作者
尽管 data 网格已迅速成为金融服务业的热门词汇，但它仍然笼罩着一层神秘的面纱。各机构都想拥抱它，但很少有机构对它有全面的了解。更少的人意识到 data 网格的组成部分并不是全新的概念，这意味着许多金融机构已经有了一些基本组成部分。但是，要在整个组织内有效地采用和嵌入 data 网格原则，有赖于对业务 data 挑战的深刻理解，以及 data 网格的不同方面如何应对这些挑战，以实现切实的业务影响。.
金融服务面临的三大基本挑战 Data
通过与全球大型金融机构合作的经验，我们发现 data 面临三个基本挑战。无论是银行、保险供应商还是资产管理公司，这些挑战在金融服务机构中仍然普遍存在。.
Data 网格：它是什么，如何增值
Data mesh 是一个 data 管理框架，允许企业拥有其创建的 data，并将其提供给整个企业的消费者，同时确保正确的控制和协议到位，从而使这些 data 始终掌握在正确的人手中。Data 网格包括四个关键要素：data 所有权；将 data 作为产品对待；建立自助服务 data platform；以及实施联合治理。实施这些要素意味着 data 可以负责任地跨 data 领域使用，并实现分散的 data 决策。.
data 网格的每个支柱都能全面管理和解决金融服务公司面临的最常见 data 问题，所有这些问题都阻碍了数字化转型。.
自助式 Data 平台
自助式 data platform 通常是实现民主化和克服传统架构挑战所需的基础。由 cloud 支持的 data platform 可以有针对性地访问 data，同时保持透明的合规控制，并提供开发 data 应用程序和 data 产品所需的灵活、可扩展的架构。(Artefact在快速交付data platforms方面有着良好的记录，同时明确关注业务价值、可用性和信息安全）。
Data 所有权
定义跨 data、业务和 IT 的 data 所有权至关重要，因为它可以实现有管理的 data 共享并改善业务成果。此外，采用企业范围的 data 域和子域视图有助于防止瓶颈，并确保与不断变化的业务需求保持一致。因此，企业 Data 模型 (EDM) 是为业务 data 所有权奠定基础的下一个重要步骤，它可以打破各自为政的局面，建立明确的 data 所有权和理解。.
Data 作为产品
以 data 产品为导向的方法使 data 转型对企业用户来说变得有形，确保了实现价值的清晰路径，并使 data 更加民主化。Data 产品可被视为向 ‘内部客户 ’提供的打包服务：data 即服务（data-as-a-service）提供标准化和简洁的 data；分析即服务（analytics-as-a-service）提供先进的统计或机器学习计算；KPI 即服务（KPI-as-a-service）提供关键的业务绩效指标。这些 data 产品由跨职能的产品小组负责维护，这些小组将业务和技术资源结合起来，以满足组织需求。.
联合治理
Data 转型需要以运营模式和管理结构为基础，在保持安全性和合规性要求的同时，实现适度的权力下放。尽管 ‘正确的 ’运营结构会因金融服务公司的不同而有所差异，但所有组织都需要从集中化过渡到受控的民主化，这一变革需要由业务而非 IT 主导。.
考虑因素和结论
在金融服务领域采用 data 网状方法需要几个重大转变--从传统系统到可扩展的 cloud 基础设施，从集中 data 管理到受控 data 民主化，从 IT 主导的 data 到业务主导的 data。所有这些都需要技术和组织上的变革，这对任何组织都会构成挑战。.
然而，采用包含所需变革的 data 网状方法，可以使金融服务公司打破各自为政的局面，有效利用 data 并做出 data-driven 决策，从而推动业务增长和创新。在此过程中，它们有助于将自身转变为面向未来的组织。.
