2019年8月，人民银行官方正式发布了《金融科技(FinTech)发展规划(2019—2021年)》(下称《规划》)。《规划》明确提出，要加强大数据战略规划和统筹部署，加快完善数据治理机制。

银行对于大数据并不陌生。大数据技术已经逐步应用到精准营销、征信、风控、反欺诈、智能投顾以及智能客服等领域，并表现出极大的价值。

大数据是金融科技赋能银行业数字化转型的基石。通过长时间的积累，各大银行都积累了海量的历史数据，波士顿咨询公司曾指出，银行业每创收100万美元，会平均产生820GB的数据，数据强度高踞各行业之首。

从数据涵盖范围来看，数据类型包括以工资、公积金、消费贷款等为代表的结构化数据和以文档、图片、音像和地理位置信息等种类繁多的非结构化和半结构化数据。

庞大的数据规模、丰富的数据类型让银行数据极具价值，但是如何发挥这些数据全部的价值却成为了一个难题。

人民银行科技司司长李伟曾表示，金融行业在数据治理方面存在有数不能用、有数不会用、有数就滥用等问题。

银行虽然拥有大量的数据，但涉及到多个业务线，并分散在多个部门当中，因为收集标准不统一、统计标准不统一和部门权限问题，导致了有数不能用。

如何更好的治理数据，最大化发挥数据价值，同时保护数据安全，满足合规要求成为了银行业近几年不断探索的课题，其中大数据平台尤为显得引人关注。

大数据平台有着自己独特的优势。大数据平台可以进行海量数据批量计算，能够利用Spark、Storm等技术实现流数据的实施处理和展示，并以图形化的方式进行产品运行状态数据的展示。

一个合格的大数据平台应具有整合企业全域数据的能力，将复杂的大数据处理技术进行封装，对外输出合适的应用服务，提升业务运行效率，降低运用难度和风险。

但是建设一个金融大数据平台充满了各种技术难点。它的全貌应该是什么样子？该有哪几部分组成？平台优化要如何完成？如何实现数据监控？如何保证敏感数据得到安全的使用？

由北京金融科技产业联盟、移动支付网联合主办的线上直播栏目《金融科技大讲堂》本周将启动第二期。5月21日晚间19:30，平安银行大数据资深专家廖晓格将为大家分享平安银行在金融大数据平台的实践经验。