好多银行都在用的数据中台就是它→

面向各行各业大数据建设、管理及应用诉求，盈数中台提供从数据接入到数据消费全链路的智能数据构建与管理的大数据能力，帮助客户实现内外部数据融合打通，快速响应业务需求，提供数据资产化和资产服务化的一站式综合解决方案，助力客户打造标准统一、融会贯通、资产化、服务化、闭环自优化的智能数据体系，以驱动创新。

利用开源的力量，集成大量成熟稳定的技术栈组合，在大数据存储、集成、计算的各数据链路环节做了深度融合与二次开发。

1.数据集成层面，对于hadoop生态场景的同步场景，采用sqoop2开源同步引擎，使用sqoop2过程中通过修改其源代码来满足业务中的复杂应用场景需求。

2.计算与数据架构层面，在存储一体化的基础上，依托hadoop生态技术生态，支持不同场景的计算引擎切换。通过实时数据管道实时接入贴源层数据，kudu存储负责实时数据接入，并通过T+1的滑动窗口设置实现kudu+hive的一体化存储，经过ETL过程，最终呈现给分析层（BI、报表等）实现多维分析。对于离线计算场景，对取数场景实时性没有强需求、允许一定延迟的取数需求，可借助presto、imapla计算引擎查询ETL或数据仓库的延迟数据。实时OLAP场景方面，kylin realtime+kafka实现准实时的OLAP分析，比如埋点数据的场景，可以提供pv、uv及用户访问趋势的实时查询。

3.对于已搭建使用大数据集群的企业，避免重复建设，平台同样支持了诸如GreenPlum、Gbase等非Hadoop技术生态的集群作为大数据底座支撑。

DI数据智能构建和管理平台的目标是提供数据端对端的管理，对数据治理各个阶段形成有效管控，使数据真正流转起来。帮助客户实现全链路的数据治理，统一分析、管理和应用，建立轻便高效的数据治理全生命周期的长效管控机制，形成完整的数据资产。从标准、监控、流程几个方面提升数据信息的管理能力，实现数据分布和动态变化情况追踪，监控和提升数据质量，同时支持数据全面业务化、规范化，并保证数据在治理环节中安全可控，为数据的价值发掘打下坚定的基础。使用DI数据智能构建和管理平台形成的系统的数据管理和控制机制，并结合不同角色用户的协作机制，帮助客户建立标准通用的数据治理的管控机制，不断提升数据服务的能力。

BI数据可视化分析平台是为实现数据驱动型组织而打造的敏捷、实时、协作的大数据可视化分析平台，在敏捷型的商业智能工具基础上加入了高级分析，分享协作和应用发布等先进特性，帮助业务分析人员灵活高效的进行数据探索，并让数据成果在组织内部一键可达。BI提供面向业务部门的数据分析服务，通过可视化展示的方式，实现不同业务部门的大数据分析，帮助管理部门或决策制定者依据数据实现精细化管理。

DataAPI数据共享服务平台专为数据开放而设计，以资源管理和交换服务为核心，实现不同组织和系统之间的安全数据共享，进而释放数据资产的价值。数据共享服务平台包括数据资源管理、资源目录服务、数据交换服务、共享安全保障和服务过程监控等基础单元。

盈数中台已经帮多家银行客户实现分行级数据的数据汇聚、数据治理、数据模型建立以及敏捷数据服务的提供。盈天地数据团队协助客户科技团队完成产品实施和数据链路打通，自动化集成内部的海量数据，在平台上构建主题数据集市，在线挖掘客户标签，训练机器学习模型，配置和管理数据开放API，支撑业务部门各类型数据应用。

某国有行的省分行客户案例，基于DI数据智能构建平台，自动集成总行每日下发的海量交易数据、分行特色业务系统数据、互联网营销的客户行为数据，所有数据汇集到中台，构建了营销主题数据仓库、挖掘上线了500+精准营销客户标签体系，形成为营销赋能、管理赋能的数据资产。根据分行各种业务场景的需求，基于底层的DI数据智能构建平台、BI可视化分析平台、DataAPI数据共享服务平台，协助行方一起完成多个专题场景的客户洞察分析和模型开发对接，如场景掌银社群化营销方案、青年客群数字营销方案，主账户识别模型、基于深度学习的客户流失预警模型，代发薪留存专题方案、消费金融产品客群推荐等，为千人千面的精准营销系统提供实时标签支持。另外，还基于盈数中台开发上线了全行的销售管理分析系统，员工营销绩效核算兑付系统，经营分析与预测系统等，帮助分行实现数字化管理。