查询报表仍保留在原系统，降低业务系统间的耦合。平台进行整体的分层设计、维度设计和主题设计，提供常用的自助查询和自助报表，以及少量自助多维分析。
第四，支持多种数据服务方式。除了报表类固定形式的数据查询外，可以提供Excel插件、BI工具、软件开发工具访问等形式支持自助分析服务，满足开发和业务部门自助取数、自助分析、深度开发的需要。
接下来，博时基金大数据平台将继续做那些事情?车宏原透露，最高优先级的工作是对传统核心业务的数据支持。
除此以外，企业数据平台还可以支持基于人工智能等技术的创新探索。可以开展很多这样的课题，例如在更多的客户属性字段、更大数据量的处理能力、更高质量的客户数据基础上，采用人工智能技术进行客户细分和客户行为预测，从而进一步支持精准营销、客户服务和智能投顾等业务。