实现高效对接与提现,比财APP打造畅通联动数字化银行服务平台

【摘要】:随着计算机技术和互聯网技术的发展,人们生活早已经加入了信息化、数字化的元素,尤其是在商品贸易方面,电子商城的兴起改变了传统的贸易模式,各行各业都已經开始使用电子商城进行商品贸易,尤其是建设银行建设银行电子商务金融服务平台商城为建设银行带来了许多客户资源和利润空间,但是電子商务金融服务平台商城账户业务数据的管理一直是棘手的问题,建设银行经过综合分析,决定使用信息化的管理平台辅助管理。有了背景需求的强烈推动,建设银行电子商务金融服务平台商城账户业务系统的设计和开发工作已经有了可喜可贺的成果本系统使用面向对象统一建模的Java语言编写开发完成,整体设计是B/S架构,即客户端-服务器架构。不仅如此系统采用MVC的设计模式和SSH框架MVC是模型(model)-视图(view)—控制器(controller)的缩写,是一种軟件设计典范,特点是将数据、界面和数据处理分离开来,便于之后的维护。本系统使用SQLServer2014作为存储数据的数据库,能够最大限度的保证后台数据嘚完整性、准确性和安全性建设银行电子商务金融服务平台商城账户业务系统共实现了五个核心功能,分别为:商城账户开通功能、充值提現功能、直接支付功能、担保支付功能以及查询维护功能五部分。其中,充值提现功能主要实现了转账充值管理、支付充值管理、快捷充值管理和提现管理等四个子功能;直接支付功能主要实现了余额支付管理、消费支付管理、组合支付管理、信用卡分期支付管理和游客直接支付管理等五个子功能;担保支付功能主要实现了个人客户担保支付管理、个人游客担保支付管理、企业客户担保支付管理、确认付款管理和確认付款前的退款管理等五个子功能;查询维护功能主要实现了账户查询管理、账务查询管理、订单查询管理以及账户维护管理等四个子功能建设银行电子商务金融服务平台商城账户业务系统的设计、开发和使用,预期能够提高金融服务平台商城账户业务数据的管理质量和管悝效率,保障金融服务平台商城的正常运行,从而可以更好对建设银行进行经营。

支持CAJ、PDF文件格式


中国重要会议论文全文数据库
戴启斌;胡兰芳;;[A];鍸北钱币专刊总第六期[C];2007年
建设银行安徽省分行课题组;李献臣;张炎;;[A];中国投资学会获奖科研课题评奖会论文集(1992年度)[C];1992年
建设银行宁夏区分行課题组;杨继红;景兆福;;[A];中国投资学会获奖科研课题评奖会论文集(1994年度)[C];1994年
殷华西;刘英;;[A];中国心理卫生协会第四届学术大会论文汇编[C];2003年
建设银荇山西省分行课题组;侯以莅;王杰;闰振吉;陈跃春;;[A];中国投资学会获奖科研课题评奖会论文集(1993年度)[C];1993年
陈光俊;;[A];贵州省科学技术优秀学术论文集(2004年度)[C];2004年
建设银行河南省分行课题组;赵玉林;刘培显;;[A];中国投资学会获奖科研课题评奖会论文集(1994年度)[C];1994年
建设银行宁夏区分行研究所课题組;王玉明;杨继红;李荫和;;[A];中国投资学会获奖科研课题评奖会论文集(1993年度)[C];1993年
建设银行江西省分行课题组;廖令谋;李渭琪;;[A];中国投资学会获奖科研课题评奖会论文集(1993年度)[C];1993年
建设银行北京市分行课题组;杨舜尧;刘惠斌;赵景丰;郑子彬;李钢;张阳;;[A];中国投资学会获奖科研课题评奖会论文集(1995年度)[C];1995年
中国硕士学位论文全文数据库
何佩云;[D];中南林业科技大学;2015年
中国重要报纸全文数据库
早报记者 张郁文;[N];东方早报;2013年
青岛日报、青报網记者 傅军;[N];青岛日报;2014年
}

刘伟光蚂蚁金服副总裁,目前致力于蚂蚁金服技术的商业推广和生态建设在加入蚂蚁金服前,他在企业软件市场深耕多年创建Pivotal软件大中华区分公司,开创了企业级夶数据以及企业级云计算PaaS平台的市场先河在创建Pivotal中国软件公司之前,刘伟光曾经担任EMC大中国区数据计算事业部总经理并在甲骨文中国公司工作多年,曾经创建了Exadata大中国区的产品事业部

本文干货满满,建议阅读时间30分钟因此先将本文目录摘录如下,建议大家先收藏转發后再阅读哦~!

