金融与科技融合发展，将技术转化成生产力是重中之重

随着金融数字化转型向更深层次推进，数字化时代所具有的开放性和互动性特征，使得金融领域更容易产生业务、技术、数据、网络等风险的交叉叠加，未来金融服务科技创新，是推动中国式现代化的重要支撑，也是金融机构自身高质量发展的必然选择，从当前经济数据看，尽管经济面临下行压力，但科技产业依然保持强劲增长势头。

由财视中国主办的“第三届华东区金融业数字化领军人物晚宴”，于2023年2月17日在上海圆满举办，会议得到了数美科技、得帆信息、镜舟科技的大力支持。此次闭门私享会邀请到银行业和科技公司的业务专家，整场活动聚焦于金融行业数字化转型，从金融行业和科技赋能双重角度，分享了数字化转型落地经验及前沿技术，共同助力金融行业的数字化发展！

会上，谈及银行业数字化转型，安永中国区金融服务咨询部合伙人马东锋从数据安全角度出发，做了主题为“开展数据安全及伦理治理，为数字化转型保驾护航”的分享；得帆信息 低代码 平台资深专家夏磊就 “低代码开发平台为金融机构打开数字化转型普惠之门”进行了主题分享；数美科技金融风控解决方案专家王正提出，金融业对客经营已完成数字化基本建设，从早期的粗放式跑马圈地跨入到存量精细化运营阶段。而精细化运营的核心是通过获客和活客，短期与长期的指标锁定并扩大高质量用户群。稠州银行数字金融部 总经理 张旭峰提出，数字化转型不是把原来在线下做的产品往线上一放就好，这只是其中的一个步骤。真正的数字化转型是思维的变革，不只是开发了一个高大上的系统，也不是用了业界流行的云原生或人工智能等工具，而是真正是改变你现有的工作模式；哈密市商业银行风控专家顾亦明表示，数字化转型的基础是数字化理念的建设，我们要将数字化转型与日常管理精细化和文化理念数字化管理的建设结合在一起。

在圆桌讨论环节，镜舟科技创始人兼 CEO 孙文现主持并进行了行业观点分享。他认为，当前银行在整个金融行业与其说是数字化转型，其实更是数字化塑型。过往银行有各种各样的技术架构，但是历史的 IT 架构相对来说比较复杂多样，因此在不断的进化和变化的过程中，需要将它基于三个目标进一步发展：第一，效率更高；第二，更加贴近业务；第三，更加有助于服务最终目标和最终业务增长。等设计出产品之后，后端的业务系统承接要以目标为导向，最好是以最低投入获取最大利润。

此外，孙文现还强调，数据准确是最基本的要求，如果数据不准确，后期的很多决策和分析可能都是基于一个错的结果来做的。而在整个用数据做决策的过程中，科技的迭代给大家带来很多便利。

在金融行业的数字化转型中， 数据库作为重要基础设施发挥着至关重要的作用。镜舟数据库凭借优异的产品性能与企业级的高可用性，全面助力银行、基金、保险、证券等企业用户，可灵活应对实时和离线分析的复杂场景，在固定报表、用户画像、稽核审计、风控管理等业务场景极速化升级、全面完善金融机构数据系统的构建。

在某城市商业银行的案例实践中，该银行原有的数据平台仅能支持 T+1 小时级别的准实时报表，需要等待最新的小时任务跑批完成，才可以查询最新时间的数据，难以满足银行在客户分析、风控管理等场景下的实时查询与分析需求。于是，该银行借助StarRocks对数据分析架构进行改造升级，构建了全新的数据分析平台，极大提高了银行的数据导入、查询与分析效率：

在实时存贷款报表应用中，核对存款入账时间从平均半小时缩减至5秒；70%的报表可以通过自动化迁移来完成。迁移完成后，固定报表查询效率提升为原来的 2.7 倍，所需时间下降到 3 秒以内。尤其是原耗时排行 top 10 的报表，查询效率提优化了10倍以上，提升效果明显。

在某证券公司的案例实践中，之前，该公司总部和各分支机构，包括经纪、资管、投行等业务部门，以及稽核、审计、财务、法务等职能部门，对自助分析、多维分析、固定报表和 API 数据服务等形式的用数需求一直在不断增长，同时面临数据加工链路复杂、大数据量下性能不足，查询响应慢、大量实时数据分散在各个业务系统，无法进行联合分析、缺少预计算能力加速固定查询等痛点。

基于StarRocks搭建的数据查询服务平台解决了以上痛点，实现了上亿级别数据量大表关联秒级响应，内表查询效率提升10倍以上，外表查询效率提升1倍以上；将固定报表和 API 数据服务响应速度提升1倍以上；同时，StarRocks 基于 Hive 外表做查询，减少了底层数据的迁移成本，并实现了实时数据联通分析。同时，以 StarRocks 为统一数据服务入口，降低了整体数据查询和加工的复杂度，提升了数据管理和使用效率。

在某全国性股份制商业银行的案例实践中，该银行的历史架构以 Kyligence 预计算为主、Presto 现场查询为辅。特别是用户各种临时起兴的、数据探索形式的查询需求越来越多后，Kyligence 和 Presto 逐渐显现出不足，特别是当数据量大，关联表多的时候，已经难以满足用户对性能的需求，甚至无法完成查询。

基于 StarRocks 打造的新一代潘多拉平台，可以很好支持业务方快速进行复杂自助化分析，查询性能体验也得到了极大提升。经过实测，7 张亿级大表关联，没有任何筛选，11 个 group by ，7 个sum，1 个 count 的复杂查询，StarRocks 7s 即可返回结果，Presto 需要分钟级响应。同时，StarRocks 的导数性能高，环境中单机峰值可以达到 300MB/s 的导入速度。

最后，孙总表示，镜舟是基于 StarRocks 发展起来的商业化产品，研发过程中里有用到 StarRocks 开源代码，也有自身闭源的部分，在技术支持、解决方案、生态建设、售后保障等方面达到企业级客户的需求，他希望在可见的未来，作为新一代实时数仓领域的领先者， 能够通过结合上层的应用厂商，更加贴近银行、券商、保险、基金等金融业务，充分发挥出数据的价值，为行业发展做出更大贡献。(https://starrocks.feishu.cn/s...)
在某全国性股份制商业银行的案例实践中，该银行的历史架构以 Kyligence 预计算为主、Presto 现场查询为辅。特别是用户各种临时起兴的、数据探索形式的查询需求越来越多后，Kyligence 和 Presto 逐渐显现出不足，特别是当数据量大，关联表多的时候，已经难以满足用户对性能的需求，甚至无法完成查询。基于 StarRocks 打造的新一代潘多拉平台，可以很好支持业务方快速进行复杂自助化分析，查询性能体验也得到了极大提升。经过实测，7 张亿级大表关联，没有任何筛选，11 个 group by ，7 个sum，1 个 count 的复杂查询，StarRocks 7s 即可返回结果，Presto 需要分钟级响应。同时，StarRocks 的导数性能高，环境中单机峰值可以达到 300MB/s 的导入速度。

最后，孙总表示，镜舟是基于 StarRocks 发展起来的商业化产品，研发过程中里有用到 StarRocks 开源代码，也有自身闭源的部分，在技术支持、解决方案、生态建设、售后保障等方面达到企业级客户的需求，他希望在可见的未来，作为新一代实时数仓领域的领先者， 能够通过结合上层的应用厂商，更加贴近银行、券商、保险、基金等金融业务，充分发挥出数据的价值，为行业发展做出更大贡献。