2 數據中臺之“規”，重點在標簽體系

“規”，有法度也，是規則、是制度、是體系。

講數據的，通常把書類比為石油，“規”就相當于是石油提純的一個過程，那么數據中臺的“規”就是對數據提純的一個過程，即“數據資產化”過程。我們知道石油提純有一系列的標準體系，那么數據資產化也同樣需要建立完備的數據資產體系。金融機構數據資產體系建設必須圍繞業務價值，從推動業務數據向數據資產轉化的角度來構建。

傳統的數字化建設往往局限在單個業務單元，忽視了數據多業務關聯的屬性，缺乏對數據的深度理解。數據中臺必須連通全域數據，通過統一的數據標準，構建規范的、緊密結合業務的、可擴展的數據標簽體系。

數據中臺建設的核心是數據，數據中臺管理的核心也是數據，數據中臺應用的核心還是數據。數據對于金融企業如此重要，那么數據中臺建設過程中，我們依靠什么樣的數據體系來構建我們的數據中臺？那么數據中臺的數據建設體系應該是什么樣的，這些都是需要我們有一個基本認知的。

我們認為數據中臺建設，至少應該包含應用、標簽、主題、貼源這4個層級結構。

貼源層：這個名字不知道是哪位前輩取的，顧名思義，很形象，和源數據保持一致；那么他的作用，對于我們技術部門來說還是很重要的，通俗理解就是“甩鍋”，關于這一點，大家可以細品……

主題層：金融企業常用的十大數據主題，對應的就是數據體系中這個層面，這里不多贅述，這一層對應的也是數據整合、匯聚的范疇。

標簽層：即數據對象建模層。我們講數據整合方式時，把基于ID（身份）的整合放到了一邊，那么在這里，我們就是基于 ID 把各主題、業務過程的同一對象跨主題、跨業務板塊進行打通，形成對象的全域級標簽體系，以方便對數據的深度分析、價值挖掘、敏捷應用。

應用層：按照金融企業特定的業務場景，從標簽層、主題層抽取數據，面向業務進行加工特定的數據，以為業務提供端到端的數據服務。當然，有些特定的業務場景需要兼顧性能需求、緊急事物需求，也可能直接從貼源層抓取數據直接服務于特定的業務場景。真正做到在對業務端到端數據服務同時，兼顧數據中臺的靈活性、可用性和穩定性。

標簽層——數據中臺的價值魅力體現

數據標簽體系建設，一來可以讓數據可讀，即數據開發者和數據使用者對數據的認知統一，更方便端到端的數據使用；二來通過數據標簽目錄將標簽組織化、結構化，以一種更柔性的方式來適應未來多元化業務場景對數據應用的訴求。

以上是一個金融機構比較常見的客戶標簽；?數據中臺的數據是不斷的在被業務滋養，在數據中臺的運營過程中，結合上圖我們不難想象到，標簽數據不是一成不變的，它在被業務滋養的同時，也需要不斷的調整（參數、指標、屬性、特征等），以更好的反哺業務，不斷互補，讓數據中臺為業務提供更有價值的數據服務。所以，我們總結整個標簽建設的過程大致分為以下幾步：

Step 1、數據對象認知：全面理清數據關系，確定數據對象。 Step 2、制定標簽目錄結構：根據業務需求，定制標簽體系框架，原則上按照三層目錄分層（具體情況具體對待），并且逐步填充標簽內容。Step 3、整合可用數據資源：通過對象ID及ID－ID的映射關系，整合和對象相關的業務數據資源，如：賬戶數據、交易數據、行為數據、交易數據、風險數據、社交數據等。Step 4、構建標簽模型：結合業務需求及業務人員的經驗，對數據進行建模，進一步挖掘、完善標簽。Step 5、標簽應用：將標簽應用到實際的業務場景，為業務提供高價值的數據服務。Step 6、標簽優化：通過業務運營檢驗標簽及權重分配的合理性，優化標簽體系，同時通過業務的滋養，豐富、完善標簽體系，進一步反哺業務運營。

整個標簽層的建設中，我們要秉著以數據價值為導向，尊重數據可行性、業務可行性，約束、規范整個建設過程，體現出數據中臺的價值魅力。