1. 首頁
  2. >
  3. 解決方案

金融行業 解決方案

行業背景

對于傳統金融行業來說,向“大數據+互聯網”轉型要先讓自己成為互聯網金融企業,只有準確數據導向的金融才能夠在大數據時代做到真正理解客戶,否則客戶體驗將成為空談。

金融行業面臨的問題:

一、如何發掘潛在客戶,擴大客戶基礎,解決金融的獲客問題;

二、如何提升客戶體驗,塑造“千人千面”的客戶畫像,打造“量身契合”的客戶服務;

三、如何變革營銷模式,實現精準營銷,基于客戶畫像,想客戶所想、及客戶所需;

四、如何完善信用風險評價體系,提升風險計量的準確性、及時性,構建互聯網模式的風控體系;

五、如何讓技術部門人員快速上線,并根據搜集來的各種信息做出判斷、隨時分享,將個人體驗的影響擴大到更大范圍的群體之中。

銀行統一數據自助分析平臺

統一自助數據分析平臺是為各銀行總行及分支行數據分析人員及業務人員提供的自助數據分析服務。基于數據倉庫平臺,通過整合原有系統資源、開發新的功能模塊、使用主流數據分析軟件等方式相結合,實現數據需求、數據快查、數據答疑、數據智庫、數據助手和數據分析等功能,為全行數據分析人員和業務人員提供簡單易用、交互性很強的數據分析平臺。

統一自助數據分析平臺架構圖

1.戰略決策:通過分析金融各部門每日報表數據以及與金融業務相關投資的對比來分析接下來的工作重心,并根據分析需求范圍,協助客戶共同梳理業務指標;

2.市場監控:通過對不同數據信息的監控,查看市場中業務量的走勢及同時查看在其中發生的大事件,分析對業務的發展是否產生影響。例如:利用金融卡刷卡記錄來尋找財富管理人群;利用數據庫營銷,挖掘高端財富客戶等;

3.風險管理:任何一家金融都需要準確的評估風險,而博易的解決方案對風險和后果具有全面又準確的考慮,能夠讓金融有效地評估信貸風險。

4.日常報表:直連數據庫的報表中,如果數據量大報表響應速度太慢,通過搭建分布式數據集市,可由十幾分鐘的響應速度提升至10到100倍;

技術框架:

1、數據層:基于銀行數據倉庫平臺,提供各個業務分析主題數據,或根據業務數據需求,基于數據倉庫平臺構建新的數據模型,提供分析主題所需的數據。元數據庫提供數據倉庫的元數據,由數據快查功能提供數據分析模型結構的查詢和了解。

2、數據管理層:是該方案主要功能模塊,提供統一數據門戶、數據需求管理、數據加工、數據快查、數據答疑、數據智庫、智能助手等功能,基于數據源層提供給業務應用層各個數據應用功能模塊。

3、業務應用層:由銀行總行及分支行數據分析人員或業務人員通過數據管理層的功能模塊進行拖拽、點擊等自助操作,完成自主業務主題的數據分析。

平臺管理模塊功能

機構管理:對銀行的機構、部門、群組等組織信息進行管理維護,維護機構、部門、群主的基本信息以及其從屬關系,方便用戶的功能權限和數據權限管理。

用戶管理:統一進行用戶的基本信息管理,如用戶名、密碼、姓名、所屬機構、部門、條線、權限機構等。用戶信息與人力資源系統同步,實現 T+1 自動新增用戶、注銷離職用戶、變更用戶部門、機構等基礎信息更新。

