张倩是甘肃银行网点一名客户经理，临近季度末，行内正在开展“开门红”，借助于行内建成的数据仓库，配合智能营销服务平台，按照设定的标签，根据网点客户资产负债情况进行客户群体筛选，将行内优惠政策消息通过手机银行推送给客户，并根据数据情况，反馈营销“战果”。

张倩作为一名00后的新柜员，充分应用行内提供的新技术，调集中后台部门其它岗位人员共同参与全行开门红活动，进行高效营销。

这种全新的营销方式，既能拓展营销数字藏品系统宽度，又能拓展营销深度。

近些年，金融科技的浪潮在银行赛道愈发高涨，大数据、云计算、区块链等新兴技术亦在颠覆银行传统的业务模式。

金融业数据量爆发式增长，数据挖掘、分析、应用已逐步成为金融业务发展和管理决策的重要支撑手段，数据成为金融机构的核心资产，数据资产的应用管理能力已经成为银行经营能力的重要衡量标准。

数据仓库可对异构源数据进行有效集成，面向数据分析场景，支持全局信息共享和决策分析处理，充分释放数数字藏品系统据价值，助力构建数据要素市场。

因此，金融数据仓库的建设成为大多数银行的选择。

据悉甘肃银行金融新基础设施建设中，一项重要内容就是要加快分布式架构的使用，推动信息系统从传统集中式架构为主的架构体系，向集中式和分布式架构有机融合的架构体系进行转型。

甘肃银行数据仓库具有“自主可控”“全域数据管理”“融合敏捷”三大特点。

自主可控

甘肃银行数据仓库在硬件层面采用华为鲲鹏处理器（华为鲲鹏916）的华为Taisha数字藏品系统n 200服务器，服务器集群充分发挥华为鲲鹏处理器的多核计算、高并发、低功耗等特点，运行华为研发的OLAP数据库GaussDB 200。

华为融合数据平台解决方案可提供从底层芯片、服务器、网络、操作系统到数据库软件的全栈鲲鹏产业生态产品，打造安全可信的“中国芯”平台。在软件层面，数据仓库的建设经过规划、设计、落地实施三个阶段。

规划阶段参考金融保险业内通用FSDM数据模型，通过梳理业务流程，对业务要素数字藏品系统进行垂直切分，调研实体关系，划分维度，进行数据仓库分层设计和物理模型建立等阶段完成实施。

实施过程应用“数据标准先行、数据管控跟进、应用驱动与数据驱动相结合”的数据仓库建设方法，将数据标准、数据管控和数据应用统一纳入数据仓库建设工作范畴。

将数据仓库作为全行基础数据底座，目前已对接56个重要系统的1226个数据对象，每日跑批作业2419个，累计接入数据量90TB，按照“一数一源”原则实现统一的基础数据数字藏品系统资源管理，在数据主题层设计十大业务主题模型。

全域数据管理

开展数据管控工作中，采用了规划、组织、制度、技术工具等因素相结合的综合数据管控机制，并在这四个层面开展了相应的工作。

规划层面完成了数据管理制度与流程体系的整体规划；组织层面建立了由全行专项数据治理机制领导下的数据管控组织；制度层面制定了数据标准管理、数据质量管理、元数据管理、数据模型管理、数据交换管理、报表需求管理等六项数据管控办法和数据管理数字藏品系统专项考核指标，为数据管理提供制度保障，保障数据管控制度的落地执行；技术层面完成了数据管控平台的建设，为全行员工参与数据管控工作提供了技术工具。

融合敏捷

在数据应用层面，确立以业务价值为导向的原则。将数据仓库支持的应用按照客户分析营销、风险管控、监管审计、精细化管理分类建设，建设审计集市、统一监管集市、报表指标集市、客户集市、财务集市、风险集市六大集市，实现仓库建设与数据应用建设互动，充分体现数据仓库数字藏品系统建设价值。

未来，甘肃银行将坚持构建开放的数据生态，通过创新技术加快数据仓库建设，助力全行数字化转型。