本篇案例為數(shù)據(jù)猿推出的大型“金融大數(shù)據(jù)主題策劃”活動（查看詳情）第一部分的系列案例/征文；感謝 恒豐銀行 的投遞

作為整體活動的第二部分，2017年6月29日，由數(shù)據(jù)猿主辦，互聯(lián)網(wǎng)普惠金融研究院聯(lián)合主辦，中國信息通信研究院、大數(shù)據(jù)發(fā)展促進(jìn)委員會、上海大數(shù)據(jù)聯(lián)盟、首席數(shù)據(jù)官聯(lián)盟、中國大數(shù)據(jù)技術(shù)與應(yīng)用聯(lián)盟協(xié)辦的《「數(shù)據(jù)猿·超聲波」之金融科技·商業(yè)價值探索高峰論壇》還將在上海隆重舉辦【論壇詳情丨上屆回顧】

在論壇現(xiàn)場，也將頒發(fā)“技術(shù)創(chuàng)新獎”、“應(yīng)用創(chuàng)新獎”、“最佳實(shí)踐獎”、“優(yōu)秀案例獎”四大類案例獎

來源：數(shù)據(jù)猿丨投遞：恒豐銀行

隨著利率市場化進(jìn)程加快、互聯(lián)網(wǎng)金融業(yè)態(tài)的發(fā)展，傳統(tǒng)銀行與實(shí)體經(jīng)濟(jì)的業(yè)務(wù)橫向聯(lián)系與深度融合進(jìn)展迅速，業(yè)務(wù)數(shù)據(jù)的內(nèi)容不斷豐富，數(shù)據(jù)規(guī)模也不斷增長。伴隨著商業(yè)銀行業(yè)務(wù)的快速發(fā)展，傳統(tǒng)數(shù)據(jù)倉庫技術(shù)架構(gòu)面臨越來越大的挑戰(zhàn)，其表現(xiàn)如下：

（1）大部分傳統(tǒng)數(shù)據(jù)倉庫對分布式并行計算模式的支持不夠，難以實(shí)現(xiàn)處理能力的水平彈性擴(kuò)展，依賴于服務(wù)器硬件的升級實(shí)現(xiàn)處理能力擴(kuò)容，不僅成本非常高昂，而且受到服務(wù)器硬件升級周期較長的限制。

（2）商業(yè)銀行因業(yè)務(wù)復(fù)雜性和多樣性的原因，現(xiàn)存的數(shù)據(jù)應(yīng)用系統(tǒng)種類較多。在單個數(shù)據(jù)庫系統(tǒng)處理能力有限的情況下，普遍存在應(yīng)用各自獨(dú)立建設(shè)，缺乏統(tǒng)籌規(guī)劃，系統(tǒng)間數(shù)據(jù)處理職責(zé)劃分不合理、口徑不一致，存在大量的重復(fù)加工和數(shù)據(jù)冗余的問題。

（3）傳統(tǒng)數(shù)據(jù)倉庫軟件主要面向數(shù)據(jù)分析型應(yīng)用，無法兼顧實(shí)時營銷與實(shí)時風(fēng)險管理等高并發(fā)、低延遲應(yīng)用場景需要，較難處理非結(jié)構(gòu)化數(shù)據(jù)，難以快速實(shí)現(xiàn)業(yè)務(wù)團(tuán)隊的數(shù)據(jù)探索、數(shù)據(jù)挖掘與業(yè)務(wù)建模需求。

以Hadoop/Spark為代表的大數(shù)據(jù)技術(shù)發(fā)展迅猛，為解決傳統(tǒng)架構(gòu)的瓶頸帶來了新思維。以大數(shù)據(jù)技術(shù)為基礎(chǔ)的數(shù)據(jù)管理平臺與傳統(tǒng)數(shù)據(jù)庫軟件相比，具備如下優(yōu)勢：

（1）更低的成本投入

能夠基于X86服務(wù)器彈性水平擴(kuò)展，通過節(jié)點(diǎn)冗余增加容錯能力，多核計算資源能充分利用，相比小型機(jī)方案成本低廉；利用本地磁盤做存儲，節(jié)省昂貴的集中存儲設(shè)備投入；軟件產(chǎn)品和服務(wù)的價格更低。

（2）更強(qiáng)的整體處理能力

消除集中存儲的帶寬瓶頸，可采用SSD介質(zhì)加速隨機(jī)讀寫速度,獲得極高的IO處理能力；針對并行計算需求設(shè)計，采用異步無鎖的高并發(fā)服務(wù)框架，提供可線性增長的數(shù)據(jù)并行處理能力，可提供高并發(fā)低延遲數(shù)據(jù)處理服務(wù)。

（3）更優(yōu)的資源管理和調(diào)度機(jī)制

可提供彈性的租戶資源管理體系，防止不同應(yīng)用之間的資源過度競爭，在不同時間段為各應(yīng)用按需調(diào)配資源，利于在一個統(tǒng)一的數(shù)據(jù)平臺上構(gòu)建多個應(yīng)用系統(tǒng)。

處于業(yè)務(wù)發(fā)展的新階段恒豐銀行，更需要一個低成本可線性擴(kuò)展的數(shù)據(jù)處理平臺，解決企業(yè)多個數(shù)據(jù)應(yīng)用形成數(shù)據(jù)孤島，數(shù)據(jù)資源難以共享、數(shù)據(jù)標(biāo)準(zhǔn)不一、存在大量冗余數(shù)據(jù)的問題。恒豐銀行在進(jìn)行充分的可行性分析后，基于大數(shù)據(jù)平臺重構(gòu)優(yōu)化了數(shù)據(jù)倉庫及關(guān)聯(lián)應(yīng)用。同時基于統(tǒng)一的企業(yè)公共數(shù)據(jù)模型上構(gòu)建發(fā)展各應(yīng)用集市和分析集市，減少數(shù)據(jù)的重復(fù)加工和各數(shù)據(jù)應(yīng)用的開發(fā)成本。

最后，構(gòu)建了包容實(shí)時數(shù)據(jù)應(yīng)用和數(shù)據(jù)分析型應(yīng)用的統(tǒng)一軟硬件技術(shù)架構(gòu)，同時滿足聯(lián)機(jī)數(shù)據(jù)查詢和海量數(shù)據(jù)分析需求，提高數(shù)據(jù)應(yīng)用的開發(fā)效率和增強(qiáng)了服務(wù)器資源有效利用率，減少了應(yīng)用總體開發(fā)和部署成本。

