平安租赁指标中台建设实践：实现全新的看数、用数和管数方式

近日，爱分析联合 Kyligence 共同发布了中国首份指标中台市场研究报告。平安租赁数据中台负责人陈鹏在发布会上系统地分享了团队指标中台建设实践经验，通过看数、用数和管数，实现洞察商机、降本增效、辅助决策、数据治理。欢迎大家阅读下文详细了解。同时，您可以通过扫描下方二维码获取完整版报告，了解指标中台概念、价值和应用落地方法论。

平安租赁成立于 2013 年 1 月，是平安集团下属专业从事融资租赁业务的全资子公司，业务涉及行业主要包含城市运营、城市发展、企业融资、工程建设、汽车金融、商用车、小微金融等，打造出“产业租赁、数字租赁、生态租赁、平台租赁”四张特色名片。

1. 数据需求暴增，平安租赁从盘、管、用三方面切入治理

随着公司九年间业务高速发展，资产规模与日俱增。同时，在集团推行数字化转型战略背景下，各事业部的项目团队积极开展数字应用建设，这一系列举措带来很多影响。例如，数据需求暴增，但又缺乏在数据侧统一的规章制度，数据系统、数据生产架构、底层数据模型；一系列数据问题及人力资源问题，也加剧了后续进行数据治理的难度。平安租赁因为前期业务高速发展，不管是在研发层面或者是管理层面，往往都是为了优先保障业务开展积累了较多的数据问题，这也使得上述问题日渐严重。

团队意识到问题后提出场景化治理概念，倡导边应用边治理的理念，在该理念下，数据现状总结为三个字，分别是“盘、管、用”。

• 先说一下“盘”，在数据的盘点过程中，数据量大，不宜维护是它的特点。当前从业务场景倒退，需要对场景、报表、指标、标准进行盘点，经过第一轮的这个盘点，我们基本上盘出 700 多个标准，5000 多个指标，600 多个场景，涉及的报表有 8000 余张。

• 再说一下“管”，由于数据的产生及关联方比较多，数据孤岛严重，数据的宿主、标准等分散在各个部门及部门下的各个团队，各支部门及各支团队在支撑需求过程当中，经常交叉性地使用数据、重复建设，数据的管理越来越像咱们平时见到的这个毛线球，管理难度非常大。

• 最后再说一下“用”。不管是 IT 还是业务，在有需求的情况下，有数据使用难、数据不明的情况，体现在不知道哪些数可以用。当知道哪些数可以用的时候，又不知道数据的宿主是谁，该走什么样的流程，申请数据的权限、数据的含义沟通。等到好不容易拿到数据之后，又不明确数据该怎么去使用，用在对的合适的部分，同时数据的口径包含业务和 IT 的口径都是空白的，数据的价值因此变得不明了，从此陷入恶性循环。

以上三个字相信都是大家在数据生产和数据治理过程当中经常碰到的情况。平安租赁从 2020 年底开始把数据从传统数仓迁移至数据中台，迁移到数据中台上解决了一个平台的可扩展性的问题。不过，我们当时还是沿袭了一个传统的数据加工模式。经过两年多的数据发展及痛点的接触，大宽表越来越多，产生的报表上的这个指标的口径却越来越不统一，并且发现一个数据工程师大量耗费时间在重复地为分析人员、业务人员取数上，开发报表或者报告上，成为表哥表姐取数机器，工作简单重复，整个数据团队成长受到了非常大的限制。哪些报表有人用，用的好都不清楚，哪些报表可以下线，释放占用的资源也无法掌握。整个数据流水线是缺乏治理的，不透明的黑盒子。这个阶段，我们称之为堆砌报表的时代，也就是表哥表姐的时代。

经过指标中台的上线应用，平安租赁通过建设全公司级别的指标体系，覆盖到了各个业务条线、部门，使得报表和 BI 的建设以成体系化的健康发展，我们看到的报表是由一个个指标组成，指标对应的又是一个个可复用的业务数据逻辑模型，而不再是一张张专门为单个报表开发的宽表，整个架构从上而下非常清晰，不但解决了冗余问题，还精简了数据加工流程。同时，指标中台应用将以往大约一半的 ETL 过程精简化、透明化，由底层引擎自动化完成，释放了非常多的人力，并且通过统一的指标中台应用及长期的一个宣传运营，逐渐培养起全公司上至领导层，下至一线人员的用数习惯，无论是单个指标还是看报表、报告，随时随地都可以在指标中台上看到最新的数据，并且这些指标都是可解释、可追溯、可受理、受管理、可依赖的一个数据资产，所以我们称之为数据头条时代。

