解密郵政行業(yè)大數(shù)據(jù)應(yīng)用

翟松鋼

行業(yè)大數(shù)據(jù)的應(yīng)用是基于行業(yè)本身的特征去做的思考，我們會在行業(yè)大數(shù)據(jù)應(yīng)用方面把從需求角度分為兩大類：一方面是提供管理的支撐；另一方面是對數(shù)據(jù)中心建設(shè)的需求，包含數(shù)據(jù)的集中存儲和計算，也會涉及到數(shù)據(jù)資產(chǎn)管理的需求。

數(shù)據(jù)資產(chǎn)管理的概念，最近提得非常多。因為在數(shù)據(jù)時代，數(shù)據(jù)作為有價值的資產(chǎn)應(yīng)當(dāng)如何去管理，這方面其實包含很多需求，像數(shù)據(jù)治理、數(shù)據(jù)標(biāo)準(zhǔn)以及元數(shù)據(jù)標(biāo)準(zhǔn)的應(yīng)用，數(shù)據(jù)加工和數(shù)據(jù)共享方面的需求。

從行業(yè)內(nèi)部來看，數(shù)據(jù)來源有兩個方面，一方面是業(yè)務(wù)系統(tǒng)內(nèi)部所產(chǎn)生的數(shù)據(jù)，每一個行業(yè)都積累著大量的歷史數(shù)據(jù)。另一方面是內(nèi)部數(shù)據(jù)之外涉及到第三方應(yīng)用的數(shù)據(jù)。從目前行業(yè)大數(shù)據(jù)應(yīng)用角度來說，真正有價值的應(yīng)用還是在業(yè)務(wù)系統(tǒng)內(nèi)部的業(yè)務(wù)數(shù)據(jù)，但第三方的數(shù)據(jù)也在逐漸引入，并產(chǎn)生價值。

基于需求之外，我們把大數(shù)據(jù)的應(yīng)用進行一些固定的場景化，其中一個應(yīng)用場景，可以稱之為業(yè)務(wù)數(shù)據(jù)的即席查詢，在業(yè)務(wù)系統(tǒng)原始結(jié)構(gòu)下，直接進行明細及初步匯總數(shù)據(jù)的即席查詢，實時看到系統(tǒng)的狀況。

第二個場景是數(shù)據(jù)挖掘方面，這是我們大數(shù)據(jù)應(yīng)用的重要領(lǐng)域，結(jié)合行業(yè)特征引入一些相關(guān)算法，創(chuàng)建一些相關(guān)模型，進行深入地分析并產(chǎn)生行業(yè)的業(yè)務(wù)價值。第三個場景是數(shù)據(jù)資產(chǎn)管理，包括元數(shù)據(jù)、數(shù)據(jù)質(zhì)量監(jiān)控、數(shù)據(jù)共享，以及大數(shù)據(jù)公司經(jīng)?？紤]的一個數(shù)據(jù)變現(xiàn)渠道的管理。

另外，在數(shù)據(jù)倉庫的應(yīng)用方面，簡單來說是數(shù)據(jù)的統(tǒng)一存儲、數(shù)據(jù)倉庫技術(shù)的建模以及數(shù)據(jù)集市的應(yīng)用?；谶@樣的應(yīng)用場景，綜合起來說，其應(yīng)用主要建立在以行業(yè)應(yīng)用系統(tǒng)積累的結(jié)構(gòu)化基礎(chǔ)之上，而大量的數(shù)據(jù)還是依托于行業(yè)運行多年的歷史數(shù)據(jù)所帶來的價值。

基于需求和應(yīng)用場景的規(guī)劃，需要構(gòu)建一個基于OLTP+OLAP+Hadoop的大數(shù)據(jù)支撐環(huán)境，支撐聯(lián)機事務(wù)處理、聯(lián)機分析處理，以及分布式的存儲與計算。我們需要更多地結(jié)合用戶的業(yè)務(wù)特征、業(yè)務(wù)場景去構(gòu)造出符合用戶真正應(yīng)用需求的解決方案，這才是真正的業(yè)務(wù)指導(dǎo)。

郵政行業(yè)跟其他行業(yè)相比較，有一些特殊性，總體來說是中國郵政集團及其下屬相關(guān)機構(gòu)。從大的方面來說，郵政業(yè)務(wù)分為兩個部分，一部分是普遍服務(wù)，一部分是便民服務(wù)。

普遍服務(wù)指什么呢？有人群存在的地方一定有郵政業(yè)務(wù)，在中國的郵政法里規(guī)定的中國郵政地區(qū)行使一些公共服務(wù)的職能，這些是基本支撐的服務(wù)功能。

除此之外，實際上還會產(chǎn)生非常多的便民服務(wù)，包括郵務(wù)、速遞物流和金融，從組成來看，有31個省級分公司，上萬條郵路。由此可以看到，整個郵政行業(yè)的業(yè)務(wù)以及整個結(jié)構(gòu)還是非常復(fù)雜的，基于現(xiàn)狀，目前中國郵政實現(xiàn)了物流、資金流、信息流的三流合一。