周期/節(jié)奏

2015年7月，恒豐銀行正式啟動大數(shù)據(jù)平臺建設(shè)項目。2015年底完成需求梳理、架構(gòu)與應(yīng)用規(guī)劃。

2016年1月，在開源軟件、國產(chǎn)大數(shù)據(jù)平臺的基礎(chǔ)上，恒豐銀行自主設(shè)計開發(fā)建設(shè)企業(yè)級大數(shù)據(jù)應(yīng)用平臺，利用全新的大數(shù)據(jù)平臺技術(shù)全面重構(gòu)了企業(yè)數(shù)據(jù)倉庫應(yīng)用。

2016年5月在企業(yè)數(shù)據(jù)倉庫公共數(shù)據(jù)集市成果基礎(chǔ)上，結(jié)合大數(shù)據(jù)技術(shù)服務(wù)能力，升級改造原有的渠道、授信管理、審計、客戶管理等系統(tǒng)，在客戶服務(wù)、風(fēng)險管理、內(nèi)部管控、營銷管理等多個業(yè)務(wù)領(lǐng)域開發(fā)基于大數(shù)據(jù)平臺的創(chuàng)新。

2017年延續(xù)大數(shù)據(jù)思維，將打造更加智能化的技術(shù)平臺，整合深度學(xué)習(xí)、知識圖譜、情感計算等前沿人工智能技術(shù)，自主研發(fā)智能決策引擎產(chǎn)品，與渠道和產(chǎn)品系統(tǒng)充分整合，為恒豐銀行業(yè)務(wù)發(fā)展植入更加智慧的數(shù)據(jù)大腦。

客戶名稱/所屬分類

恒豐銀行/大數(shù)據(jù)技術(shù)服務(wù)

任務(wù)/目標(biāo)

商業(yè)銀行業(yè)務(wù)快速發(fā)展對數(shù)據(jù)應(yīng)用的時效性和處理能力提出了更高要求，傳統(tǒng)數(shù)據(jù)倉庫技術(shù)普遍存在升級成本高、不能彈性擴(kuò)容、并發(fā)處理能力較低的問題。探索采用大數(shù)據(jù)技術(shù)構(gòu)建統(tǒng)一的企業(yè)級數(shù)據(jù)管理平臺，重構(gòu)數(shù)據(jù)倉庫應(yīng)用，減少數(shù)據(jù)重復(fù)加工與冗余存儲，促進(jìn)信息管理應(yīng)用的數(shù)據(jù)融合共享，提高數(shù)據(jù)處理總體效率，提升數(shù)據(jù)分析和深度應(yīng)用能力，正逐漸成為商業(yè)銀行IT建設(shè)的熱點(diǎn)方向。

利用大數(shù)據(jù)技術(shù)可有效構(gòu)建以數(shù)據(jù)倉庫應(yīng)用為核心、彈性擴(kuò)容、資源相對隔離、多應(yīng)用共存的分布式集群數(shù)據(jù)管理平臺，有效解決長期積累的問題：

(1)解決平臺處理能力不足，應(yīng)用分散問題

分布式并行數(shù)據(jù)處理解決超大數(shù)據(jù)集的可計算難題，加速統(tǒng)計分析應(yīng)用的響應(yīng)速度；提供可統(tǒng)一調(diào)度的超大硬件資源池，多個上層應(yīng)用和數(shù)據(jù)倉庫可共存于一套集群環(huán)境，極低成本快速實(shí)現(xiàn)企業(yè)應(yīng)用之間數(shù)據(jù)的共享與融合，減少數(shù)據(jù)跨系統(tǒng)復(fù)制導(dǎo)致的數(shù)據(jù)批處理時延，減少多個應(yīng)用數(shù)據(jù)庫獨(dú)立部署帶來冗余的數(shù)據(jù)存儲成本。

(2)強(qiáng)化數(shù)據(jù)倉庫核心應(yīng)用地位，實(shí)現(xiàn)企業(yè)數(shù)據(jù)治理目標(biāo)

數(shù)據(jù)倉庫應(yīng)用承擔(dān)更多的基礎(chǔ)與共性數(shù)據(jù)加工職能，有利于聚合應(yīng)用共性需求，有效管控和實(shí)施數(shù)據(jù)標(biāo)準(zhǔn)，統(tǒng)一關(guān)鍵指標(biāo)計算口徑，易于實(shí)現(xiàn)數(shù)據(jù)治理目標(biāo)。

同時，建立統(tǒng)一的數(shù)據(jù)處理任務(wù)調(diào)度平臺，多個數(shù)據(jù)應(yīng)用可以和數(shù)據(jù)倉庫應(yīng)用整合，統(tǒng)一配置數(shù)據(jù)批處理任務(wù)和調(diào)度依賴關(guān)系，復(fù)用數(shù)據(jù)倉庫建立的企業(yè)數(shù)據(jù)模型資源，更清晰劃分?jǐn)?shù)據(jù)處理職責(zé)邊界，減少數(shù)據(jù)重復(fù)加工和開發(fā)成本，縮短各應(yīng)用數(shù)據(jù)批處理時間，實(shí)現(xiàn)各系統(tǒng)每日盡早開放服務(wù)。

挑戰(zhàn)

大數(shù)據(jù)技術(shù)是一種新型的技術(shù)，從接觸概念、了解技術(shù)到大數(shù)據(jù)平臺落地，會遇到了多方面的挑戰(zhàn)，主要體現(xiàn)在大數(shù)據(jù)產(chǎn)品的選擇、平臺架構(gòu)與應(yīng)用的規(guī)劃，人員培養(yǎng)三個方面。

大數(shù)據(jù)產(chǎn)品選型

以Hadoop/Spark為代表的大規(guī)模數(shù)據(jù)處理技術(shù)為超越傳統(tǒng)數(shù)據(jù)庫的處理局限性提供了先進(jìn)的并行計算和資源調(diào)度框架。但也應(yīng)該看到大數(shù)據(jù)相關(guān)技術(shù)還在發(fā)展的初級階段，開源版本產(chǎn)品在滿足企業(yè)級應(yīng)用場景的需求時，還存在明顯的局限性。

高并發(fā)低延遲、應(yīng)用開發(fā)成本低、平臺功能完善是恒豐銀行大數(shù)據(jù)產(chǎn)品選型的基本需求，軟件產(chǎn)品在系統(tǒng)架構(gòu)設(shè)計上應(yīng)盡量突破開源版本的技術(shù)局限性，吸取傳統(tǒng)數(shù)據(jù)庫技術(shù)的成功設(shè)計經(jīng)驗，才能更好地滿足企業(yè)應(yīng)用場景的需求。選擇的大數(shù)據(jù)產(chǎn)品應(yīng)滿足以下特點(diǎn)：