基于指标中台，未来还将结合平安租赁 AI 中台的能力，将 AI 的能力和数据相结合，使得通过数据进行业务问题诊断、定位，解决评估等经营管理动作更加智能、高效、低门槛，让平安租赁全员进入智慧经营的时代。

2. 指标中台建设思考与实践

为满足数据分析诉求，平安租赁搭建了数慧可视平台。该平台主要分为指标中台和 BI 平台，指标中台是一个面向指标管理、分析使用的模块，BI 平台则更面向结果分析、报表管理的呈现。随着平台的应用和使用，指标中台已经成为数慧可视平台中的一个重要组成模块。

如上图所示，在平安租赁的新模式下，BI 的数据来源可以依赖指标模块。在指标管理侧，指标地图、指标录入及指标发布都是通过指标中台进行实现。当指标进入指标中台后，我们会通过数据集管理将指标做成一个指标模型、指标数据集。这个指标数据集、指标模型，可以为 BI 平台提供数据来源，我们称之为 BI 数据模型。通过 BI 数据模型，使用者可以在分析测进行看板制作，同时为了让业务可以更加智能化分析，我们可以在指标中台上进行面向业务端的看板制作，最后报表呈现是通过数据门户进行统一管理。

整体来看，数慧可视平台中设计的指标管用是一体的，可以实现自助可视分析、指标的异动下钻、精准监控告警、指标的智能去重等效果。从指标中台建设之初我们就达成了一个理念就是数据接入要简单，应用场景要丰富。因为指标中台作为指标数据源的统一入口，指标的统一出口，将会对接非常众多的数据来源，简单高效地接入方式将会节省大量的运维工作，并且加快数据上线的速度。

具体来讲，在指标中台的规范下，数据开发不用关心指标的维度要选择哪些，只要按照规范进行新的事实表、维度表的接入，或者在现有的一个表上加列就可以完成开发工作，并且和公司指标，和公司其他系统，例如营销活动系统等数据都同步。这些数据的更新都会自动化地完成。对于业务场景来讲，很多最常用的 BI 能力集成到指标中台上，实现一站式指标查看分析，可以最低门槛的让没有分析基础的普通员工也能快速地通过数据了解、分析业务，未来通过 AI 增强的门槛会进一步地降低数据使用的门槛，实现人人都是分析师的愿景。简单和丰富的背后，其实是数据团队的努力，就像冰山在水面下的一部分，中台的建设和运营，运维团队通过强大的技术能力，完美的产品设计，持续的数据治理，以及强大的执行能力，支撑了指标中台的一个高效稳定的运行。

上面这张图是指标中台的架构情况：指标中台包含指标的计算、加工、存储。值得一提的是，该应用集成 Kyligence 指标中台技术解决方案。以 Kyligence 多维数据库作为指标中台的技术底座，能大幅提升指标计算、模型管理的效率和体验，同时降低开发和运维成本。

Kyligence 指标中台技术解决方案架构图

功能架构也主要分为三个层面来建设，分别为指标的运用、查询服务，还有监控服务。

平安租赁在指标治理方面有自己的一套方法论，指标中台在数据治理中起到了一个非常至关重要的作用，主要可以分为两个维度三个层面：针对指标及其维度，我们需要定义规范的命名，让指标的维度名称就能代表业务含义大类，同时要约束针对指标度量的一个业务口径及 IT 口径，这些信息对于后续的指标去重、指标检索、数据探源等都起到非常大的作用。当我们补充了针对指标及维度所谓的源信息后，为了把控指标数据的一个数据质量，需要制定数据的质量检验规则、标准，避免产生大量的重复指标、断点指标、异动指标、重复维度、空值属性、分布异常等数据治理中经常遇到的问题。最后，生产中经常出现因为数据采集和任务调动而出现指标值异常的情况，需要统一的调度时间及调度模式进行实效的治理。

