陈华鹏，林 杰

（1.同济大学 经济与管理学院，上海201804；2.浙江经济职业技术学院 数字信息技术学院，浙江 杭州310018）

0 引 言

现代金融业务以品种、深度、结构为特征，专业化、个性化要求越来越高，这就意味着金融活动的成本也会不断提高。于是，金融企业为了减低成本，就把内部非核心的业务职能和相关流程外包给专业的第三方公司［1］，这就形成了目前日益发展壮大的数据服务外包 （数据BPO）市场。目前，服务外包产业已成为我国转变经济增长的一种方式，尤其数据服务外包更是适合我国的国情。中国凭借成本低廉、人力资源丰富、经济稳定、政府支持等众多优势成为最具潜力的离岸外包目的地之一。

面对不同行业、不同专业、不同业务、不同质量，不同实时响应速度等需求，国内许多数据外包服务商都热心于组织构建各自大规模的数据外包处理中心。准备以数据中心的规模大，人力多，接单能力强，即海量BPO数据吞吐能力，来赢得市场。但是BPO数据吞吐能力，并不是完全与人力资源成正比。它必须建立在系统地设计规划外包数据生产系统之上。

本文旨在通过对BPO数据处理流程及技术的分析，提出克服系统处理瓶颈的方案，为数据中心建立外包数据生产系统通用模型，使之能柔性地满足不同用户数据加工的要求，增强其数据吞吐能力。

1 系统分析

虽然BPO数据业务多种多样，但其处理环节有一定的共性，其处理流程如图1所示。

图1 BPO数据处理流程

国内大部分BPO数据处理中心拥有图1所示流程，但随着业务的扩大，都相继遭遇了发展瓶颈：主观上想接更大的BPO业务，但自身处理能力跟不上。……