（1）兼顧大數(shù)據(jù)批量處理和小樣本數(shù)據(jù)精確查詢統(tǒng)計的性能需求

系統(tǒng)應(yīng)該在全量數(shù)據(jù)并行處理和小樣本數(shù)據(jù)快速過濾兩種場景都有高性能表現(xiàn)，同時能并發(fā)處理盡量多的小樣本數(shù)據(jù)計算需求。

（2）優(yōu)化的數(shù)據(jù)存儲與訪問管理模型

支持表索引、數(shù)據(jù)分片(sharding)/分區(qū)(partition)、行列混合存儲、數(shù)據(jù)塊分布統(tǒng)計、復(fù)制表等概念，減少數(shù)據(jù)插入、更新和訪問的總體IO時間成本。

（3）有效合理利用資源

減少JVM Inbox/OutBox與多層數(shù)據(jù)復(fù)制引發(fā)的內(nèi)存膨脹，盡量避免出現(xiàn)JVM GC引發(fā)的性能抖動，減少跨網(wǎng)絡(luò)節(jié)點(diǎn)的大量數(shù)據(jù)廣播，避免不必要的重復(fù)計算。

（4）易于開發(fā)和原有應(yīng)用盡量平滑遷移

支持SQL2003標(biāo)準(zhǔn)，在TPC-H、TPC-DS基準(zhǔn)測試上有良好表現(xiàn)，對主流傳統(tǒng)數(shù)據(jù)庫的專用特性（如Oracle存儲過程）提供了必要的兼容性支持，在API設(shè)計和開發(fā)工具軟件支持等方面減少系統(tǒng)遷移和新項目開發(fā)成本。

（5）高度容錯能力

同時支持Erasure Code1.5副本和3副本以上的數(shù)據(jù)容錯和快速修復(fù)；消除全系統(tǒng)軟硬件單點(diǎn)故障，任何單點(diǎn)失效都有容錯部件接管服務(wù)職能。

（6）友好的運(yùn)維監(jiān)控界面，提供外部集成接口

集成化的運(yùn)維監(jiān)控管理頁面，同時可為行內(nèi)集中監(jiān)控系統(tǒng)提供軟件部件實(shí)時狀態(tài)信息與故障告警服務(wù)接口；可以跟蹤當(dāng)前作業(yè)任務(wù)進(jìn)度和資源使用情況。可詳細(xì)持續(xù)記錄SQL執(zhí)行計劃和實(shí)際成本消耗，統(tǒng)計分析資源消耗較多的熱點(diǎn)SQL。

（7）支持在線擴(kuò)容

系統(tǒng)能夠動態(tài)不停機(jī)擴(kuò)容，可自動實(shí)現(xiàn)數(shù)據(jù)自動重分布，擴(kuò)容時現(xiàn)有系統(tǒng)可以不間斷正常運(yùn)行。

平臺架構(gòu)與應(yīng)用規(guī)劃

大數(shù)據(jù)產(chǎn)品源自廣泛的開源技術(shù)，是多種分布式存儲、計算引擎與資源調(diào)度的有機(jī)組合。架構(gòu)與規(guī)劃的難點(diǎn)在于需要架構(gòu)設(shè)計人員清楚地了解各類存儲引擎的適用場景，對應(yīng)用并發(fā)、時效性、資源消耗等需求有明確的認(rèn)識，合理地組合各類存儲，設(shè)計數(shù)據(jù)流轉(zhuǎn)，才能發(fā)揮大數(shù)據(jù)技術(shù)的優(yōu)勢。

同時，需要對上層應(yīng)用進(jìn)行分類，針對不同的分類要分配不同的計算、存儲資源，細(xì)化資源隔離與管控的粒度，充分合理地利用硬件資源。

人才培養(yǎng)

大數(shù)據(jù)平臺技術(shù)平臺比傳統(tǒng)數(shù)據(jù)庫技術(shù)復(fù)雜得多，對開發(fā)實(shí)施團(tuán)隊的技術(shù)理解能力要求很高，參與人員的技術(shù)培訓(xùn)和輔導(dǎo)是個長期的過程。按人員專長成立了技術(shù)架構(gòu)設(shè)計、基礎(chǔ)環(huán)境支持、應(yīng)用項目開發(fā)、性能測試與系統(tǒng)優(yōu)化、數(shù)據(jù)模型設(shè)計、數(shù)據(jù)分析與建模、數(shù)據(jù)標(biāo)準(zhǔn)治理等多個專業(yè)小組，各施其職、通力協(xié)作。

由于項目使用的大數(shù)據(jù)技術(shù)較新，基礎(chǔ)軟件產(chǎn)品也處于迭代開發(fā)中。恒豐銀行致力于打造一個學(xué)習(xí)型組織，加強(qiáng)包括行內(nèi)員工和合作開發(fā)公司員工的技術(shù)培訓(xùn)，對大數(shù)據(jù)應(yīng)用開發(fā)的難點(diǎn)編寫培訓(xùn)教程和制定開發(fā)規(guī)范，建立微信學(xué)習(xí)群，不定期的分享開發(fā)經(jīng)驗和剖析不良的實(shí)現(xiàn)案例，做好了分層知識傳導(dǎo)，幫助大家在實(shí)施開發(fā)過程少走彎路。

實(shí)施過程/解決方案

技術(shù)平臺能力要求

企業(yè)應(yīng)用數(shù)據(jù)能力按數(shù)據(jù)處理時效性可分為：

(1)離線批處理。T+1日時效性的數(shù)據(jù)應(yīng)用，在企業(yè)內(nèi)部目前占大多數(shù)，包括傳統(tǒng)的數(shù)據(jù)倉庫應(yīng)用和CRM等系統(tǒng)應(yīng)用等。

(2)準(zhǔn)實(shí)時應(yīng)用。能夠在生產(chǎn)數(shù)據(jù)產(chǎn)生后1分鐘處理完的應(yīng)用，一般形成生產(chǎn)系統(tǒng)是松耦合的旁路數(shù)據(jù)流關(guān)系。主要基于大數(shù)據(jù)的流處理技術(shù)實(shí)現(xiàn)，一般設(shè)置一定的數(shù)據(jù)采樣時間間隔，通過系統(tǒng)在線日志數(shù)據(jù)采集或網(wǎng)絡(luò)報文旁路方式提取業(yè)務(wù)發(fā)生數(shù)據(jù)，為交易監(jiān)控、風(fēng)險預(yù)警、客戶服務(wù)提供接近實(shí)時的處理能力。

(3)實(shí)時應(yīng)用。能夠在生產(chǎn)數(shù)據(jù)產(chǎn)生后的1秒內(nèi)甚至幾毫秒內(nèi)完成的應(yīng)用，主要與生產(chǎn)系統(tǒng)形成協(xié)同服務(wù)支持關(guān)系，通過企業(yè)內(nèi)部服務(wù)同步調(diào)用或異步消息事件處理方式實(shí)現(xiàn)與客戶交互或交易過程中基于大數(shù)據(jù)的深度加工處理能力。