三、如何从《数字化1.0》到《数字化原生2.0》

四、数字化2.0核心:业务敏捷能力

五、“蚂蚁敏捷原力”(Ant Force)核心经验

六、蚂蚁数芓化“操作系统”:Ant OS

八、彩蛋1:《金融数据智能中心建设篇》精彩内容

九、彩蛋2:《金融业务敏捷中心建设篇》精彩内容

十、彩蛋3:《金融技术敏捷中心建设篇》精彩内容

2018年7月蚂蚁发布了浅析数字化转型的第一篇万字长文《浅析银行数字化转型路径》,关于转型路径的分析经过半年时间的等待,我们的数字化转型系列文章之二 ——《打造金融敏捷中心》终于问世了。上一篇我们着力分析了数字化转型的鈈同流派以及转型中如何设计路径的原则这一次我们更加聚焦在数字化转型中的敏捷战略。在总结分析蚂蚁自身技术锤炼的过程中我們发现“敏捷能力”无处不在;敏捷的技术能力支撑着蚂蚁自身的普惠金融业务能够快速迭代,同样我们看到中国银行业在面向轻型银行、交易银行、数据银行、Open Bank 等新形态演变的过程当中业务组件化的能力;人工智能技术的广泛应用,基础技术平台的重构是每一类型改变嘚核心支柱今天整个中国金融行业都在面临业务和技术的重大变革时代,本文中关于传统 Core Banking 系统未来的走势;关于敏捷能力需要的组织架构;关于业务组件化形成Open Bank的基础;关于系统架构的持续治理;以及我们建议的数字化转型的成熟度标准都有一定篇幅的论述,内容十分豐富在数字化转型的路上,蚂蚁会将科技与创新实践进行到底

用户已经迁徙到数字化世界,银行如何跨越“数字鸿沟”

人流不等于愙流。每天客户从我们身边经过如何与他们发生连接、产生交互,有效地将人群转化为客群
我们做大量的营销活动、人员地推、送油、送大米、送礼物换回客户开卡,但然后呢...……就没有然后了,大部分成为僵尸户缺乏后续的客户运营、缺乏场景,缺乏有效的客户觸达、转换和提升能力
我们3年前开始了依靠网点、依靠客户经理模式的零售1.0的转型,但目前这种模式已经遇到天花板很难再进一步增長,获客越来越困难需要向依靠数字运营、场景化的零售2.0来换挡。
人人都拿着手机金融服务的高频化以及移动化让服务与场景结合的樾加紧密。
数字化转型需要组织架构的匹配依然以业务线来组织配置IT技术人员。数字化是全行层战略但以业务线为核心的组织和资源配置,会让银行数字化转型缺乏转型空间
银行最大的瓶颈是不够敏捷,理所应当地认为系统应该前后台分离、各业务线分离的项目机制敏捷化被各种裂痕完美破坏。
随着数字化进程的逐步推进客户边界越发模糊,年轻客户、小微客户的价值潜力一路凸显
不要让业务為技术而苟且!系统处理能力、需求开发周期很大程度限制了业务形态。

银行正在从一个“物理的地方”变成一种“永远在线”的服务。

在用户都被数字化习惯养成的时代下跨越“数字鸿沟”是所有银行都要面对和经历的过程。很多银行已经开启了数字化转型进程来提升客户体验、提升业务敏捷能力、提升开放合作能力:

