数字化时代，一家企业拥有“新装备”、“新武器”，就意味着获得了“千里眼”、“顺风耳”，服务水平和价值创造也将迈上新台阶。数据，正是企业数字化的“新武器”，同时也是企业的宝贵资产。然而，未实现标准化、系统间数据孤岛现象凸显、缺乏统一的数据地图等让数据的价值无从释放。

数据治理（Data Governance）是企业盘活数据、夯实数字基础的第一步。

数据治理，指通过搭建数据模型，对公司业务产生的大量历史数据进行管理、清洗、整合和优化，实现数据的准确性、完整性和一致性，进而以高质量数据驱动经营决策、运营管理、业务发展等。

汇付现已建设一套完善的数据治理机制——汇聚多个业务系统的海量数据，进行清洗、整合和标准化处理，基于此搭建以“业务流程”为核心的数据模型，实现在账单与报表生成、明细数据定位及更多场景的落地应用。

图：汇付数据治理机制

01

数据标准化：数字世界的“翻译器”

“同一个世界，同一种语言”，在数字世界同样重要。随着业务的快速发展，多个业务系统数据库并存、数据繁多复杂，极易引起数据理解的歧义。

数据标准化，也称为数据语义化，即对数据表名称、字段名称、字段类型等数据口径进行统一定义，确保用户使用“同一种语言”。数据语义化可谓数字世界的“翻译器”。

汇付目前已整理157套标准码、减少码值取值范围近7000种，标准化定义字段类型9种，新建包含600余个词根的词根表、避免出现“同名不同义”和“同义不同名”等问题，让数据使用者、研发人员等统一接入、开发和使用数据。

与此同时，规范命名规则和数据类型后，未来新增数据也不再杂乱无章，而将有序地存储和标准化应用。

02

数据建模：由业务驱动，服务于业务

以业务为“引擎”的数据治理，才能最大化发挥数据价值，从而反推业务发展。作为汇付数据治理的关键环节，数据建模将“以业务为中心”体现得淋漓尽致。

一方面，数据模型与业务流程深度融合。从应用场景出发，到数据清洗，梳理业务流程、指标和数据，到设计模型和开发应用，数据建模由业务驱动，也将服务于业务场景。

图：数据建模全流程

另一方面，模型支持通过业务流程整理和描述数据。数据源覆盖交易、收银台、银行、账务等支付交易流程的各个重要节点，实现了数据和业务的连接。同时，也降低了模型使用门槛，用户不必掌握底层逻辑，根据业务流程也能便捷使用。

03
数据应用：让多元场景的数据“活”起来

数据治理的最终目标是什么？让数据“活”起来。

经过数据治理后，安全、结构化、高质量的数据能够应用于多元化场景，如为管理和营销人员提供决策支持；为风控合规提供风险快速定位服务；为客户、SaaS合作伙伴输出智能对账和账单自动生成等能力。

在业务应用方面：

基于数据治理，可高效输出按日、按周、跨系统等多种类型的交易和财务数据报表，这也是汇付的智能对账、商户账单能力的基础。例如，汇付为某知名茶饮连锁品牌提供智能对账服务就是数据治理的一次应用实例。

图：汇付智能对账功能界面

在风险管理方面：

当发生资金风险时，以往数据分散于各个业务节点，风控合规需跨系统查询或手动查询。现在，以订单号、商户号等就能快速定位交易信息，并支持关联分析，提升了资金风险响应速度。

在数据共享方面：

数据治理帮助汇付建立更加完善的内部数据共享和协作机制，支持快速导入数据、自定义数据查询条件、高效生成明细数据等，优化了数据利用效率。

数字化步入深水区，系统、软件之间的数据烟囱问题已成为企业发展的“绊脚石”。从统一数据口径、深化数据模型与业务场景连接，到创新数据的应用场景，践行“Payment & Beyond”发展战略的汇付深知数据的价值，也在不断打磨和升级数据能力。未来，汇付还将借助AI大模型等，让数据治理更智能化，辅助业务更高效理解、获取和分析数据，发挥数据更大势能。

--END--