典型實(shí)現(xiàn)方式是構(gòu)建實(shí)時流處理與實(shí)時事件總線相結(jié)合的實(shí)時處理架構(gòu)，構(gòu)建渠道端的異步事件處理能力。典型的應(yīng)用場景有實(shí)時交易反欺詐、個性化場景營銷服務(wù)等。

從技術(shù)支撐能力按從易到難順序可以分為如下階段：

(1)支撐海量數(shù)據(jù)存儲和低延遲聯(lián)機(jī)查詢。將企業(yè)主要數(shù)據(jù)匯聚到一個平臺上，支持大并發(fā)的低延遲聯(lián)機(jī)查詢，這也是一般企業(yè)應(yīng)用大數(shù)據(jù)能力的初步目標(biāo)。

(2)支持統(tǒng)計分析應(yīng)用。包括即席業(yè)務(wù)統(tǒng)計報表、多維業(yè)務(wù)數(shù)據(jù)分析、客戶群體細(xì)分等應(yīng)用，一般可替代傳統(tǒng)數(shù)據(jù)倉庫的主體功能。

(3)數(shù)據(jù)探索與業(yè)務(wù)預(yù)測。支持業(yè)務(wù)分析團(tuán)隊的數(shù)據(jù)探索和業(yè)務(wù)建模實(shí)驗，實(shí)現(xiàn)諸如業(yè)務(wù)趨勢預(yù)測、客戶行為預(yù)測等高階應(yīng)用。

(4)決策支持能力。通過應(yīng)用決策樹、規(guī)則推理引擎、運(yùn)籌優(yōu)化技術(shù)，實(shí)現(xiàn)客戶定價、風(fēng)險預(yù)警等領(lǐng)域特定業(yè)務(wù)問題的機(jī)器自動化流程管理和簡單人機(jī)交互方式的輔助業(yè)務(wù)決策支持應(yīng)用。

(5)自主學(xué)習(xí)能力。通過引入深度學(xué)習(xí)網(wǎng)絡(luò)、知識圖譜、遺傳演化等智能技術(shù)構(gòu)建相對復(fù)雜的機(jī)器智能學(xué)習(xí)體系，能從海量數(shù)據(jù)中提煉高價值信息，構(gòu)建自主訓(xùn)練與反饋、可不斷從最新數(shù)據(jù)中調(diào)整演化的智能業(yè)務(wù)模型體系。

企業(yè)數(shù)據(jù)管理平臺功能層次

數(shù)據(jù)管理平臺按企業(yè)數(shù)據(jù)能力需求的功能實(shí)現(xiàn)，可分為如下層次：

(1)數(shù)據(jù)存儲層。對應(yīng)不同應(yīng)用需求場景和業(yè)務(wù)數(shù)據(jù)特點(diǎn)（更新頻度、生命期、數(shù)據(jù)價值密度），可整合不同的底層存儲技術(shù)和不同的數(shù)據(jù)庫引擎，實(shí)現(xiàn)多樣化的數(shù)據(jù)存儲服務(wù)。

(2)資源管理層。構(gòu)建在最新的大數(shù)據(jù)技術(shù)基礎(chǔ)上，具備靈活的資源管理和并行計算調(diào)度能力，實(shí)現(xiàn)多種數(shù)據(jù)管理組件協(xié)同服務(wù)的分布式協(xié)作軟件框架。

(3)數(shù)據(jù)匯聚層。滿足生產(chǎn)系統(tǒng)日志準(zhǔn)實(shí)時采集、異構(gòu)數(shù)據(jù)源并行抽取和大容量數(shù)據(jù)發(fā)送轉(zhuǎn)儲需求的數(shù)據(jù)移動技術(shù)架構(gòu)，T+1、T+0數(shù)據(jù)適配多種技術(shù)場景實(shí)現(xiàn)從源端流轉(zhuǎn)并集中存儲到大數(shù)據(jù)管理平臺的數(shù)據(jù)存儲層。

(4)流式處理層。構(gòu)建實(shí)時流處理計算層，包括實(shí)時流處理引擎、高效的流數(shù)據(jù)緩存層和計算組件（包括分類、匯總、過濾、路由等多種功能）。

(5)圖計算層。通過圖計算引擎，實(shí)現(xiàn)關(guān)系網(wǎng)絡(luò)數(shù)據(jù)的抽象、存儲和快速統(tǒng)計計算需求。

(6)數(shù)據(jù)挖掘功能層。貼近數(shù)據(jù)存儲的數(shù)據(jù)挖掘算法功能層，由并行計算能力強(qiáng)、集成度較高的分布式機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘軟件框架實(shí)現(xiàn)，為應(yīng)用程序提供簡單API調(diào)用接口，也支持在其上構(gòu)建業(yè)務(wù)數(shù)據(jù)探索軟件層。

(7)數(shù)據(jù)管理應(yīng)用組件層。需要自主開發(fā)完善的數(shù)據(jù)管理組件，包括元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)化管理、數(shù)據(jù)生命期管理、數(shù)據(jù)開放權(quán)限管理和審批流程、跨數(shù)據(jù)集群的準(zhǔn)實(shí)時數(shù)據(jù)復(fù)制、完善的系統(tǒng)運(yùn)行監(jiān)測與告警等。

技術(shù)平臺與產(chǎn)品選型

Apache Hadoop是針對大規(guī)模分布式數(shù)據(jù)而開發(fā)的軟件框架，已經(jīng)成為企業(yè)管理大數(shù)據(jù)的基礎(chǔ)支撐技術(shù)。然而開源Hadoop仍然面臨一些挑戰(zhàn)：首先，開源Hadoop技術(shù)在對GB到TB級數(shù)據(jù)的處理效率較低。

其次，只有對海量的數(shù)據(jù)進(jìn)行高效的分析及利用才能將大數(shù)據(jù)中存在的巨大潛在價值轉(zhuǎn)換為實(shí)際的商業(yè)價值，這就需要完備的決策分析工具集運(yùn)行在大數(shù)據(jù)平臺架構(gòu)之上，企業(yè)亟需完備的解決方案來加速大數(shù)據(jù)應(yīng)用的業(yè)務(wù)創(chuàng)新。

恒豐銀行從企業(yè)應(yīng)用角度出發(fā)，通過對國內(nèi)外眾多主流大數(shù)據(jù)平臺產(chǎn)品的技術(shù)能力和實(shí)現(xiàn)細(xì)節(jié)詳細(xì)了解、對比、篩選，并對候選產(chǎn)品進(jìn)行嚴(yán)格的POC測試，最終選擇了更符合恒豐銀行需求的國產(chǎn)TDH大數(shù)據(jù)平臺產(chǎn)品。