從行業(yè)跨度來看，除了郵政本身的郵務(wù)之外，速遞物流和金融，兩個行業(yè)在國內(nèi)行業(yè)里還有非常強的競爭力?？缧袠I(yè)是更外圍的數(shù)據(jù)，宏觀經(jīng)濟、公共職能的信息提供給郵政服務(wù)，還有包含散落在互聯(lián)網(wǎng)的數(shù)據(jù)。從數(shù)據(jù)構(gòu)成復(fù)雜度的情況來說，郵政構(gòu)成也相當(dāng)復(fù)雜的，從體量角度來說，結(jié)構(gòu)化的數(shù)據(jù)大約占總量的20%，而半結(jié)構(gòu)化、非結(jié)構(gòu)化的數(shù)據(jù)大概占80%，數(shù)據(jù)真正的價值密度相差非常大。半結(jié)構(gòu)化、結(jié)構(gòu)化的數(shù)據(jù)，主要包含內(nèi)部的一些客服的語音數(shù)據(jù)，現(xiàn)場的視頻監(jiān)控數(shù)據(jù)和一些電子類的憑證數(shù)據(jù)。

金融類型的數(shù)據(jù)包含銀行、保險、證券產(chǎn)生的交易數(shù)據(jù)。郵務(wù)類比較多信件、報刊，還有郵資分校業(yè)務(wù)。速遞物流的數(shù)據(jù)，還有外部的數(shù)據(jù)以及其他支撐系統(tǒng)產(chǎn)生的數(shù)據(jù)都很好理解。

我們與中國郵政的合作歷程非常長，從2001年開始到現(xiàn)在，我們參與到金融的客管系統(tǒng)、反洗錢系統(tǒng)、內(nèi)容管理系統(tǒng)。

在郵政行業(yè)，我們在大數(shù)據(jù)方面有一些實際的應(yīng)用案例。在中國郵政信息化規(guī)劃的藍圖中，可以看到以郵政三大業(yè)務(wù)板塊為核心的規(guī)劃下，周邊規(guī)劃大概有11個應(yīng)用支撐板塊，包括戰(zhàn)略管理、投資管理、績效管理以及人力資源管理、財務(wù)采購管理、風(fēng)險審計、營銷以及網(wǎng)絡(luò)。為了支撐相關(guān)的業(yè)務(wù)系統(tǒng)的實現(xiàn)，從信息化規(guī)劃角度實現(xiàn)了五大信息化平臺。包括戰(zhàn)略決策平臺、企業(yè)集約管理服務(wù)平臺、風(fēng)控管理平臺、全程全網(wǎng)的業(yè)務(wù)服務(wù)平臺以及三大板塊的核心業(yè)務(wù)平臺。

在整個郵政業(yè)務(wù)大集中的情況下，我們發(fā)現(xiàn)了一個非常有意思的情況，各省郵政反而在這種情況下面臨新的挑戰(zhàn)—數(shù)據(jù)都集中了，各省該如何做這些事？

郵政集團公司不斷增強管控，作為省級公司和經(jīng)營實體的市場拓展和業(yè)務(wù)經(jīng)營的精細化管理壓力越來越大。數(shù)據(jù)成了重中之重，在省級郵政大數(shù)據(jù)的需求面前，其數(shù)據(jù)特征跟我們前面所分析的郵政行業(yè)具有相同的特征，數(shù)據(jù)來源較廣泛，數(shù)據(jù)組成較復(fù)雜，業(yè)務(wù)跨度非常大。如何用統(tǒng)一平臺來實現(xiàn)數(shù)據(jù)整合、數(shù)據(jù)分析以及數(shù)據(jù)管理，這是省級公司所面臨的一個巨大挑戰(zhàn)。

基于這樣的現(xiàn)狀，我們推出了郵政行業(yè)省級大數(shù)據(jù)平臺，規(guī)劃分三個區(qū)域：核心數(shù)據(jù)區(qū)、分析數(shù)據(jù)區(qū)以及歷史數(shù)據(jù)區(qū)。從結(jié)構(gòu)化角度來說，核心數(shù)據(jù)區(qū)是元數(shù)據(jù)層，通過數(shù)據(jù)倉庫建模的技術(shù)對數(shù)據(jù)進行重新的整理編排形成PData層，結(jié)合應(yīng)用場景和應(yīng)用主題產(chǎn)生PMart；從分析數(shù)據(jù)區(qū)我們用IWA的組建來滿足機器查詢的要求；歷史數(shù)據(jù)區(qū)，我們采用hadoop架構(gòu)。

每個解決方案都不是萬能的，基于這樣的行業(yè)實踐，也可以看到，我們在行業(yè)當(dāng)中應(yīng)用的實踐方式。（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）