商业银行探索“流批一体”创新，实践零售业务数字化转型

基于FLINK技术的“流批一体”框架是对实时数据和批量数据进行统一处理的数据处理模式，其为商业银行实施数字化转型、加快数据融合应用实践提供了新的助力。国内商业银行利用“流批一体”框架，实现个人储蓄存款、个人贷款、基金理财等多个业务领域的实时数据处理，极大提升数据的处理时效，提高了对客服务效率和品质，加强了商业银行在零售业务领域的核心竞争力。 

零售业务在银行业中有着十分重要的地位，它不仅是银行的核心收入来源之一，也是银行吸引新客户、保持现有客户忠诚度、推动业务增长的关键驱动力。随着商业银行在零售业务领域的不断扩展，业务数据量越来越大，传统的数据处理方式面临巨大的挑战，主要有以下几点：

（1）传统批处理架构在处理数据时存在明显延迟，难以满足数据实时性要求高的业务场景。

（2）随着业务量的持续增长，传统批处理架构的计算资源面临巨大挑战，往往会出现批量处理作业等待计算资源的情况。

（3）业务需求日益复杂多变，在一些复杂的业务场景中，如金融风控、实时推荐等，需要同时处理实时数据和历史数据。

因此，商业银行搭建“流批一体”框架，将流式数据与批量数据相结合，以解决上述业务痛点。 

流批一体是指同时利用流处理和批处理的技术优势，对实时数据和批量数据进行统一处理的数据处理模式。在数据处理领域，流处理通常用于对实时数据流进行快速、连续的处理，以快速响应数据变化；而批处理则适用于对大量历史数据进行批量、定期的处理，以支持复杂的分析任务。流批一体将这两种处理方式融合，旨在提供更灵活、高效的数据处理方案。

图1 流批一体数据处理方式示意

（1）更高效的数据处理能力，流批一体框架能够实时接收并处理数据流，满足对实时性要求高的应用场景，同时还能高效处理历史数据和批量数据，减少数据处理时间，显著提高数据处理的效率。

（2）更低的成本，由于流批一体减少了数据处理过程中的冗余和重复劳动，因此可以降低数据处理的总体成本。同时，它还有助于优化资源利用，提高数据处理系统的整体性能。

（3）流批一体的架构设计通常具有较高的可扩展性，能够支持大规模数据任务的并发执行。随着企业业务的发展和数据量的增长，流批一体框架可以轻松地进行扩展和升级，以满足不断变化的数据处理需求。 

储蓄存款时点余额作为银行在某一时点上的资金存量，是银行资金来源的核心，也是资金流动性的保障，还是进行风险防控的前哨，更是银行市场竞争力和可持续发展能力的体现。为实现对银行存款指标的精准监控，助力总分行迅速响应市场变化，实时感知经营状况，商业银行基于“流批一体”框架，以“结算即动账”为思路，实时获取定期、活期存款等结算交易日志数据，同时基于批处理的日终储蓄存款时点余额，创新性地推出个人储蓄存款准实时计算模型，成功实现储蓄存款实时增量、当日存款增量变化及当日工资类入账金额情况等关键数据的准实时更新，将存款变化数据的更新时效提升至秒级，而且计算资源节省了95%以上，大幅提升了银行个人储蓄存款指标监测能力，帮助业务人员实时掌握存款动态，精准预判市场趋势，把握营销时机，助力储蓄存款业务实现新突破。

个人贷款是银行资产的重要组成部分，而个人贷款风险管控不仅关乎银行的个体利益，更与整个金融系统的稳定息息相关。商业银行基于“流批一体”框架的准实时计算能力，创新形成基于流平台资金流监测业务模式。该模式基于FLINK等计算框架，对账户的交易信息进行准实时采集与监测，提供准实时的统计能力，结合批处理的历史个人贷款信息，通过消息队列机制，对产品应用提供秒级的资金流监测服务，实现准实时监测贷款还款账户资金流入，向业务人员推送，实现准实时扣款，提升逾期贷款回收率，保障银行资产安全，维护金融稳定，助力提升银行竞争力。

业务人员在向客户营销理财基金等产品时，会出现不了解客户需求的问题，不同年龄段、不同收入水平的客户对理财产品的需求各不相同，且对理财产品的风险承受能力也不尽相同。“流批一体”框架通过聚合总行个人结算、存款、理财、基金等交易日志信息，支持分行订阅特定营销活动下的理财、基金产品销售数据，并向分行秒级推送，使得分行业务人员能够第一时间掌握客户资金流数据情况，并结合批处理的历史客户投资行为信息，实现对客户的个性化产品营销，极大提升对客服务效率和质量，助力业务人员实现业务突破。 

未来，随着数字化转型的深入，银行业对数据处理的实时性、准确性要求越来越高，商业银行将继续探索更多“流批一体”创新应用场景，通过对客户在各个场景下发生的交易信息进行准实时分析，进一步展现银行业务的运行视图，获取资金流的用途，并为相关系统提供高效、准确的数据服务，实现运营管理、账户管理、营销服务、客户服务优化以及风控等各项功能，以数据赋能业务，持续推动商业银行零售业务高质量发展。

-END-

前期精彩原创推荐（点击图片进入阅读）：