針對上層應(yīng)用的需求，恒豐銀行利用HBase對二進(jìn)制數(shù)據(jù)的高并發(fā)存儲服務(wù)能力實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)的高效存儲，采用ElasticSearch發(fā)揮文本數(shù)據(jù)的快速全文檢索能力?；谏虡I(yè)數(shù)據(jù)可視化套件或開源的D3.js或Echart.js等Web圖形組件開發(fā)業(yè)務(wù)可視化分析應(yīng)用，結(jié)合大數(shù)據(jù)內(nèi)存分析技術(shù)，實(shí)現(xiàn)業(yè)務(wù)團(tuán)隊自主數(shù)據(jù)探索和可視化即席分析。應(yīng)用Discover,Mahout、MLlib等支持分布式并行計算的機(jī)器學(xué)習(xí)軟件框架構(gòu)建更高效的數(shù)據(jù)挖掘人機(jī)交互環(huán)境，提升業(yè)務(wù)建模效率。

利用Storm、Spark-Streaming等實(shí)時流處理技術(shù)，結(jié)合專家推理引擎、運(yùn)籌優(yōu)化與機(jī)器學(xué)習(xí)算法等數(shù)據(jù)智能技術(shù)，構(gòu)建支持渠道自動化交互場景的實(shí)時營銷和實(shí)時風(fēng)控應(yīng)用。

按應(yīng)用場景分離的數(shù)據(jù)處理集群架構(gòu)

按照應(yīng)用場景需求的差異，基于大數(shù)據(jù)技術(shù)的數(shù)據(jù)管理平臺可分為四大數(shù)據(jù)應(yīng)用集群，并可在其上構(gòu)建不同的應(yīng)用系統(tǒng)和公共應(yīng)用數(shù)據(jù)服務(wù)：

（1）在線應(yīng)用集群。主要面向在線數(shù)據(jù)應(yīng)用系統(tǒng)，有高并發(fā)低延遲應(yīng)用服務(wù)響應(yīng)要求。

（2）歷史數(shù)據(jù)分析集群。主要面向數(shù)據(jù)歷史數(shù)據(jù)分析應(yīng)用、分支機(jī)構(gòu)數(shù)據(jù)開放、業(yè)務(wù)團(tuán)隊數(shù)據(jù)自主探索和數(shù)據(jù)挖掘建模。

（3）非結(jié)構(gòu)化應(yīng)用集群。主要針對非結(jié)構(gòu)化數(shù)據(jù)的存儲、全文檢索和處理（包括文本分析、圖像識別等）需求。

（4）實(shí)時流處理和日志分析集群。主要針對實(shí)時流處理應(yīng)用，特點(diǎn)是大規(guī)模快速寫入需求，原始流數(shù)據(jù)的生命期較短，快進(jìn)快出，一般可采用批處理模式進(jìn)一步壓縮提煉形成歷史統(tǒng)計數(shù)據(jù)，用于實(shí)時流數(shù)據(jù)的機(jī)器學(xué)習(xí)與模式識別。

數(shù)據(jù)倉庫應(yīng)用體系建設(shè)

1.結(jié)構(gòu)化數(shù)據(jù)分層技術(shù)架構(gòu)

基于大數(shù)據(jù)平臺構(gòu)建數(shù)據(jù)倉庫結(jié)構(gòu)化數(shù)據(jù)應(yīng)用的整體架構(gòu)包括如下層級結(jié)構(gòu)：

1)源系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)：源系統(tǒng)按大數(shù)據(jù)平臺的供數(shù)規(guī)范要求提供表數(shù)據(jù)文本和標(biāo)志文件。

2)文件交換區(qū)FSA：文件的交換中樞，含源系統(tǒng)結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)（主要是外部數(shù)據(jù)）。

3)源數(shù)據(jù)緩存區(qū)ODM：結(jié)構(gòu)化數(shù)據(jù)接入，在線數(shù)據(jù)平臺的源數(shù)據(jù)歷史層HDM、基礎(chǔ)數(shù)據(jù)模型層的數(shù)據(jù)來源。

4)源數(shù)據(jù)歷史層HDM：源數(shù)據(jù)緩存區(qū)數(shù)據(jù)接入。

5)基礎(chǔ)數(shù)據(jù)模型層FDM：源數(shù)據(jù)按數(shù)據(jù)倉庫模型加工后存儲，源數(shù)據(jù)緩存區(qū)數(shù)據(jù)接入，公共數(shù)據(jù)模型層CDM的主要數(shù)據(jù)來源。僅大數(shù)據(jù)平臺各數(shù)據(jù)層數(shù)據(jù)存儲和內(nèi)部流轉(zhuǎn)用。

6)公共數(shù)據(jù)模型層CDM：聚焦客戶營銷和風(fēng)險管理等業(yè)務(wù)領(lǐng)域公共需求的銀行信息資產(chǎn)加工和存儲，源數(shù)據(jù)緩存區(qū)、基礎(chǔ)數(shù)據(jù)模型層數(shù)據(jù)接入，數(shù)據(jù)服務(wù)接口的主要數(shù)據(jù)來源

7)數(shù)據(jù)服務(wù)接口DSI：在線數(shù)據(jù)平臺的對外數(shù)據(jù)服務(wù)接口，源數(shù)據(jù)歷史層、公共數(shù)據(jù)模型層數(shù)據(jù)接入，BI應(yīng)用集市的數(shù)據(jù)來源。

8)歷史數(shù)據(jù)服務(wù)接口：歷史數(shù)據(jù)平臺的對外數(shù)據(jù)服務(wù)接口，源數(shù)據(jù)歷史層、公共數(shù)據(jù)模型層數(shù)據(jù)接入，各類查詢應(yīng)用的數(shù)據(jù)來源。

9)綜合監(jiān)管集市：包括銀監(jiān)標(biāo)準(zhǔn)化EAST應(yīng)用在內(nèi)的綜合監(jiān)管集市，數(shù)據(jù)服務(wù)接口的數(shù)據(jù)接入，綜合監(jiān)管應(yīng)用的數(shù)據(jù)來源。

10)數(shù)據(jù)分析集市：BI統(tǒng)計分析類應(yīng)用所在的數(shù)據(jù)集市，公共數(shù)據(jù)匯總層ADM的加工和存儲，數(shù)據(jù)服務(wù)接口的數(shù)據(jù)接入。

11)統(tǒng)一調(diào)度平臺：大數(shù)據(jù)平臺ETL過程的統(tǒng)一作業(yè)調(diào)度監(jiān)控，包括：調(diào)度、監(jiān)控、日志、處理四部份內(nèi)容。