  1. 建立以客户体验和连接为核心的《移动数字化渠道》,重塑线上服务形态和客户體验进行端到端数字化客户旅程改造(EdgE--End to End Digital),逐渐改善客户体验、优化流程和提升效率
  2. 建立以敏捷为核心的《能力中心》,形成技术敏捷能力、业务敏捷能力、金融数据智能形成科技与业务的双轮驱动模式。建立稳定与敏捷并重、AI全流程嵌入的运营模式和IT能力
  3. 建立以開放和生态合作为核心的《开放银行》,全面实现对外金融能力输出、聚合服务与极简化场景嵌入能力开放银行以API、SDK等技术为核心,综匼人工智能、大数据、标记化等技术将金融服务无缝嵌入实体经济各领域,打破了银行服务门槛和壁垒拓宽生态边界,重塑价值链促使银行服务不再只承载于实体网点和电子渠道,有助于推动银行业转型升级开放银行在提升银行金融服务效能的同时,也使得风险敞ロ更多、管控链条更长、洼地效应更明显风险呈现出新特点、新变化。

蚂蚁金服副总裁刘伟光认为:数字化成熟度比较高的银行会率先唍成“乐高式银行“银行业务服务将从部门级、烟囱式的系统变为共享化的服务组件,并将以组件、模块的方式为第三方所调用与第彡方建立丰富的“在线连接”,形成跨机构、跨组织、跨行业的金融场景覆盖银行正在从一个“物理的地方”,变成一种随时、随地、隨需、“永远在线”的服务

如何从《数字化1.0》到《数字化原生2.0》?

幸存的生物不是最强大的也不是最聪明的,而是适应力最强的(最敏捷的)生物!——达尔文

数字化转型已经成为金融行业最热门的话题,过去十多年里伴随着用户行为习惯的迁徙,银行的业务形态吔在不断地进化(以适应用户行为)随着用户不断向移动端、数字化设备的迁徙,银行也纷纷开启了“移动优先”模式迎来了以移动為核心的《数字化1.0》时代。“移动优先”战略投入较大的银行也在移动蓝海捕获了一连串亮眼的业务数据,以广发银行为例采用数字囮移动开发平台重构了手机银行APP、发现精彩信用卡APP,每秒交易请求峰值(TPS)从2600笔/秒提升到了35000笔/秒从APP打开速度提高20倍、闪退率下降100倍,交噫平均处理时间由200毫秒缩短到60毫秒大幅提升客户秒杀体验。

但随着数字化技术的不断普及、面对用户更加细分化市场、场景化的需求將传统银行存、贷、汇、理财等业务简单地“搬到” 移动APP的模式已经远远不能满足要求,形成了巨大的“数字鸿沟”

但如何向数字化原苼企业的业务敏捷与科技创新能力所看齐? 则需要向更深层次的《数字化2.0》迈进(业务组件、开发敏捷、数据智能)形成 “共享化能力Φ心” 作为敏捷发动机。如下图的公开数据分析可以看出完成了共享敏捷化转型的数字化企业(数字化2.0)要相比直销银行(数字化1.0,以迻动化为核心)和传统银行无论是获客成本、还是敏捷带来的运营成本,都有着更加显著的竞争优势是时候要考虑将数字化进程推进箌“深水区”,通过强大的“共享化能力中心”来建立敏捷化细分市场的覆盖能力缩小“数字鸿沟”。

作为数字化原生企业代表蚂蚁金服把自己多年的数字化的“苦与乐”,通过《金融敏捷能力中心》战略(科技+方法论)来对外开放帮助金融机构打破企业的部门墙、數据墙、业务墙,形成可跨部门、共享化、组件化的金融敏捷能力中心真正实现业务的可重用、可组装。

数字化转型的打怪升级之路:

數字化1.0=最佳客户连接、业务线上化、移动化

数字化2.0=共享化能力中心、业务敏捷能力

数字化3.0=开放生态、场景金融

数字化2.0核心:业务敏捷能力

敏捷将为业务带来无限的想象力!

金融机构经过多年信息化建设开发了相当多样化的应用,基本上信息化系统是“全覆盖、无死角”為了满足银行各业务部门不同的IT需求,导致了大量重复建设的功能和应用充斥在系统中的各个角落随着系统变得复杂,数据孤岛越来越哆反过来又因为数据无法共通,逐渐成为业务创新的负担和包袱正是这种典型的业务需求驱动的项目制的IT系统建设方式,导致了阻止企业创新的“组织墙”与“数据墙”也阻碍了企业走向真正的“数字化企业”。由此可见真正的走向数字化转型,必然是企业整个技術架构的转型绝不能再头疼医头,脚疼医脚

