应用背景
客户个性化服务：随着金融对外开放提速，资管竞争加剧，资管机构以数字化转型为核心，重塑核心竞争力，对客户个性化服务、用户体验越来越关注。
资管行业监管趋严：资管新规、监管报送一系列举措及监管科技应用实践的提出，表示资管行业未来监管会日趋严格，这倒逼资管机构提升自己的监管科技水平。
金融科技变革：大数据、人工智能技术等金融科技高歌猛进，正在推动资管行业营销、投资、风控、运营业务传统模式，高效便捷成为王道。
在此背景下，资管行业发展迎来了新的格局，即以数字化转型为核心，重塑核心竞争力。这就对数据服务提出了新需求，资管数据从后台走到中台，要求数据归一，服务归一。
产品全景
数据中台可实现各类◎源系统的数据归一，按统一标准形成企业数据资产层，进而为各类业务应用提供高效的⊙数据服务。这些数据服务与企业业务有较强的关联性，是企业独有的且能复用的，它是企业业务和数据的沉淀，可以降低重复建设、减少烟囱式协〗作的成本，同时也是未来企业差异化竞争优势所在。
安正资管数据中台创新性提出资管行业的标准数据模型，完成数据标准化、数据存储，形成大数据资产层，为客户实现应需而＠ 变的高效数据支撑和服务。
• 覆盖10个业务主题域 • 提供1000+指标 • 支持100+对外服务接口 • 对接10+业务系统 • 服务3大业务场景：投研、营销、运营
安正软件资管数据中台架构图
主要模块
大数据中心
- 大数据中心基于CDH大数据平台构建，按照资管基础数据模型标准存储来自各业务系统的业务数≡据，其数据为标准化的数据存储。
- 大数据平台基础数据区域对外不可见，其数据来源于源系统，并在大数据平台形成“数据湖”，而各业务系统来源数据再按资管数据标准模型清洗、整合落地“数据整合层”后，再分批次对外发布数据到“发布数据”区和“数据探索”区。
指标集市
- 指标集市基于Oracle(或MPP架构关系▂型数据库)构建，分为基础指标和派生指标两层，指标集市数据对外提供企业基础业务指标和业务专题指标数据支撑，可支持的前台应用形式包括固定报表、管理驾＠驶舱、Excel插件、指标API等。
- 指标集市采用“维度模型+宽表模型”最佳的数据模型，维度模型的核心是维度+度量，主♀要用于满足多维分析需要，而宽表模型是预先进行了表拼接并做了ξ 粒度汇总的模型表，用于满足特定专题应用，比如：监管报送。
- 企业指标集市遵循一致性维度和一致性度量原则，按照业务分析场景或部♀门构建，并在数据中台进行对外数据服务发布。
内存数据库
- 引入Ignite内存数据，存放企业指标应用需求中对访问时延要求较高的∮部分，实现数据指标的高性能访问。
- 内存数据库中的指标数据主要来源于指标集市指标区，从集市数据库通过数据同步程序推送到Ignite内存数据库 。
- 对于大∮数据平台“发布数据”区由于包含了企业全局公共基础数据，因此按照业务时效考虑是否同步到内存数据库，同步技术方案与关系型数据库同步方案一致。
指标管理平台
- 指标管理平台基于SpringCloud微服务框架实现，它具有指标标准口径定义、指标目录管理、指标API服务发布、指标数据订阅服务、数据服务监控等功能╱。
应用价值
技术层面
通过强化数据资产管理，形成标准的、可配置的数据服务开发模式，实现数据服』务化，提供统一的Data API。其技术价值体现在：数据服务化
所有数据均可按指标定义，所有指标均可快速服务化。
服务标∏准化
数据服务可按数据质量等级、技术访问路径进行标准化交付。
服务可配置化
数据服务通过配置即可实现，无需定制开发。
分布式服务化
数据服务支持应用访问、内存数据库、数据分布三个层面的分布式部署，支持云端部署。
业务层面
实现业务指标沉淀，数据服务抽象， 集合指标库和数据服务集，为企业业务系统赋▲能，具体体现在：服务交付快捷化
数据服务可快速迭代交付。
服务集中管控
数据服务可以实现集中管控。
服务共享化
基础技术工↑具、业务指标体系可以实现服务共享。