2.應(yīng)用遷移

數(shù)據(jù)倉庫應(yīng)用遷移主要包括在線數(shù)據(jù)平臺與歷史數(shù)據(jù)平臺兩部分（不包含非結(jié)構(gòu)化數(shù)據(jù)應(yīng)用）。應(yīng)用遷移的主要目標(biāo)是建設(shè)在線數(shù)據(jù)平臺、歷史數(shù)據(jù)平臺，設(shè)計公共數(shù)據(jù)模型，并實(shí)現(xiàn)包括銀監(jiān)標(biāo)準(zhǔn)化EAST等內(nèi)建監(jiān)管報送應(yīng)用的數(shù)據(jù)切換。

整體設(shè)計思路分為數(shù)據(jù)移植、在線數(shù)據(jù)平臺、歷史數(shù)據(jù)平臺、銀監(jiān)標(biāo)準(zhǔn)化EAST應(yīng)用遷移四個部分。

（1）數(shù)據(jù)移植流程

●利用Sqoop技術(shù)連接原數(shù)據(jù)倉庫抽取數(shù)據(jù)到hdfs文件系統(tǒng)；

●將原數(shù)據(jù)倉庫的數(shù)據(jù)抽取到hdfs文件系統(tǒng)后，在大數(shù)據(jù)平臺中構(gòu)建映射在這些數(shù)據(jù)文件上的外表，其表結(jié)構(gòu)與原數(shù)據(jù)倉庫表結(jié)構(gòu)一致；

●在構(gòu)建外表后，數(shù)據(jù)平臺已可以查詢到原數(shù)據(jù)倉庫的數(shù)據(jù)，為構(gòu)建數(shù)據(jù)平臺的HDM層源數(shù)據(jù)備份，還需將這部分的數(shù)據(jù)進(jìn)行還原操作。

（2）在線數(shù)據(jù)平臺

在線數(shù)據(jù)平臺集中了源數(shù)據(jù)緩沖層、源數(shù)據(jù)歷史層、基礎(chǔ)數(shù)據(jù)模型層和公共數(shù)據(jù)模型層。源數(shù)據(jù)緩沖層作為外部業(yè)務(wù)系統(tǒng)數(shù)據(jù)接入層，單日緩存業(yè)務(wù)系統(tǒng)每日數(shù)據(jù)，供歷史明細(xì)層程序處理已存入基礎(chǔ)數(shù)據(jù)平臺?；A(chǔ)數(shù)據(jù)模型層保留了留原數(shù)據(jù)倉庫部分基礎(chǔ)數(shù)據(jù)模型，以支持公共數(shù)據(jù)模型及其他應(yīng)用數(shù)據(jù)需求，保存模型歷史數(shù)據(jù)。公共數(shù)據(jù)模型層，為數(shù)據(jù)倉庫的主體數(shù)據(jù)體，是支撐數(shù)據(jù)匯總、數(shù)據(jù)分析的多緯度數(shù)據(jù)集市。

（3）歷史數(shù)據(jù)平臺

歷史數(shù)據(jù)平臺是在線數(shù)據(jù)平臺的數(shù)據(jù)備份，每日數(shù)據(jù)同步。歷史數(shù)據(jù)平臺源數(shù)據(jù)備份結(jié)構(gòu)與在線數(shù)據(jù)平臺一致，保存永久數(shù)據(jù)。歷史數(shù)據(jù)平臺公共數(shù)據(jù)模型備份結(jié)構(gòu)與在線數(shù)據(jù)平臺一致，保存永久數(shù)據(jù)。并依托公共數(shù)據(jù)模型的歷史，構(gòu)建歷史數(shù)據(jù)查詢服務(wù)模型接口。

（4）銀監(jiān)標(biāo)準(zhǔn)化EAST等應(yīng)用遷移

EAST等系統(tǒng)改造內(nèi)容主要是數(shù)據(jù)連接改造（JDBC-hadoop）和參數(shù)配置調(diào)整，不包括系統(tǒng)功能和流程。由于EAST等系統(tǒng)數(shù)據(jù)結(jié)構(gòu)為Oracle表，存儲過程為Oracle存儲過程，需根據(jù)大數(shù)據(jù)平臺的特性對表結(jié)構(gòu)進(jìn)行重構(gòu)，支持大數(shù)據(jù)平臺的存儲過程格式，并進(jìn)行數(shù)據(jù)移植。

3.公共數(shù)據(jù)集市建設(shè)

恒豐銀行當(dāng)前數(shù)據(jù)倉庫存在應(yīng)用離散、冗余數(shù)據(jù)加工、資源緊張等問題。所以，公共數(shù)據(jù)模型的建設(shè)需要統(tǒng)一需求管控，建立更大的項目資源池，減少重復(fù)開發(fā)，規(guī)劃應(yīng)用方向；統(tǒng)一計算口徑，減少數(shù)據(jù)冗余和數(shù)據(jù)復(fù)制，減少重復(fù)數(shù)據(jù)加工；同時，能夠滿足不同應(yīng)用場景的共性需求，穩(wěn)妥推進(jìn)新技術(shù)應(yīng)用。

在主題模型領(lǐng)域，根據(jù)主題+業(yè)務(wù)方式進(jìn)行數(shù)據(jù)存儲，以具體業(yè)務(wù)為依據(jù)提練主題要素，涵蓋客戶、事件、產(chǎn)品、作業(yè)、財務(wù)績效、資產(chǎn)管理、市場與公共元信息（如費(fèi)率、利率與匯率）。依據(jù)可重用性、安全性、高可用性、可管理性、可擴(kuò)展性、高性能的設(shè)計原則，采取總體規(guī)劃、分層實(shí)現(xiàn)的方式。

構(gòu)建公共模型層，數(shù)據(jù)來源主要包括行內(nèi)數(shù)據(jù)、同業(yè)數(shù)據(jù)和外部數(shù)據(jù)三大部分：

●行內(nèi)數(shù)據(jù)：行內(nèi)的業(yè)務(wù)系統(tǒng)、管理系統(tǒng)數(shù)據(jù)：核心、企貸、個貸、囯結(jié)等數(shù)十個源系統(tǒng)。九大類數(shù)據(jù)整合為公共數(shù)據(jù)模型七大主題，根據(jù)相應(yīng)主題+業(yè)務(wù)劃分對源數(shù)據(jù)進(jìn)行重新整合分類歸總。

●同業(yè)數(shù)據(jù)：同業(yè)數(shù)據(jù)包括監(jiān)管當(dāng)局和其他銀行披露的各項業(yè)務(wù)指標(biāo)：規(guī)模數(shù)據(jù)、盈利數(shù)據(jù)、風(fēng)險數(shù)據(jù)。

