《2022年金融行業(yè)BI商業(yè)智能應(yīng)用白皮書》指出，金融行業(yè)的數(shù)據(jù)規(guī)?；瘧?yīng)用成為必然，推動數(shù)據(jù)從單點突破到全面賦能，在企業(yè)的各個環(huán)節(jié)自由流動，整體覆蓋企業(yè)經(jīng)營，打破數(shù)據(jù)孤島，提高全行業(yè)數(shù)據(jù)應(yīng)用效率和效果，推動智慧金融的實現(xiàn)與普及。

 

麥肯錫指出，規(guī)?；瘧?yīng)用大數(shù)據(jù)和高級分析可顯著提升銀行業(yè)務(wù)績效、降低運營成本、優(yōu)化風(fēng)控和決策、改善監(jiān)管數(shù)據(jù)效率及提升客戶體驗。數(shù)據(jù)高級分析在全球各個行業(yè)的價值創(chuàng)造潛力高達9.5萬～15.4萬億美元，能推動銀行業(yè)利潤增長10%～15%。

 

我國對于金融企業(yè)高質(zhì)量發(fā)展也提出了新的要求，數(shù)字化轉(zhuǎn)型則成為了高質(zhì)量發(fā)展的關(guān)鍵支撐。金融企業(yè)著眼于數(shù)據(jù)賦能企業(yè)科學(xué)發(fā)展，提升整體競爭力已經(jīng)成為共識。諸多企業(yè)已經(jīng)開展了基于某個關(guān)鍵業(yè)務(wù)場景的數(shù)據(jù)深度應(yīng)用，規(guī)?；瘮?shù)據(jù)應(yīng)用則成為了下一個關(guān)鍵。

 

《2022年金融行業(yè)BI商業(yè)智能應(yīng)用白皮書》認為，金融企業(yè)的數(shù)據(jù)規(guī)?；瘧?yīng)用可以從以下三個方面開展。

1. 圍繞政策與趨勢推動數(shù)據(jù)規(guī)?；瘧?yīng)用

數(shù)字化轉(zhuǎn)型和數(shù)據(jù)的規(guī)?；咝?yīng)用，需要找到一個有力的突破口，而政策與趨勢的推動，可以使金融行業(yè)數(shù)據(jù)規(guī)?；瘧?yīng)用找準方向、順勢而為、按需而動。

 

例如，金融機構(gòu)可以圍繞數(shù)字人民幣、數(shù)字消費金融發(fā)展等政策與趨勢，構(gòu)建基于數(shù)據(jù)的服務(wù)場景體系。在前端，以客戶需求和客戶滿意度為出發(fā)點，打通線上線下場景資源，豐富和優(yōu)化客戶體驗場景，實現(xiàn)多場景、多樣化的觸達客戶能力。

 

中端則針對各場景的客戶交互與結(jié)果，進行基于數(shù)據(jù)的精準分析，提升客戶體驗，優(yōu)化服務(wù)流程。例如，從客戶的行為和結(jié)果數(shù)據(jù)，構(gòu)建精準的客戶畫像，推動實現(xiàn)客戶的挖掘、觸達、轉(zhuǎn)化、服務(wù)等的數(shù)字化全運營周期管理，為營銷、獲客、服務(wù)、管理的精準性、科學(xué)化、智能性和低成本提供數(shù)據(jù)基礎(chǔ)，最終基于客戶需求和數(shù)據(jù)洞察針對性的改善產(chǎn)品與服務(wù)，實現(xiàn)供需兩端的精準匹配。同時，將數(shù)據(jù)賦能給更多的業(yè)務(wù)人員，建立數(shù)據(jù)思維，運用數(shù)據(jù)改善業(yè)務(wù)動作，更好地服務(wù)于客戶。

 

后端則建立基于數(shù)據(jù)的智能化風(fēng)控體系，實現(xiàn)數(shù)據(jù)、技術(shù)、場景為一體，提升業(yè)務(wù)安全性。通過BI系統(tǒng)，實現(xiàn)風(fēng)險管理的可視化、自動化和智能化。將風(fēng)險預(yù)警直連實時數(shù)據(jù)庫，展示實時監(jiān)控數(shù)據(jù)更新，為反欺詐保駕護航。通過顏色對比、高亮、渲染等功能，可以準確實時監(jiān)控境外取現(xiàn)異常情況，在出現(xiàn)異常情況時，及時通過定時任務(wù)觸發(fā)器郵件推送、短信推送等方式進行預(yù)警、降低風(fēng)險。比如銀行賬戶異常登錄監(jiān)控、異常取款監(jiān)控等。

 

以此，在政策和趨勢的推動下，根據(jù)自身的業(yè)務(wù)發(fā)展情況和需求，找到了一個突破點，進而實現(xiàn)全流程的數(shù)據(jù)規(guī)?；瘧?yīng)用。

 

2、建立統(tǒng)一的數(shù)據(jù)應(yīng)用平臺

當前諸多金融企業(yè)的數(shù)據(jù)標準化程度低，分散在多個數(shù)據(jù)系統(tǒng)中，并有著數(shù)據(jù)缺失、數(shù)據(jù)重復(fù)、數(shù)據(jù)錯誤和數(shù)據(jù)格式不統(tǒng)一等問題，現(xiàn)有的數(shù)據(jù)采集和應(yīng)用分析能力難以滿足當前大規(guī)模的數(shù)據(jù)分析要求。

