金融服务领域的数字化转型：利用数据虚拟化把握 5 个重要趋势

六个月前，考虑到英国脱欧、新冠疫情和美国总统更迭的潜在影响，我们可以对市场的未来做出大胆的预测。然而，随着尘埃落定，局势渐趋明朗，2021 年伊始成为一个更近距离审视未来的良机，来思考金融服务领域正在发生的重大数字化转型举措。

我们将在本文中介绍数据虚拟化在加速业务价值方面的 5 个重要趋势和作用。数据虚拟化可以快速集成来自不同来源的数据，无需移动或复制数据即可实现；它提供单一虚拟层来访问所需的全部数据。

1.云计算

云计算的优势广为人知，但是实际发挥这些优势的过程却甚是艰难。维护混合云基础架构可能很繁琐，因为这需要组织整合来自多个不同云服务的不同格式和协议的各种数据源，还可能涉及旧有本地数据源和软件即服务 (SaaS) 应用程序。

为了满足这些需求，数据虚拟化被置于所有这些不同数据源之上的架构中，提供统一数据层，从而让用户免受底层复杂性的影响，同时通过安全统一的数据结构来集成和公开所有数据。无需移动或重复存储数据，因此 IT 人员可以在虚拟层下进行云迁移和应用程序更改，而不会对业务用户造成中断或更改。正如用户说的那样：“通过数据虚拟化，我们能在开到 70 迈的时候换车轮，业务完全不受影响。”主要的云服务提供商都有适于自己平台的数据集成工具组合，但随着许多金融机构现在开始使用多种云服务，数据虚拟化在集成这些不同提供商服务中的数据时发挥了关键作用。

2.开放式银行

对于开放式银行，首要的疑问是公开数据的数量，以及实现数据公开的可行性。其次，还面临一个数据集成挑战，因为开放式银行依赖于基于不同技术和格式的各种不同数据源的数据整合，而这些数据源通常是孤立的。

数据虚拟化平台提供的统一层可以在虚拟层中整合任何数据源或应用程序，然后向任意数量的数据使用者公开。虚拟层可加速开放式银行场景中的数据集成，还支持集中的安全性和治理，以及可以通过 API 轻松地公开数据。传统的数据集成方法依赖于批量移动和复制大量的数据，通常是在夜间使用提取、转换和加载 (ETL) 工具进行，而数据虚拟化可以根据需要实时访问数据。

3.移动和在线银行业务

疫情封锁期间，银行闭门，人们担心感染病毒，基于此，更多人开始使用在线和移动银行业务。据 2020 年 11 月 Statista 研究报告显示，在过去 5 年里，在线银行的使用率从 55% 上升到 76%，而且这一趋势没有减弱的迹象。在移动设备上使用在线银行服务和应用程序需要从许多完全不同的系统进行后端数据集成，其中许多系统在开发时并没有考虑到这些新的数据集成需求。

使用数据虚拟化作为公开所有数据源的公共层时，可以在虚拟层中一次性创建数据模型，然后向多个渠道的使用者公开；对于移动应用程序，则通过 HTML 访问网页，然后可能访问管理仪表板和报告。所有这些不同的数据使用技术都可以从相同的数据模型中馈入数据，只需调整发布层以满足每个数据使用者所需的格式即可。这加快了新产品、服务及功能的开发和推出速度。

4.数字支付

随着无现金社会的到来成为定数，非接触式卡的使用量迅猛增长。截至去年 4 月，美国 Visa 和 Mastercard 分别报告：在面对面支付中，非接触式支付占比为 60% 和 51%。2020 年 8 月，销售点和支付系统领先者 Square 报告称，只有不到 25% 的支付是用现金支付的。Square 发现，截至 2020 年 7 月中旬，31% 的公司实现了无现金化，而 2020 年初这一比例仅为 8%，相当于增长了 288%。

这也让我们对支付模式有了新的认识，有助于减少欺诈并促进挖掘新的追加销售机会。需要通过敏捷开发才能充分利用这些发生变化的支付行为，而数据集成则是敏捷开发的核心所在。数据虚拟化可用于加速分析结果的生成，用户报告称通常可以节省高达 80-90% 的开发和部署时间，这无疑是数据虚拟化带来的切实竞争优势。

5.改善客户体验

新冠肺炎无疑加大了对金融行业数字化转型的需求。另外，客户自身也有此需求，因为他们对金融机构的要求越来越高。虚拟助手和聊天机器人现在广为使用，分析和人工智能也在以下方面发挥着重要作用，包括提供额外的洞见、实现更个性化的银行服务、改善客户体验和更有针对性地提供产品。就银行而已，额外的数据意味着有更多的机会来对客户倾向建模、追加销售现有的产品、更好地理解新产品的相关需求，以及还要重申的一点是，额外的数据能完善实时系统来减少欺诈。

要想让分析和数字化以最有效的方式改善客户体验，数据集成是关键所在，许多金融机构已经利用数据虚拟化来加速这些功能的实现。随着数据量的增长和数据分散程度的增加，在企业内重复移动和复制数据的旧模式成本过高、复杂性过高而且速度过慢。对于这些机构，数据虚拟化可以提供对所有数据的单点访问，而无需考虑数据来源和位置，并且无需复制或移动数据。

金融服务领域的数据虚拟化

对于涉及金融服务领域的这 5 个趋势和其他举措，数据虚拟化确实具有可靠的价值。对于 IT 利益相关者来说，数据虚拟化可以更轻松地集成不同的数据源和应用程序、减少数据的处理和移动、降低存储成本、加快开发/部署速度，以及更有效地进行数据治理。数据虚拟化让业务用户能够通过单点访问，安全地访问所有数据源的数据，从而实现敏捷的自助服务式商业智能。对于高级分析用户、数据科学家和“量化分析师”来说，数据虚拟化可以实现无缝探索，能够更轻松地获取新洞见、更好地理解数据沿袭、任何变化带来的影响，以及哪些数据可用于分析和人工智能 (AI)/机器学习 (ML) 模型。简而言之，金融机构可以通过数据虚拟化加快产品和服务的上市速度，更敏捷地满足不断变化的需求。