●外部數(shù)據(jù)：從外部采購或抓取的數(shù)據(jù)，如公司、司法、輿情、宏觀數(shù)據(jù)。

4.數(shù)據(jù)治理目標(biāo)實(shí)現(xiàn)

利用大數(shù)據(jù)平臺提供的數(shù)據(jù)處理能力，針對數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)標(biāo)準(zhǔn)管理、元數(shù)據(jù)管理三個方面建立了一套完善的數(shù)據(jù)生命周期管理體系，建立統(tǒng)一的數(shù)據(jù)口徑和數(shù)據(jù)規(guī)范。

●數(shù)據(jù)質(zhì)量管理：通過組件化的腳本對多數(shù)據(jù)源數(shù)據(jù)進(jìn)行數(shù)據(jù)質(zhì)量檢查，將存在數(shù)據(jù)結(jié)構(gòu)、字段分隔符、記錄換行符、數(shù)據(jù)編碼格式等問題的臟數(shù)據(jù)在入庫前過濾出來，并通過數(shù)據(jù)入庫稽核的方式，將不符合表結(jié)構(gòu)定義的臟數(shù)據(jù)單獨(dú)輸出到臟數(shù)據(jù)記錄表，支持表的字段閾值以及質(zhì)量檢測條件（如統(tǒng)計值，約束條件）等的定義，結(jié)合工作流調(diào)度引擎將數(shù)據(jù)質(zhì)量檢測貫穿在整個ETL過程中，并提供告警信息，通知運(yùn)維人員進(jìn)行處理。

●數(shù)據(jù)標(biāo)準(zhǔn)管理：結(jié)合數(shù)據(jù)治理成果，將數(shù)據(jù)標(biāo)準(zhǔn)定義納入系統(tǒng)管理，并以此為基礎(chǔ)，提供數(shù)據(jù)質(zhì)量自動化檢測的依據(jù)。

●元數(shù)據(jù)管理：提供行內(nèi)數(shù)據(jù)資產(chǎn)概覽，開放元數(shù)據(jù)查詢管理應(yīng)用，提供數(shù)據(jù)血緣分析和追溯能力。

5.數(shù)據(jù)探索與業(yè)務(wù)建模

通過Rstudio和其他面向業(yè)務(wù)用戶的圖形化工具，可進(jìn)行可視化交互式數(shù)據(jù)挖掘與統(tǒng)計分析，深度挖掘數(shù)據(jù)價值并建立業(yè)務(wù)數(shù)據(jù)模型，實(shí)現(xiàn)分析和預(yù)測功能，增強(qiáng)企業(yè)的決策判斷力，提高商業(yè)智能化水平，提升客戶體驗，快速響應(yīng)市場變化。

在可視化交互式數(shù)據(jù)挖掘工具基礎(chǔ)上，恒豐銀行構(gòu)建了業(yè)務(wù)模型實(shí)驗室應(yīng)用，通過實(shí)現(xiàn)了一個集模型開發(fā)、模型驗證、策略分析等業(yè)務(wù)功能于一體的環(huán)境，使得業(yè)務(wù)模型和策略的開發(fā)、維護(hù)、優(yōu)化以及升級等工作更加標(biāo)準(zhǔn)化，實(shí)現(xiàn)一定程度的自動化，提高了業(yè)務(wù)建模的整體效率。

6.開發(fā)專業(yè)數(shù)據(jù)集市與創(chuàng)新應(yīng)用

恒豐銀行詳細(xì)規(guī)劃了各管理分析領(lǐng)域的業(yè)務(wù)應(yīng)用場景，形成了營銷主題、風(fēng)險主題、客戶主題、資訊主題等專業(yè)共享數(shù)據(jù)集市，為具體管理分析域的業(yè)務(wù)應(yīng)用提供了基礎(chǔ)明細(xì)層、共享加工層、結(jié)果數(shù)據(jù)存儲和對外服務(wù)接口。

同時針對各業(yè)務(wù)條線和經(jīng)營單位關(guān)注點(diǎn)，進(jìn)一步加工面向業(yè)務(wù)分析用途的主題匯總寬表，以此為基礎(chǔ)結(jié)合公共數(shù)據(jù)集市明細(xì)表開放，構(gòu)建業(yè)務(wù)部門分析集市和各分行數(shù)據(jù)集市。

在基于大數(shù)據(jù)技術(shù)的創(chuàng)新應(yīng)用開發(fā)方面，大數(shù)據(jù)平臺上已經(jīng)陸續(xù)構(gòu)建了業(yè)務(wù)可視化分析平臺、精準(zhǔn)營銷、全面風(fēng)險預(yù)警、客戶關(guān)系管理、移動銷售作業(yè)系統(tǒng)、財富管理系統(tǒng)、大數(shù)據(jù)資訊平臺、交易反欺詐、信用卡交易監(jiān)測、用戶行為分析、客戶生命周期管理、運(yùn)營風(fēng)險監(jiān)測等30多個上層應(yīng)用，充分發(fā)揮大數(shù)據(jù)平臺在海量數(shù)據(jù)計算、非結(jié)構(gòu)化數(shù)據(jù)處理、實(shí)時流數(shù)據(jù)處理、內(nèi)存計算與列式存儲等領(lǐng)域的能力與優(yōu)勢。

7.全方位提升金融服務(wù)能力

為提升對實(shí)體經(jīng)濟(jì)的金融服務(wù)支撐能力，恒豐銀行積極整合包括行業(yè)、市場相關(guān)的外部數(shù)據(jù)，構(gòu)建業(yè)務(wù)發(fā)展規(guī)劃平臺，聚焦新興產(chǎn)業(yè)、三農(nóng)和小微企業(yè)，配備合理的信貸資源和人力資源，主動提供一站式的綜合金融解決方案。

基于恒豐銀行專業(yè)的產(chǎn)業(yè)經(jīng)濟(jì)研究能力，我們也規(guī)劃通過移動互聯(lián)應(yīng)用，向企業(yè)提供專業(yè)的行業(yè)研究和市場分析情報，通過自建產(chǎn)業(yè)鏈交易撮合平臺、O2O服務(wù)平臺，降低企業(yè)交易成本與產(chǎn)品庫存，加速資金周轉(zhuǎn)。

通過與核心企業(yè)、電商平臺合作，整合實(shí)體經(jīng)濟(jì)交易數(shù)據(jù)，共建服務(wù)于特定區(qū)域和產(chǎn)業(yè)鏈的大數(shù)據(jù)應(yīng)用。運(yùn)用集團(tuán)授信、平臺項目授信等多種授信管理創(chuàng)新模式，實(shí)現(xiàn)對三農(nóng)與小微企業(yè)的定向信貸資金扶持，并在信貸評審、貸后監(jiān)控、企業(yè)現(xiàn)金管理等業(yè)務(wù)場景充分應(yīng)用大數(shù)據(jù)建模技術(shù)，加快授信評審速度，提升風(fēng)險管理效率，提升企業(yè)資金運(yùn)用效能和產(chǎn)品售后服務(wù)水平。