3. 指标中台建设收益

数慧可视平台这个项目是从 2021 年的 3 月份持续研发到 2022 年的 9 月份，期间我们完成了指标中台及 BI 平台的研发。在今年 9 月份投产过后，目前指标的一个接入情况如下：在原子指标侧，我们已经完成了公司 100 多个原子指标的接入，基于原子指标，我们通过指标中台进行指标的派生。在这些原子指标和衍生指标之上，它的维度大概有 750 多个，通过平台建设了大约 60 多张报表。目前，整个 BI 需求的研发效率、业务人员的用数取数效率都得到了显著的提升。

我们希望让更懂业务的人参与制作看板、制作报表，研发人员仅仅关注 0 到 1 的非重复性研发。指标中台模块上线后，大大降低在传统模式当中所面临的沟通、分析的工作量大的问题，同时会减少到该需求涉及到的相关方，因为指标是可视化的，常规的普通的派生指标，业务都能进行自己实施、迭代，且通过简单的拖拽，就可以实现看板制作，那至于咱们复杂的一个派生以及新增的任务，需要系统去从业务方自己去处理解答派生，这时工作量已经降低得比较多，所以对于研发的资源、硬件的资源、业务方的资源都是非常大的节约。通过指标中台，可以做到让更多的业务自助用数取数、BI复用沉淀果实，真正做到降本增效。

总结来看，我们实现了一个全新的看数、用数、管数的方式，我分三个部分给大家展开。

首先是看数，我们通过经营画像、全景经营指标、业绩达成情况、重点事件追踪，来让业务和管理层进行决策。先说一下经营画像，画像的模式可以形象地展示总分支机构经营指标综合的情况，例如市场占比情况、对标单位情况等。全景经营指标针对单个指标进行查看和搜索，经营指标一目了然。企业的业绩达成情况、绩效指标完成情况画像、同期历史比单位链排名等情况的总结，针对重点事件追踪，重点经营风险事件跟踪及督办情况都可以一览无余。

其次是用数，因为企业现在的数据都已经形成了指标卡片化，那将经营指标的相关的口径，主指标、副指标、参考值，重点维度信息集中在一起进行展示，可以集中地反映该业务指标的一个运营全貌。指标可视化也提供了一个自助化进行制作的功能，对于企业所关注的指标，可以起到快速的查找、定位，及时跟踪和跟进。

再有是管数，平安租赁在管数方面采取的是一种红绿灯预警模式，它通过三个能力建设来达到的这个目标。第一个希望可以易于管控的，第二个是可精准识别，第三个是高效处理。这三个能力之下，我们针对指标数据可以划分为绿色区域、黄色区域、红色区域。绿色区域是属于安全的，黄色区域属于警戒的，红色区域属于督办、处理。

通过建设指标中台，平安租赁希望未来在洞察商机、降本增效、辅助决策、数据治理这四个领域持续地发展，帮助公司的业务更上一层楼，人力、硬件等资源的利用度更高、经营管理更加精准、精细，指标计报表数据如水晶般清透。

关于 Kyligence

上海跬智信息技术有限公司 (Kyligence) 由 Apache Kylin 创始团队于 2016 年创办，致力于打造下一代企业级智能多维数据库，为企业简化数据湖上的多维数据分析（OLAP）。通过 AI 增强的高性能分析引擎、统一 SQL 服务接口、业务语义层等功能，Kyligence 提供成本最优的多维数据分析能力，支撑企业商务智能（BI）分析、灵活查询和互联网级数据服务等多类应用场景，助力企业构建更可靠的指标体系，释放业务自助分析潜力。

Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售等行业客户，包括建设银行、浦发银行、招商银行、平安银行、宁波银行、太平洋保险、中国银联、上汽、Costa、UBS、MetLife 等全球知名企业，并和微软、亚马逊、华为、Tableau 等技术领导者达成全球合作伙伴关系。目前公司已经在上海、北京、深圳、厦门、武汉及美国的硅谷、纽约、西雅图等开设分公司或办事机构。