毕马威发布了《助力企业数字化转型》的报告,其中的一些观点颇为值得关注报告提到,未来企业将重点致力于解决从传统信息化到数字化的转变包含从“烟囱系统,重复开发”到“共享沉淀服务化能力”;从“数据孤岛”到“数据智能决策”等核心IT能力的转变可见,金融机构能否建立一个能力打通、组件化、服务化的“共享化敏捷中心”将成为其数芓化转型的分水岭。今天“共享化、组件化、中心化”的思想已经成为了主流数字化转型思想。

数字化建设需求早已不再是将其简单做┅些记载或者披露更重要的是“打通”各个环节,打破过去分散系统的壁垒形成一套支撑全局化的《敏捷能力中心》,将成为银行机構全面提升业务敏捷能力、全面数字化转型的“关键节点”

  • 项目制=产生“烟囱”式IT系统=“组织墙”与“数据墙”
  • 共享敏捷中心=科技引领業务

“蚂蚁敏捷原力”(Ant Force)核心经验

技术是被“折腾”出来的!——凯文·凯利

组件化、可重用是一种敏捷架构思想,并不仅仅适用于技術领域以丰田的TNGA模块化平台为例,一辆车有2万个零部件其中80%以上是通用零部件,可是适用于多种车型丰田推崇的设计思想是基于标准化的零部件进行差异化设计,一方面提高零部件的通用性、共享性另一方面提高设计的差异化和敏捷交付。丰田推出新产品的交付时間比其美国的竞争对手要快2倍正是这种基于标准化组件、灵活的设计和组装的模式,可以最大化的降低生产和运营成本、提高灵活组装效率和敏捷能力

蚂蚁金服从2007年开始服务化、共享化、平台化进程。通过系统拆分、微服务改造、单元化治理逐渐把单个巨石系统分解為多个服务领域,形成了一整套组件化、可重用的“金融敏捷能力中心”推进业务的灵活性、敏捷性、扩展性推进到一个前所未有的水岼。这个过程并非一蹴而就的期间有很多鲜为人知的故事,也经过了大量论证和实践:哪些先拆哪些后拆,层次关系上下左右怎么摆放;服务粒度怎么确定太粗不便于复用和修改,变更和隔离风险难度变大;太细的话服务管理成本以及整合复杂度变高,服务使用方系统体感不好“对此,我们先后划分了一级域、二级域每个架构域都是足够闭环的领域,其中又包含了很多系统和组件各自明确以垺务的形式进行交互、管理数据且协作分工,此时领域驱动设计就已经在内部备受推崇”

最终形成了以“上帝视角”的金融信息基础服务模型(飞马模型“互联网金融信息模型Internet Finance Information Model”的简称)可以覆盖银行、证券和保险业务场景,更加容易实现“全局最优”的金融信息互通、集成标准的建立

总结为几个核心经验的话:

  • 第一个关键经验是:组织阵型

    敏捷能力建设需要敏捷的阵型,建立独立于业务线的中台技术團队和KPI机制以前蚂蚁的IT系统建设是业务驱动的、是被动型的,IT技术是业务线相匹配的支撑部门业务部门提出需求,IT技术部门进行项目式的流水线模式开发因为“屁股决定脑袋”,IT技术人员的KPI与各自业务部门KPI相绑定缺乏全局统筹规划,所以天然形成各自业务的“组织牆”初始起步建设快、但后续发展却异常复杂、代价极大,这种模式属于“局部最优、但全局未必最优”蚂蚁在多年的共享服务建设經验中一条就是,IT部门不能完全被业务绑架需要有独立的思考,不但要有局部的“战斗视角”(支撑短期业务业务驱动科技),还要囿全局的“上帝视角”(给未来发展提供持续动力做到科技驱动业务),所以从组织阵型上需要配套的中台技术团队建设将中台技术團队的KPI与业务KPI分离。形成一个强大而独立于业务线的中台技术组织负责进行全局化、公共服务的沉淀和建设。技术中台团队要对不同前端业务中的公共和通用业务有深刻的理解还要时刻掌握技术发展趋势,这样就能不断从不同前端业务中抽象出可以沉淀到共享业务中的業务点还能前瞻性从共享业务层面提出业务创新方向再反哺给前端业务。

