相较于庞大繁杂的平台架构，我更倾向于专注于项目的核心，并详尽地记录这个项目从始至终的生命周期。我期望大家能花上7分钟的时间，来深入理解这个项目的过去、现在与未来。
我所就职的公司是一家总部位于的跨国企业。在这里，我们时常会面临与内部控制相关的各种需求。最近，我接手了一个来自财务部门的关于SOX compliance audit的需求。
在公司的市场部门中，我负责数据中台工作。内控项目自然成了我们团队的重点关注对象。其中，一条关键的业条线涉及到与广告的合作。这种合作基于不同的佣金模型，如导流佣金或基于导生的成交支付佣金。这条业务线与超过13万个独立导购网站合作，每年为公司带来数亿美金的利润，同时也要支付数千万美金的佣金费用。
今年，财务团队对佣金的准确性产生了疑虑。我们团队发现，有20多人的业务团队负责与13万个合作伙伴打交道。由于业务变化迅速，费率模型过于复杂，同时操作繁多，维护一套准确的费率计算变得异常困难。实际上，除了还能勉强管理顶级的流量外（但管理也较为混乱），大部分的合作伙伴都处于失管状态。
我仔细梳理了现有的业务流程。这其中涉及到一个第三方管理平台，用于管理、核算与公司合作的导购网站的佣金模型及支付。业务团队会在第三方管理界面上配置佣金模型，而我们的数据团队则定时分享导购网站的交易数据至第三方平台，并基于佣金模型计算应付佣金。
不难发现，这个第三方平台在计算费用方面起着至关重要的作用。我们却无法确保其计算的准确性。一旦面临机构的质询，这个问题就会凸显出来。由于大量的人工操作瓶颈，我们无法有效把控海量的模型，也无法对每一笔交易进行核对及对可疑交易进行预警。
该项目的核心目标是构建一套并行的内部费用计算系统。这套系统将实现高度监管的佣金审计自动化工作，从而帮助业务和财务部门高效地监控费用支付并确保支付的准确性。它还将主动对有可疑的交易进行预警。
这个需求面临两个主要挑战：佣金模型的结构化过于复杂，存在大量的定制化需求及奖励触发条件；财务和业务团队为保证高质量的引流而提出的多样化主动预警需求。
为了解决这些问题，我们提出了一个全面的解决方案：对接第三方平台、开发语意引擎、应用佣金模型、预留多层级自动监控和定制化警报推送、以及开放结构化的佣金模型数据。这些措施将确保数据的一致性、可读性、结构化及监控的准确性。
此项目不仅涉及跨团队合作（如人员、地点、交付周期等），还带来了诸多益处：如公司内部佣金模型元数据的管理、内部审计和风控的有据可依、主动报警以避免错误支付风险等。它还为业务团队提供了BI解决方案，帮助其更好地可视化每个导购网站的综合表现，从而更有效地增加对头部导购网站的投入并最大化利润。
