干货！最新金融业数据上报实施“避坑指南”出炉！

近日，中国人民银行科技司发布《中国人民银行科技司关于做好金融业科技信息综合管理平台第三批次接入工作的通知》，要求在2021年6月30日之前，各汇总接入机构完成数据首次批量上报。

从技术视角来看，总行的数据结构明确、上报接口明确，对一个资深的程序员来说，快速开发一套确定数据结构、确定接收接口的程序并不难。作为首批金融业科技信息综合管理平台数据上报的参与试点，锐捷认为，数据上报并不仅仅是采购一套上报系统，更重要的是将数据上报快速落地。

对于各级金融机构来说，在落地实施中可能会遇到哪些坑呢？

坑深度：丨坑宽度：

从《附件：金融业科技信息综合管理平台数据采集范围-属性清单列表V1.9》来看，所有数据都在一张大的数据类别中，包含了“复合属性”标识，即这类信息是共用的，如数据中心机房信息、供应商信息和厂商信息等，这样很容易出现不同岗位的负责人重复填写相同的数据的情况，这会给各岗位数据收集人员带来大量无效工作，而且无法保证数据的一致性。

要想避过数据交错紊乱的大坑，考验厂商的数据复用设计能力。

锐捷曾参与多个试点项目，积攒了丰富的经验。充分考虑数据的复用性和不同岗位人员收集的便利性，将主资源和复合资源分离设计，把交换机、路由器等设计为主资源，把数据中心、地理位置、各类板卡和供应商信息等设计为复合资源。数据收集完成后，只需几分钟，系统就能够自动完成主资源和复合资源的动态引用，极大提升了数据收集和整合效率。

主实施资源

复合实施资源

②

以为全靠自动化就能完成数据收集

坑深度：丨坑宽度：

仔细分析需要上报的数据后，我们发现90%的指标为管理型数据（如运维部门、管理部门、服务提供商、所属机房和所属楼层等），无法全部通过自动化监控的方式获取，这类信息在不同的机构是不一样的，而且信息可能分布在不同岗位不同人员手中，甚至可能在不同的系统中，显然全部通过自动化方式去收集上报数据是比较困难的。

要想避过大量收集的大坑，考验厂商的落地方案设计能力。

本次数据上报的类别有59项，意味着需要59个领域或相关岗位的人员进行人工的数据收集。锐捷数据上报方案设计了按照分权、分类的数据模板下载或导入的功能，将数据收集任务分配给不同区域、不同领域和不同岗位的人员，该人员直接下载对应的模板，填写数据后直接导入即可完成数据的收集，同时开放标准API接口方便和现有系统进行对接。

多个Excel表格

表格下载

③

未来每次都需要重新开发数据结构

坑深度：丨坑宽度：

从下发的《清单列表》可以看出，目前最新版本是V1.9，那么之前已变更过至少10版，如果金融机构按照当前的版本构建数据结构，如果未来总行的接口和数据结构发生了变化，该如何应对，比如后期可能会要求对上报的数据进行质量管理与数据挖掘，或增加性能数据或运行信息，那么数据结构是否推倒重来？可见，数据模型如果没有扩展性将是一个大问题。

要想避过没有扩展性的大坑，考验厂商的数据模型设计能力。

为应对未来业务变化带来的数据模型的变化，锐捷数据上报方案在数据模型构建层面采用拖拽无编码式模型构建。未来数据模型发生变化，工程师直接增加或调整即可，无需重新编码开发。将上报的接口按照单类型方式设计，某个类型的接口发生变化仅需要调整对应接口即可，既保证系统稳定性也提升了变更效率。

资产模型设计

④

厂商交付服务不持续

坑深度：丨坑宽度：

本次数据上报是金融业科技信息综合管理平台建设的一小步，未来需要对数据质量、数据范围、数据属性和业务执行情况等做收集和汇总。持续的系统完善会极大提升各金融机构的运维水平，这个过程离不开厂商的持续支持，因此服务不持续是一个潜在坑。

要想避过这个潜在大坑，考验厂商的持续交付服务能力。

锐捷在遍布30多个省市有超过 30多位的产品咨询顾问和60多名专职运维解决方案工程师，为未来金融业科技信息综合管理平台持续的数据更新、上报提供可持续的服务支持。

锐捷数据上报解决方案已应用在中国人民银行重庆营业管理部和中国人民银行广州分行等金融机构。