  • 第二个关键经验是:架构持续治理

    需要长期治理边污染、边治理。在迪士尼有一句话被奉为经典“艺术挑战技术、技术启发业务”这就是业务和技术互相驱动的经典。在蚂蚁的业务快速发展过程Φ业务不可能因为技术而停顿,组件化共享服务中心可以最大程度地减少重复开发、快速业务配置化实现80%业务需求的敏捷上线,但永遠无法预测所有未来业务需求在共享服务中心无法满足配置化、快速上线的情况下,业务线IT人员也会在共享中心域外构建一些业务域烟囪所以业务域与共享域的架构治理是一个长期持续的过程,一边污染、一边治理共享中心和业务域的架构师会定期进行领域范围的架構评估,评估业务烟囱是否有通用性和共性进行中台化提炼和沉淀。共享中心域建设并非一蹴而就需要不断从业务域来吸取营养、反過来再放大化滋润业务发展。蚂蚁发展到今天经历过数代技术架构的更迭,每一代架构更迭中最重要的第一件事情就是盘点烟囱和拆烟囪保证了有价值的业务能力被不断沉淀、被复用、避免重复建设、让科技来启发(驱动)其他业务。

  • 第三个关键经验是:采用“四眼原則”打破业务与技术的隔阂

    采用 “四眼原则”,通过“一横多纵”(共享中心域+业务域)来进行需求结构化分解识别结构化需求中已囿哪些端产品/行业产品/平台产品、业务流程、配置能力等能够在运营中台显性的看到并有保鲜机制,这样会极大的降低互相学习和沟通成夲进而通过领域建模、业务规范、技术规范、流程组装进一步进行各自领域的分工建设,实现快速标准化、图纸化开发大家从原来“無组织化的各扫门前雪” 到“分工合作式各扫门前雪”。各个小开发团队按照图纸式完成高内聚、低耦合的“合约化”的服务开发将原來复杂系统的大闭环(开发-测试-上线)变为松耦合的小闭环,提高多团队分工协作、敏捷开发效率所以中台提供越好的抽象和领域原语,就越能发挥前台人员的业务优势和主观能动性极大地提升了沟通效率。共享技术团队有个重要命题需要考虑:自己的服务和技术应该洳何合理抽象将业务和底层尽可能隔离开来?这套领域特定语言(DSL)应该如何设计才能让业务方也能看得懂,用得好

  • 第四个关键经验是:原子级服务发展到复合服务(走向BPaaS)

    随着越来越多的高内聚、低耦合的原子级服务沉淀多了后,带来了新的问题:服务油腻前端业务方需要理解和感知大量的原子级服务。参数和配置驱动很早就成为了蚂蚁金服系统的基本设计原则至此也诞生了类似资产交换、产品工廠,用来快速组合复用原子能力为前端业务提供轻量化接入。例如:业务端有M个业务渠道资产端有N种原子化资产服务,那么每个业務渠道需要对接和集成所有原子化资产服务虽然原子服务的重复开发减少了,但依然存在一个复杂的M N集成配置通过梳理和收敛所有资產关系,建立统一资产交换业务服务(BPaaS—业务级服务)面向业务视角来编排和组装业务级服务,屏蔽底层原子服务复杂性整体工作量從M N 降低至 M + N,效率和灵活性均大幅提升建立让业务人员满意的共享服务平台一个非常重要的经验就是,不但要有面向业务领域架构师的基礎原子组件服务(细颗粒度、原始材料)还需要提炼面向业务用户的业务服务(带有业务语义的BPaaS业务服务层、粗颗粒度、半成品),通過一系列带有最佳实践、带有业务语义的BPaaS业务级服务让用户只关心自己所需要的服务,避免服务爆炸、服务油腻

  • 第五个关键经验是:主动“找麻烦”,给系统打疫苗

     “要获得成功、靠朋友要获得巨大成功,靠敌人”当技术平台变为分布式架构、微服务体系后,业务架构将变得异常复杂

    一个系统往往有成千上万个依赖对象,为了应对复杂系统的可用性、对各类故障的免疫只有通过问题才能提升系統可靠性能力,但却不能被动等待各类故障和意外的发生所以,我们除了系统测试、压测、灾备等防范策略外还需要人为制造“麻烦”、创造“敌人”,来模仿各类意外发生给系统打疫苗,让问题和故障来考验系统的可靠性、发现及时性、自愈性能力正是不断主动淛造敌人来锻炼,通过不断攻防来提高系统的“耐撕性”(可靠性、稳定性)将系统不确定的技术问题和风险,通过技术风险管理来控淛在确定的范围内系统就是这样高强度被“折腾”出来的,将不确定性变为确定性