菜單管理:維護該平臺的功能菜單項,對菜單項進行增加、刪除、修改等操作,及平臺集成tableau產品分析結果的菜單管理、平臺集成原報表系統的菜單管理。

權限管理:維護該平臺用戶的權限管理,包括用戶權限、群組權限、機構權限、部門權限等,對權限進行增加、刪除、修改等操作,采用多種方式復合分配權限,取權限最大集合。

任務管理:在該平臺上使用定時和事件觸發方式,監控Tableau產品工作簿所依賴倉庫任務調度結果,來完成數據抽取任務、數據導出、定時郵件通知等任務。

使用統計:通過Tableau產品對系統用戶的登陸和使用行為進行分析、挖掘,判斷用戶數據喜好,進行報表和數據模塊推薦,盡可能大的提高用戶使用效率和訪問興趣,提高倉庫數據使用率,發掘倉庫數據應用價值。

日志管理:日志管理包括兩個方面的內容:即用戶日志管理和系統日志管理。其中用戶日志管理主要進行記錄用戶的登錄、退出及其簡單操作的記錄;系統日志管理主要進行系統運行日志、任務日志的記錄。

數據快查模塊

元數據管理模塊,提供給數據分析人員和數據管理員查看和了解在線自助分析平臺的數據模型層APPVIEW層和ODBVIEW層,可在頁面上快速查找所需要的數據模型的表和結構,以及詳細的字段級血緣查詢,并且可以通過可視化操作界面生成簡單的SQL語句,快速查詢和預覽數據。

數據分析展現模塊

按照業務條線和一線業務人員需求,通過Tableau產品分析整合出的十多個業務分析場景整合到自助數據分析平臺,通過對用戶權限的機構、部門、群組等維度的劃分,真正實現系統的個性化定制和數據權限的精確管理。用戶通過Tableau產品的B/S模式,根據系統賦予的權限對有權限的分析主題或視圖根據自己的數據分析需求進行自主取數和自主分析,真正實現人人都是數據分析師的系統建設目標。

數據答疑模塊

數據答疑、在線感知等多種在線和離線交互方式,實現用戶和開發者的零距離交互。

數據智庫模塊

數據智庫功能提供平臺的各種幫助資料并提供交流論壇,系統用戶可在該論壇中發表平臺相關帖子,包括使用技巧、數據分析主題等,供用戶交流討論。

數據助手模塊

提供在線自助數據分析平臺知識庫的管理,接入銀行現有全行搜索功能。

使用機器人對全行搜索的信息采用關鍵字檢索功能,用戶在機器人界面輸入關鍵字,機器人將自動回復相應內容,方便用戶查詢和使用知識庫。

 

方案價值

通過統一自助數據分析平臺的建設,改變了以往業務人員數據需求從提出到審核到需求分析再到開發動輒數月的開發模式,通過Tableau產品友好、易用的操作界面,依據當前取數數據模型,業務人員可以通過B/S模式,進行自主的數據交叉分析,使業務人員的數據需求實現周期最大程度的縮減,極大的提高了倉庫數據的利用率和業務人員的數據敏感性,為業務人員進行精確化客戶營銷和行內產品優化、人員考核,提供生動、翔實、準確的數據依據。行內科技人員也極大限度的從之前繁瑣的手工取數需求中解放出來,能夠更多的去關注倉庫數據結構的優化,使倉庫數據能夠更好的契合業務人員的分析需求,從而實現人人都是數據分析師的系統建設目標。

統一數據了結構化數據與非結構化數據整合存儲與聯動查詢的新需求,任何復雜需求指標均可在直觀界面直接通過點擊和拖拽;

沒有技術背景的運營人員和業務人員亦可自己進行服務分析;

任意分析需求的變化可在幾分鐘內實現,實時了解業務狀況;

研發人員不再有修改數據建模和報表的負擔,可專注于核心業務系統的開發進度。能夠進行ATM布局優化、渠道類分析、客戶類分析、產品類分析、交易類分析等;

相關業務查詢訪問效率成倍提升,人力成本可以節省50%左右;

報表交付周期從一周縮短到一天,縮短80%的工作時間;

由于無法滿足需求數據變化導致沒有能力交付的項目,現在都被手到擒來;

案例: 恒豐銀行
p3试机号2011212