尽管数据网格（Data Mesh）正迅速成为金融服务行业的热门词汇，但它依然笼罩在神秘的面纱之中。 各组织虽有意采用，但鲜少有人对其有全面的理解。更少有人意识到，数据网格的组成部分并非全新概念，这意味着许多金融机构实际上已具备部分基础要素。然而，要在整个组织内有效采用并贯彻数据网格原则，必须对业务数据面临的挑战有深刻理解，并清楚数据网格的各个方面如何解决这些挑战以产生切实的业务影响。
金融服务面临的三大核心数据挑战
通过与大型全球金融机构合作的经验，我们发现存在三大根本性的数据挑战。无论是在银行、保险公司还是资产管理公司，这些挑战在金融服务机构中依然普遍存在且难以根除。
数据网格：什么是数据网格以及它如何创造价值
数据网格（Data Mesh）是一种数据管理框架，它使企业能够拥有其创建的数据，并向整个企业的用户提供这些数据，同时确保建立适当的控制措施和协议，从而确保数据始终掌握在正确的人员手中。数据网格由四个关键要素组成：数据所有权；将数据视为产品；建立自助式数据平台；以及实施联合治理。实施这些组件意味着数据可以在不同数据域之间得到负责任地使用，并支持去中心化的数据决策。
数据网格的各个支柱相互配合，全面管理并解决金融服务公司面临的最常见数据问题，而这些问题无一例外都阻碍了数字化转型。
自助式数据平台
自助式数据平台通常是实现数据民主化并克服传统架构挑战所需的基础。cloud 的数据平台既能实现针对性的数据访问，又能保持透明的合规控制，并提供开发数据应用和数据产品所需的灵活、可扩展的架构。（Artefact 在快速交付数据平台方面Artefact 良好的业绩记录，始终着眼于业务价值、易用性和信息安全。）
数据所有权
明确数据、业务和 IT 部门之间的数据所有权至关重要，因为这有助于实现受管控的数据共享并提升业务成效。此外，从全企业视角审视数据域和子域，有助于避免瓶颈，并确保与不断变化的业务需求保持一致。因此，企业数据模型（EDM）能够打破数据孤岛，明确数据所有权并加深对数据的理解，是为业务数据所有权奠定基础的下一个重要步骤。
数据即产品
以数据产品为导向的方法使数据转换对业务用户而言更加直观，确保了实现价值的清晰路径，并促进了数据的进一步普及。 数据产品可以被视为提供给“内部客户”的打包服务：“数据即服务”提供标准化且经过清洗的数据；“分析即服务”提供高级统计或机器学习计算；而“KPI即服务”则提供关键的业务绩效指标。这些数据产品由跨职能的产品团队负责维护，这些团队整合了业务和技术资源，以满足组织的需求。
联合治理
数据转型必须建立在一种运营模式和治理架构的基础上，该架构既能实现适当的去中心化，又能满足安全和合规要求。尽管“合适”的运营架构因金融服务公司而异，但所有组织都需要从集中化向受控的民主化转型，而这一转变应由业务部门而非IT部门主导。
考虑因素与结论
在金融服务领域采用数据网格（Data Mesh）方法，需要进行多项重大转变——从传统系统转向可扩展cloud ，从集中式数据管理转向受控的数据民主化，以及从IT主导的数据转向业务主导的数据。所有这些转变都要求在技术和组织层面进行变革，这对任何组织而言都可能构成挑战。
然而，采用一种实施得当且涵盖所需变革的数据网格方法，能够帮助金融服务公司打破数据孤岛，通过数据驱动的决策来推动业务增长和创新，从而有效利用其数据。通过这样做，它们将有助于自身转型为面向未来的组织。