    经过多年业务的摸索与实践,蚂蚁最终打磨成型了┅套《金融敏捷能力中心》有效地整合整个公司的业务能力、数据能力、技术能力,形成灵动的应用以及坚实的底盘对前台形成强支撐,让一线的前台业务更为敏捷让科技能够引领业务创新。例如通过一套敏捷中心快速支撑支付宝、网商银行、蚂蚁森林、蚂蚁农场、蚂蚁公益、蚂蚁保险、城市服务、免押业务等一系列敏捷创新服务。

蚂蚁数字化“操作系统”:Ant OS

蚂蚁金服的金融科技开放战略已经越来樾清晰形成以蚂蚁BASIC(Blockchain-区块链、AI-人工智能、Security-安全、IoT-物联网、Compute-分布式计算)为基础,打造了一套带有金融业务平台服务(bPaaS)和最佳实践的金融敏捷服务框架将蚂蚁金融科技以更加立体和多维方式展现出来,让金融机构可以快速搭建完整的金融中台引入最佳技术产品和最佳實践,充分获取营养避免走弯路(“重新发明轮子”)。

蚂蚁金服副总裁刘伟光指出银行数字化转型是一个逐步递进的旅程,敏捷能仂中心的打造如同建设下一代数字银行“操作系统”OS 可以提供金融业务的标准化、组件化能力,OS同时蕴含“Open and Share”(开放和共享)的理念茬银行数字化之旅中具有里程碑意义。 “从根本上解决数据墙、组织墙的孤岛打破前后台隔离、业务线的隔离,完成对内部、对外部的標准化和开放实现业务组装和业务敏捷交付能力。”

蚂蚁将自身最佳实践的《金融敏捷中心》进行全面开放框架包含:业务敏捷中心 + 技术敏捷中心 + 数据智能中心 + 最佳实践 。

  • 金融业务敏捷中心:业务组件化、共享化本身不是目的业务敏捷是目的。《金融业务敏捷中心》提供一套标准化、共享化、可编排、可视化的领域中心化的服务(一类服务组成一个Domain中心例如:订单中心,消息中心账户中心,各类资產中心、产品中心…..)金融机构可以借助这些带有业务语义的业务服务组件,让前端业务部门可以像搭积木一样调用平台上的业务组件來编排业务模块创新业务就是这样“乐高式”地搭建起来的,实现业务敏捷的核心目的正如以往IaaS虚拟化实现了计算资源的标准化(屏蔽底层复杂性)、可组装、快速敏捷开通;
    PaaS实现了平台软件层资源的标准化、可组装、快速敏捷开通;现在bPaaS业务组件定位就是实现业务应用層的可组装、敏捷化。


    金融核心套件就是《金融业务敏捷中心》的重要组成部分依托蚂蚁金服的金融领域建模和应用架构经验,形成一個高度聚合的Core
    Banking核心能力引擎提供标准化、可重用的金融核心领域服务能力。

    资金平台:资金平台囊括了存款、贷款、理财、权益等多种核心业务向上对业务产品层提供统一的资金处理服务,内部封装账务、清算、核算等原子能力通过资金交换发起分布式事务,保障各個资金在交换过程中的事务一致性业务系统无需感知复杂的处理逻辑。

    客户平台:贯彻“以客户为中心”的理念提供统一定义客户、統一管理客户信息、统一身份识别、统一认证授权、客户视图等基础服务。
    产品平台:通过对产品要素及处理流程控制的抽象形成产品模型提供各种产品的灵活定义及配置组装能力。
    

在复杂的金融消费场景下不同支付工具(贷记卡,借记卡等)和营销工具(红包、代金券、积分等)的快速组装生成向业务层屏蔽底层交易和操作复杂性,并且可以与场景端无缝对接以满足市场多元化、快速响应业务发展的需求。通过这些引擎金融机构可以实现统一资金交换,交易核算分离热点帐户智能策略,多层次帐户体系、快速产品组合、灵活產品工厂、离在线一体化等传统系统中最具挑战的需求《业务敏捷中心》另一个重要的优点在于将核心业务能力组件与技术平台能力融於一体,可有效解决金融机构应用研发效能、数据治理和运营、全域风控管理、技术架构升级等问题

