由 dawei 此即为“数据湖”产生的背景。当企业意识到数据是生产资料时，其就有动力将数据进行存储。当企业进一步意识到数据是核心资产、甚至是产业资本时，其就更有动力对数据进行分析。
当然，早期数据湖就是“湖”，更强调数据“存储”，将热数据、温数据、冷数据等不同类型的数据，将结构化、非结构化、半结构化等不同格式的数据，分别存储于SSD、SAS、SATA等不同存储介质中，即实现数据统一存储。
“但数据湖更应该成为业务创新的支撑架构。”陈圣跳出“存储”界面的限制，从两个维度解释了数据湖的价值：以技术维度，数据湖是企业高效的数据底座，涉及数据接入、数据存储、数据治理、数据分析等，不同“模块”的软硬件系统。但以业务维度，基于数据湖的数据服务，又在驱动企业预测决策模式创新、应用场景创新、商业模式创新。
进一步聚焦金融行业应用场景。数据湖正处于从解决“数据存储”，向提供“数据服务”的演进阶段。与诸多行业的应用系统建设思路相同，早期金融行业也采用“业务应用先行、科技部门代管”模式，即市场营销、风险防控等部门，以业务驱动，率先建立部门级大数据平台，由此系统中逐渐沉淀下“部门级”数据。
“但建立‘全行级’数据湖，才可能实现以数据服务驱动的业务创新。”陈圣说。此前，文思海辉已经服务于国内十余家银行的数据湖建设，形成从顶构咨询、项目实施，到数据分析、数据服务等端到端业务能力，而建立“全行级”数据湖就是文思海辉的业务实践。
“金融机构建立数据战略，即需要形成数据湖顶层设计，但顶层设计又不只是建立数据接入、数据存储、数据治理、数据分析等端到端的技术架构。”文思海辉金融事业群商业智能事业部总经理杜啸争说：“数据服务才是企业应用的制高点。基于数据湖的建设，可解决传统数据仓库，开发周期长、业务迭代缓慢等问题，能够让业务部门和科技部门，更集中精力于自身核心能力。而数据服务商则需要以逆向思维，了解各业务部门的数据需求，形成逐步演进的数据湖建设规划，并有能力阐述数据服务的创新价值。”
如何理解？“金融服务无处不在，就是不在银行网点。”银行创新教父布莱特·金所说的不是变化，而是金融业务模式创新面临的压力。而数据湖就可帮助银行推出更敏捷、更温暖、更具创新价值的金融服务。
目前，基于数据湖形成的数据服务，已广泛应用于风险防控、反洗钱、用户行为分析等应用中。举例说明，对公授信，不仅要接入行内数据，还要接入工商、税务等社会数据，这样才能进一步降低风险级别。个人信贷，通过微信提交申请，银行则快速分析多维度数据，并输出服务——贷款额度究竟是15万，还是30万元。