【編者按】為深入貫徹落實黨的二十大精神，引導基金行業機構踐行《證券期貨業科技發展“十四五”規劃》，共促基金行業數字化轉型，按照中國證監會總體工作部署，于2022年11月開展“證券期貨業數字化轉型主題宣傳月”活動。通過開展“證券期貨業數字化轉型主題宣傳月”活動，搭建交流平臺，展現數字化轉型成果案例，激發金融科技創新活力，營造金融科技長效發展新生態。該篇為“證券期貨業數字化轉型主題宣傳月”系列宣傳之七。

    “流程+系統+數據”三位一體

    數據治理探索與實踐

    ——鵬華基金

    一、當前概況

    鵬華基金管理有限公司是一家擁有20余年發展歷史，業務范圍涵蓋基金募集、基金銷售、資產管理及中國證監會許可的其他業務，具備公募、社保、專戶、QDII、保險資金及基本養老金管理資質全牌照的基金公司。

    在過去的信息化時代，為滿足公司業務的快速發展需求，我們構建了許多相對獨立的煙囪式系統，導致系統之間數據孤立，同樣數據重復錄入，系統間數據不一致、數據指標打架等問題。隨著公司資產管理規模的快速增長和系統復雜度的不斷提升，這些問題日益突出，已嚴重制約了運營效率的提升，迫切需要通過數字化轉型來改變這種現狀。

    數據治理作為通用數據問題的根本解決之道，2021年公司把數字化轉型納入到公司發展戰略，開始正式啟動數據治理落地項目。我們希望通過對業務對象、業務流程、業務規則等進行梳理規整，實現業務過程標準化管理，以“流程驅動、數據驅動”為系統建設指導原則，逐步建立物理世界發生的業務在虛擬數據世界完整且有效的映射，以業務對象為載體，實現數據互聯互通，從而最終實現從傳統企業向數字化企業轉型。

    在數字化轉型過程中，數字化是基礎，轉型才是關鍵，而轉型必然會帶來工作習慣及認知的巨大變化，無法一蹴而就，它是一個長期持續提升的過程，當前鵬華當前還處于初級階段。

    二、落地實踐

    我們踐行“系統+流程+數據”三位一體的方式推進系統落地建設，將系統建設與業務流程緊密結合，全面梳理業務流程、數據標準、數據權責等信息，以產品、員工主數據管理系統重構項目為試點，逐步實現公司全域數據的全生命周期標準化管理，通過增強數據管理能力，沉淀中臺共享能力，夯實數字化轉型基礎。

    （一）數據管理方面

    各家公司都有各自數據的特殊性和定制化管理需求，很難通過簡單引入第三方數據治理平臺或廠商來解決所有問題。相對而言，我們自有人員對公司具體業務和數據情況相較于廠商人員會更加了解，而且公司將數字化轉型定為重點發展戰略之一，在管理層已達成數據治理的共識，在數據治理的推進工作上，阻力相對較小?？紤]到數據治理是一個公司數據知識、文化沉淀的長期過程，經過綜合對比評估之后，我們決定采用借鑒華為數據治理的思想理念，結合自身組織架構及數據情況，以信息技術治理委員會作為數據治理的領導組織，以自有人員組成的數據治理小組為數據治理及落地平臺建設的推進組織，推進數據治理相關制度發布和治理落地。

    在制度上，我們先后發布了《鵬華基金數據管理辦法》、《數據分類分級指引原則》等制度規范。在平臺落地建設上，我們自研了數字資產管理平臺作為數據治理的落地支撐平臺，實現了數據標準管理、主數據管理、元數據管理、數據變更管理、數字資產盤點、數據質量管理、數據分類分級、數據血緣分析等管理功能，將數據治理與開發設計過程緊密結合，形成數據模型變更設計、評審、事后審計、定期量化評分的管理閉環，以數據治理為抓手，保障數據完整性、準確性、一致性，從而形成數據質量提升的長效機制。

    我們按“點線面體”的方法推進數據治理落地，從數據源頭系統開始全面治理，撇棄“頭痛醫頭、腳痛醫腳”臨時解決方案。點是對點狀的自研業務系統逐個治理，線是推進系統間數據及流程互通，面是結合大平臺化系統建設思路，以業務支撐基本面全局視角去完善治理體系，體是最終構建起數據共享、互聯的高質量數據體系。

    當前數字資產管理平臺已覆蓋40個系統，且對于新增或重構的系統，我們已實現數據標準覆蓋率95%以上。

    （二）中臺能力方面

    中臺能力是公司內部共享資源所能提供業務、技術、數據能力水平的綜合體現?；鸸緲I務相對比較穩定，構建穩定中臺能力契合基金公司的需求，加強中臺共享能力建設，沉淀業務及服務能力，將是未來的核心競爭力。