  • 金融技术敏捷中心:数字化银行是鉯数字化手段来直接面向海量用户提供服务(直销银行、线上消费贷、秒批秒贷、在线支付、场景金融等),在《金融业务敏捷中心》能夠快速满足业务需求时技术方是否能够有能力承载海量用户高并发需求(双11、618等海量交易)?《金融技术敏捷中心》的核心目的就是解決海量交易支持、技术敏捷性蚂蚁的《技术敏捷中心》以分布式数据库、分布式中间件、DevOps为核心,形成敏捷开发、持续集成、海量交易支持为核心能力的《技术敏捷平台》以中国人保健康险平台为例,借助蚂蚁的分布式技术架构其互联网保险云核心业务处理能力提升叻上千倍,并支持弹性扩容出单时间达到每秒1000单,外部渠道产品接入效率提升6倍新产品上线时间缩短80%以上。

    分布式架构、微服务已经荿为新一代系统架构的基石面对大量的管理对象,传统大机/小机时代的“宠物式运维模式”难以为继(昂贵的硬件、人肉运维、一个人負责几个管理对象、系统故障影响巨大)需要更加高效和低成本的“牲畜式管理模式”(通用低成本硬件、自动化问题发现、故障自愈、故障影响非常小),将硬件故障视为常态化Facebook号称1个运维工程师可以管理到2万台服务器,只需要进行硬件更换会自动化调配资源、保證业务平稳运行。

银行要做的不是保障单个系统或某几个系统的性能和可用性而是全链路,关键链路的评估越真实、越精准,最好是鼡实际场景来检验如何能够很好地防范各类技术风险,对于各类问题能够及时发现、隔离、恢复和自愈来保证业务的平稳运行? 因此《技术敏捷中台》还包含了一套技术风险管理平台,来实现三地五中心灾备架构、免疫架构、主动故障注入、防御资金安全和不断的、自动發现故障等对技术风险进行立体防控就像往系统中丢入了一个“小怪物”来主动制造破坏,来检查破坏的影响和范围例如,每天不间斷的系统压测、修复、再压测、再修复以及总结提炼方法;每个月数次的主动化故障注入、通宵容灾演练、系统自愈性检测、……如此反複这些技术能力体现蚂蚁金融科技不断追求极致,“将不确定性变为确定性”

金融数据智能中心:“数据是业务的血液”,一个公司洳果只有数据技术缺乏深度的业务理解,缺少不断地业务对数据的应用和反哺是无法帮助银行来实现金融智能化突破的。最终还是建竝了大量的单点数据系统建立多个数据烟囱而已,银行也因此走了很多数据弯路、浪费了宝贵的时间窗口所以我们普遍看到,几乎没囿银行的大数据平台是非常成功的数据仓库、ODS、数据集市、大数据平台、实时数据平台…这些不同名字的数据平台几乎成了所有银行的標配,但没有一个银行的业务方认为数据是好用的易用的。

真正的金融智能只能诞生于既有数据技术又有业务土壤的环境,形成一个從业务->数据->技术->价值的闭环通过金融智能工厂不断地让数据更加标准化、实时化、智能化在业务中循环,蚂蚁的金融智能中心就是让愙户可以构建一个既有统一化数据技术平台、又有业务能力的数据平台,可以让银行进行数据架构统一、数据治理规范化、数据应用智能囮让数据与业务充分连接,获得“数据聚变”式的业务价值

《金融数据智能中心》打破了不同业务部门之间的烟囱式IT架构,从而打通叻数据孤岛让数据给业务赋能,实现了“一切业务数据化”的目标数据智能中心的核心思想:1)统一数据入口:形成统一数据集成(數据湖),把不同结构的数据统一存储使不同数据有一致的存储方式,在使用时方便连接真正解决数据集成问题。2)统一数据过程:形成在线、离线一体化的数据研发体系;3)统一数据出口:形成标准化数据资产管理4)智能应用中心:形成数据智能分析、智能营销等智能应用。利用智能化技术形成一系列的产品和解决方案逐步渗入到业务场景中蚂蚁目前将数据智能应用已经普及到每一个业务场景中,智能客服自动化处理98%以上的客服请求智能风控、智能营销、智能推荐……。大量繁杂业务交互和人工任务由金融智能来自动化完成避免人工瓶颈,提升客户体验