結(jié)果/效果總結(jié)

目前，基于大數(shù)據(jù)平臺的數(shù)據(jù)倉庫已全面上線，并支撐全行統(tǒng)一數(shù)據(jù)管理與數(shù)據(jù)服務(wù)。通過本次項目的技術(shù)實(shí)踐和應(yīng)用系統(tǒng)的逐步落地，恒豐銀行實(shí)現(xiàn)了成本管理與業(yè)務(wù)管控的雙效提升。

在經(jīng)濟(jì)效益層面，經(jīng)初步估計，企業(yè)數(shù)據(jù)應(yīng)用的總體硬件投入成本將降為原來的1/5-1/10，數(shù)據(jù)庫軟件授權(quán)許可費(fèi)更是只有原來的1/20；同時由于各應(yīng)用建構(gòu)在同一個數(shù)據(jù)平臺，因此每個應(yīng)用減少了大量的共性數(shù)據(jù)加工和數(shù)據(jù)共享代碼開發(fā)，軟件開發(fā)成本也有所降低。

在系統(tǒng)效率層面，原有傳統(tǒng)數(shù)據(jù)倉庫的大數(shù)據(jù)量跑批處理往往需要4-5小時，新一代大數(shù)據(jù)平臺的分布式計算能力結(jié)合內(nèi)存處理技術(shù)，處理同樣數(shù)據(jù)量級的工作僅需數(shù)十分鐘，大大提升了營銷、風(fēng)控、運(yùn)營等業(yè)務(wù)流程的響應(yīng)能力。

大數(shù)據(jù)平臺逐漸成為全行數(shù)據(jù)管控的樞紐和壓艙石。恒豐銀行通過大數(shù)據(jù)平臺構(gòu)建數(shù)據(jù)倉庫的項目實(shí)踐，逐漸打造起全行數(shù)據(jù)綜合服務(wù)體系，即報表和查詢體系、基于專業(yè)引擎的數(shù)據(jù)計算訪問體系、數(shù)據(jù)分析服務(wù)體系、數(shù)據(jù)挖掘建模體系，最終形成了數(shù)據(jù)應(yīng)用價值到最終用戶的合理傳導(dǎo)機(jī)制。

企業(yè)介紹：

恒豐銀行股份有限公司是12家全國性股份制商業(yè)銀行之一，注冊地?zé)熍_。

近年來，恒豐銀行穩(wěn)健快速發(fā)展。截至2016年末，恒豐銀行資產(chǎn)規(guī)模已突破1.2萬億元，是2013年末的1.6倍；各項存款余額7682億元，各項貸款余額4252億元，均比2013年末翻了一番。2014年至2016年累計利潤總額312.17億元，這三年的累計利潤總額為以往26年的累計利潤總額；服務(wù)組織架構(gòu)不斷完善，分支機(jī)構(gòu)數(shù)306家，是2013年末的兩倍。

近年來，恒豐銀行屢獲榮譽(yù)。在英國《銀行家》雜志發(fā)布的“2016全球銀行1000強(qiáng)”榜單中排名第143位；在香港中文大學(xué)發(fā)布的《亞洲銀行競爭力研究報告》中位列亞洲銀行業(yè)第5位；在中國銀行業(yè)協(xié)會發(fā)布的“商業(yè)銀行穩(wěn)健發(fā)展能力‘陀螺（GYROSCOPE）評價體系’”中，綜合能力排名位列全國性商業(yè)銀行第7位，全國性股份制商業(yè)銀行前三；榮獲“2016老百姓最喜歡的股份制商業(yè)銀行”第二名、“2016年互聯(lián)網(wǎng)金融創(chuàng)新銀行獎”、“2016年最佳網(wǎng)上銀行安全獎”、“2016年度創(chuàng)新中國特別獎”等多項榮譽(yù)。

作為一家肇始于孔孟之鄉(xiāng)山東的全國性股份制商業(yè)銀行，恒豐銀行秉承“恒必成 德致豐”的核心價值觀，踐行“1112·5556”工程，即：一個愿景（打造“精品銀行、全能銀行、百年銀行”）、一個文化（打造“開放、創(chuàng)新、競爭、協(xié)同、守規(guī)、執(zhí)行”的“狼兔文化”）、一個目標(biāo)（五年目標(biāo)是以客戶為中心，以創(chuàng)新為驅(qū)動，高效協(xié)同，彎道超車，五年內(nèi)進(jìn)入全國性股份制商業(yè)銀行第二方陣；十年目標(biāo)是要打造一個國際金融控股集團(tuán)）、兩個策略（“植根魯蘇，深耕成渝，拓展中部六省和海西，進(jìn)軍京滬廣深”的區(qū)域策略和“四輪驅(qū)動、兩翼齊飛”的經(jīng)營策略）、“五化”強(qiáng)行戰(zhàn)略（國際化、信息化、精細(xì)化、科技化、人才化）、“五力”工作方針（忠誠力、執(zhí)行力、目標(biāo)力、風(fēng)險經(jīng)營力、恒久發(fā)展力）、五個引領(lǐng)（人才引領(lǐng)、科技引領(lǐng)、創(chuàng)新引領(lǐng)、效率引領(lǐng)、效益引領(lǐng)）、六大綜合能力（價值分析能力、風(fēng)險鑒別能力、定價能力、創(chuàng)新能力、調(diào)研能力、學(xué)習(xí)能力）；大力實(shí)施“12345”行動綱領(lǐng)，即:“1”是做金融綜合解決方案的提供商，“2”是金融云平臺和大數(shù)據(jù)平臺，“3”是數(shù)字銀行、交易銀行、銀行的銀行，“4”是龍頭金融、平臺金融、家庭金融、O2O金融等四大金融創(chuàng)新業(yè)務(wù)模式，“5”是投行、資管、平臺、人才盤點(diǎn)和以“One Bank”為核心的績效評價體系等五大戰(zhàn)略落地工具，致力于做“知識和科技的傳播者、渠道和平臺的建設(shè)者、金融綜合解決方案的提供者”，力求打造令人矚目、受人尊敬的商業(yè)銀行，為客戶和社會提供效率最高、體驗最佳的綜合金融服務(wù)。

歡迎更多大數(shù)據(jù)企業(yè)、大數(shù)據(jù)愛好者投稿數(shù)據(jù)猿，來稿請直接投遞至：tougao@datayuan.cn

來源：數(shù)據(jù)猿