    我們將業務能力、技術能力、數據能力以技術視角映射成了業務中臺、技術中臺、數據中臺3大中臺技術能力，通過三者緊密協同合作，對業務運營進行全面賦能。

    1、業務中臺：

    A+作為鵬華的直銷APP平臺，當前為百萬+客戶提供基金銷售服務。為提升系統交付速度和交付質量、更好地為客戶提供精準貼心服務，我們對A+平臺承載的所有服務進行梳理、抽象，采用容器+微服務技術架構，根據業務域進行服務細化、拆分，逐步沉淀營銷服務、投顧服務等中臺服務能力，減少系統重復功能建設和維護帶來的資源浪費，同時，在獲得客戶授權前提下，結合客戶在APP上的操作記錄，歷史交易行為、個人資產分布情況、投資風險偏好等信息，運用技術中臺提供的大數據AI算法能力，為不同偏好及投資風格的客戶提供歷史盈虧分析，交易行為診斷，定投策略建議等個性化服務。

    運營一點通作為公司基金業務的運營支撐綜合管理平臺，采用微服務+微前端的技術架構，對TA、估值、資金清算等中后臺運營支撐系統中的運營管理服務進行歸集整合，實現登記結算部門日常工作（如：任務分配、團隊協作、分紅事項跟進等）集中式、標準化統一管理，通過沉淀的運營管理類數據資產，結合運營管理大屏可視化展示，讓運營管理工作變得更加直觀、高效，以數據驅動運營提效，有效規避日常運營工作中的風險及問題。

    2、技術中臺：

    為統一開發技術棧，避免各系統建設過程中在公共技術工具上重復“造輪子”，部門成立了技術中臺小組，專門負責公共服務能力沉淀及建設、新技術引入、架構評審等工作，通過標準化通用能力的輸出，為各業務系統建設賦能，其中主要包括應用技術賦能和AI算法賦能。

    當前技術中臺已發布消息投遞服務、統一用印服務、統一數據網關、服務注冊中心、工作流引擎等公共技術服務，以及NLP、機器學習相關算法、智能機器人等AI智能服務，這些服務已被廣泛應用于產品管理系統、投研一體化、智能客服、協同辦公平臺等多個下游業務系統中。

    3、數據中臺：

    數據作為公司重要的生產要素之一，是公司發展的核心引擎。為應對數據的快速增長、解決數據存儲算力瓶頸和數據信息孤島等問題，我們基于Hadoop技術生態體系，采用湖倉一體的數據技術架構，構建了公司級的數據湖和數據倉庫，根據數據治理制定的相關數據標準規范，按主題對業務數據進行統一清洗、整合。同時，為了保障數據出口的一致性，提升數據存儲、消費安全，我們基于數倉清洗整合后的標準數據，采用微服務架構，自研了數釋平臺，實現了數據服務接口開發、測試、驗證、發布、授權、下線全生命周期在線管理，以在線數據服務接口方式為多種數據消費場景進行數據賦能。

    此外，借助數據治理對各類指標進行梳理定標，明確指標的定義及統計口徑，構建全局的指標體系，統一數據出口標準，實現“數出一孔”，避免不同數據消費場景“數據打架”的問題。

    三、實施路徑

    我們分3個階段進行數據治理落地及應用系統適應性改造，以數據治理為牽引，全局規劃數據藍圖，建立起企業級數據標準規范，對數據應用系統采用“控制存量、保障增量”的管理原則，避免“邊污染邊治理”的情況發生，從嚴、有序地推進數據應用落地。

    各階段具體情況如下：

    第1階段：啟動數據治理，成立數據治理推進組織，制定并發布數據管理制度及規范，以產品、員工主數據管理系統為試點，梳理產品、員工數據全生命周期，與業務部門相關人員進行數據討論定標，明確數據歸口部門及數據權責等問題，加強數據模型、數據標準、元數據等模塊治理管控，建立起完整的數據治理保障體系，再由試點系統推廣至所有主數據管理系統。

    第2階段：梳理各業務系統中主數據的維護及使用情況，對非主數據管理系統中承載的主數據維護功能進行適應改造，從主數據管理系統源頭獲取相關主數據信息，打通主數據到各業務系統的數據流通通道，避免業務系統各自“挖井取水”。

    第3階段：完成公司全域數據的數據標準全覆蓋，整合內外部數據，統一數據實體ID，實現數據的互聯互通，在此基礎上，借助大數據技術及智能算法模型，賦能核心業務環節，支持公司管理決策，變現數據價值。

    四、問題及建議

    1、當前IT系統大部分為存量系統，并非從0到1開始構建，歷史包袱沉重，所有存量系統按數據治理的數據標準進行徹底改造成本大、風險高，且部分核心系統為外購系統，廠商配合改造可能性低，建議在自主可控的第一手數據獲取源頭開始數據治理管控，優先重點保障新系統建設，再根據自身開發資源情況或合適契機，逐步完成存量系統升級改造，為數字化轉型奠定數據基礎。

    2、數字化轉型是企業的頂層核心戰略，涉及多個部門之間互相配合協作，建議采用自上而下方式實施推進，在管理層達成共識之后，再推進全域數據治理及系統升級改造工作，這樣阻力相對較小，進展也相對會順利。