香港按揭证券有限公司（按揭證券公司）在香港住房金融生态中发挥着核心作用，为居民获取稳定、可持续的按揭解决方案提供基础设施支持。2024年6月，该公司上线了数据分析平台，统一了贷款申请与网络分析数据。随着对深度数据洞察的需求不断增长，HKMC 启动了二期项目，目标明确：增强数据分析平台的可持续性、可扩展性和适应性，使其能够跟上不断变化的业务、风险及合规需求。LPS 受邀支持这一演进过程。
金融服务
挑战
客户的数据分析平台面临若干结构性局限。由于缺乏自动化的备份与恢复流程，应对突发事件、内部调查及数据更正均需依赖人工操作，这为日常运营增加了摩擦与风险。此外，多源汇入的数据缺乏标准化，迫使分析人员将大量时间耗费在对齐差异上，而非生成业务洞察。
此外，数据质量问题往往难以被及时发现，系统通知有限且质量指标可视性不足，导致团队难以尽早捕捉并处理问题。人工执行 ETL 测试进一步增加了错误向下游蔓延的风险，削弱了业务利益相关者所依赖的报表和仪表盘的可靠性。综合来看，这些短板表明该平台需要更坚实的基础，才能实现有信心的规模化扩展。
解决方案
LPS 的应对策略审慎而精准：我们并未推倒重来，而是专注于在客户既有的基础上进行增强与延伸。在现有的 Azure Databricks 环境中，LPS 设计并实施了自动化备份与恢复机制，在不中断实时 ETL 工作流的情况下持续保护数据资产；同时，审查并优化了现有数据管道，以提升整体处理能力和运行效率。
在奠定平台韧性后，LPS 转向解决数据一致性挑战，引入了集中式标准化框架，通过标准化函数和标准化的“黄金层”视图来实现。通过在标准化黄金层视图中应用统一映射、基于正则表达式（regex）的转换以及异常值检测，原本零散且不一致的记录被转化为连贯、可信的数据层。
为持续保障数据质量，LPS部署了自动化测试框架，配备可配置的规则引擎和全面的测试用例库，对每一个奖牌架构层（Medallion layer）的数据正确性进行校验，并在检查失败时立即向用户发出告警。对于超出自动化范围的个案，数据修复脚本（data patching script）提供了一种受控、合规的标准化后更正机制。作为整体方案的闭环，LPS 将数据质量规则与测试框架对齐，并通过专属的 Power BI 仪表盘直观呈现数据质量异常，使客户能够清晰、实时地掌握平台健康状况，并获得解决问题所需的可执行洞察。
价值创造
升级后的平台为客户赋予了更可靠、高效且值得信赖的数据工作方式。通过将以往的人工测试流程自动化，团队得以收回宝贵时间，专注于分析与洞察生成，而非耗费在数据验证的冗余工作上。标准化与持续的质量保障提升了支撑报表和分析的底层数据可信度，确保利益相关者在依据数据采取行动时具有充分的确定性。
凭借内建的备份与恢复能力，客户在面对审计、调查及突发事件时更加从容，具备更强的应对韧性。数据分析平台已从单一的报表工具，演进为可扩展、面向未来的数据“骨干”。随着按揭證券公司的使命与愿景的不断拓展，该平台能够有效地支撑更多数据源的集成与扩展。
立即下载PDF