最佳实践+规范标准:数字化转型中除了技术产品之外,将技术实施相配套的技术标准、最佳实践落实是一個关键例如:高铁建设中除了高铁本身技术之外,高铁的信号、调度、通信、运营等一系列配套和标准是至关重要的软实力在分布式敏捷中心的建设,相应的软实力配套也同样重要领域模型DDD、飞马模型、两码一号、分库分表、服务拆分原则、单元化原则、灰度发布规范、…..

数字化方法论:数字化成熟度评估、EdgE(End-to-End Digital)客户数字化旅程分析、数字化风险评估、建立匹配数字化转型的数字化KPI……

传统的前台和後台就像是两个不同转速的齿轮,前台由于要快速响应前端用户的需求讲究的是快速创新迭代,所以要求转速越快越好;?后台由于?對的是相对稳定的后端资源?且往系统陈旧复杂,甚至还受到法律法规审计等相关合规约束所以往往是稳定至上,越稳定越好转速吔自然是越慢越好。所以随着企业业务的不断发展,这种“前台+后台”的齿轮速率“匹配失衡”的问题就逐步显现出来共享化敏捷中惢的出现正是为了解决这种”齿轮匹配失衡“的问题应运而生的。这也与Gartner提出的三层Pace-Layered(不同步速)的企业系统架构相吻合处于共享化敏捷中心的系统(SOD)能够既兼顾前台系统(SOI)?而美、快速迭代,又保持了后台系统(SOR)的稳定可靠做到鱼与熊掌兼得。发展共享化敏捷型系统才是面姠未来的数字化企业关键战役

蚂蚁金融科技早已超越了传统单纯技术产品输出的概念,囊括了完整的《金融敏捷中心》建设框架让金融机构从技术、数据、业务,到组织、规划、最佳实践等全面系统化地提升数字化敏捷能力不但可以自己快速构建敏捷型应用,还可以進一步形成生态开放市场(开放银行)让各种创新想法、各个行业开发者都可以调用和消费银行的技术能力、业务组件、数据资产,形荿以银行为核心的多样化的场景金融形态帮助银行从Bank(物理地点)走向无处不在的Banking(永远在线、无界化的金融服务)。

彩蛋1:《金融数據智能中心建设》精彩内容敬请期待......

面对数千个源系统蚂蚁数据架构如何有效进行数据与业务的协同、数据集成、数据调度?
面对复杂、多变的业务需求如何进行高效的数据开发?
如何打破多套数据烟囱定义清晰的数据标准?
如何实现统一数据入口:对多种数据计算引擎(批量、实时、图形)的统一化存储?
如何实现统一数据计算:使用一套研发模型(引入、计算和导出)以及统一的开发语言SQL,实现離线(批处理)和实时(流处理)数据处理逻辑而不用关心底层引擎的差异?
如何实现统一数据出口:消除黑话多部门业务指标统一囮管理?
如何实现统一元数据:一张图看清从技术元数据到业务元数据
如何做到数据应用智能化:千人千面的智能营销、实时智能风控、310秒贷、智能客服….?

彩蛋2:《金融业务敏捷中心建设篇》精彩内容敬请期待......

如何进行业务领域建模、进行业务抽象
如何拆分合适颗粒喥的原子微服务?
如何进行需求的结构化分解
如何进行业务服务编排,快速实现业务组装
如何构建全企业的业务能力地图?
如何构建統一的产品工厂进行复杂产品的配置和定义?
如何建立统一的资产交换中心满足业务前端对后台资产管理?

彩蛋3:《金融技术敏捷中惢建设篇》精彩内容敬请期待......

如何构建异地多活的系统架构
如何实现互联网流量高吞吐能力?
如何实现分布式事务的一致性管理
如何鼡正确的姿势进行分库分表?
如何实现微服务架构下的服务治理
如何实现全链路的监控管理?
}

我要回帖

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信