 

因此，首先需要通過統(tǒng)一的BI平臺進行數(shù)倉對接，在數(shù)據(jù)方面掃清障礙。一站式的BI平臺，可以全面覆蓋數(shù)據(jù)分析過程中的各個環(huán)節(jié)，包括數(shù)據(jù)采集、清洗、整合、存儲、計算、建模、訓(xùn)練、展現(xiàn)、協(xié)作等，讓用戶可以在一個統(tǒng)一的平臺上完成全流程數(shù)據(jù)分析任務(wù)，降低數(shù)據(jù)應(yīng)用門檻。

 

同時，建立完備的數(shù)據(jù)回填能力，無縫操作快速定制調(diào)度任務(wù)，數(shù)據(jù)填報流程更加貼近用戶實際，快速便捷向數(shù)據(jù)庫導(dǎo)入數(shù)據(jù)。數(shù)據(jù)處理過程中，也要注重規(guī)范化、自動化流程的構(gòu)建，節(jié)省未來數(shù)據(jù)處理的工作量。

 

另一方面，通過合理的使用權(quán)限功能模塊和B/S架構(gòu)的登入設(shè)計，可以清晰的為不同層級、不同需求的工作人員及管理層接入對應(yīng)的專屬門戶和主頁。

 

3、提升全員數(shù)據(jù)分析能力

當前，諸多金融機構(gòu)已經(jīng)開始單點突破、逐漸構(gòu)建完成全鏈路的數(shù)字系統(tǒng)部署。但在數(shù)據(jù)應(yīng)用方面，出現(xiàn)了投入與價值創(chuàng)造不成正比的情況，其原因在于數(shù)據(jù)應(yīng)用范圍的局限性。多數(shù)金融企業(yè)的數(shù)據(jù)應(yīng)用主要體現(xiàn)在數(shù)據(jù)的可視化監(jiān)測，以及已有核心業(yè)務(wù)的管理，如產(chǎn)品銷售、風(fēng)險管控等?？梢钥闯觯瑪?shù)據(jù)應(yīng)用依然是圍繞“直接業(yè)績”和“管理者”開展。

 

數(shù)據(jù)規(guī)模化應(yīng)用的繼續(xù)深入，需要深入金融機構(gòu)的各個業(yè)務(wù)領(lǐng)域，全面賦能于客戶生命周期管理、服務(wù)管理、經(jīng)營管理等，實現(xiàn)由“直接業(yè)績”向“綜合提升”轉(zhuǎn)變。在此背景下，所有業(yè)務(wù)人員的數(shù)據(jù)應(yīng)用能力成為了緊急且重要的事情，解決數(shù)據(jù)人才缺失、構(gòu)建數(shù)據(jù)思維和文化、提升全員數(shù)據(jù)能力成為了關(guān)鍵。

 

而金融行業(yè)的特征在于，分行、網(wǎng)點等分支機構(gòu)較多，數(shù)千不同崗位人員的數(shù)據(jù)需求，如果僅靠專業(yè)的IT人員來實現(xiàn)，則工作量龐大，且成本較高。在實踐過程中，通常存在數(shù)據(jù)結(jié)果及報表與業(yè)務(wù)人員需求不匹配，導(dǎo)致數(shù)據(jù)應(yīng)用失效等情況，出現(xiàn)大量返工現(xiàn)象，應(yīng)用效果差。顯然，這種由專業(yè)人員處理數(shù)據(jù)、業(yè)務(wù)人員被動接收的現(xiàn)狀已經(jīng)不符合當下企業(yè)數(shù)據(jù)應(yīng)用的需求，“人人都是數(shù)據(jù)分析師”更加緊迫，需要提升全員數(shù)據(jù)分析能力。

 

可以通過兩步措施實現(xiàn)全員數(shù)據(jù)分析能力的提升：

 

（1）通過系統(tǒng)工具降低數(shù)據(jù)分析及應(yīng)用難度

基于一站式BI平臺，實現(xiàn)分析體系標準化，統(tǒng)一分析口徑及計算邏輯報告輸出自動化，從源系統(tǒng)數(shù)據(jù)抽取、邏輯運算到分析數(shù)據(jù)輸出及推送，全流程自動化完成數(shù)據(jù)綜合分析。

 

引入數(shù)據(jù)統(tǒng)計分析可視化工具，以便業(yè)務(wù)人員基于平臺中的數(shù)據(jù)，進行自助式的報表統(tǒng)計及可視化查詢分析工作，并針對不同用戶群體實現(xiàn)對本機構(gòu)數(shù)據(jù)的權(quán)限管理，確保數(shù)據(jù)安全。

 

（2）基于AI提升全員數(shù)據(jù)洞察能力

在滿足數(shù)據(jù)的基礎(chǔ)應(yīng)用后，該行將BI與AI相結(jié)合，進一步實現(xiàn)數(shù)據(jù)的深度應(yīng)用，基于數(shù)據(jù)了解業(yè)務(wù)結(jié)果的深層次原因，進行數(shù)據(jù)性的解釋，進而實現(xiàn)業(yè)務(wù)洞察和預(yù)測。

 

BI+AI的模式應(yīng)當注意建模能力、應(yīng)用場景和實際使用情況。在目前大多數(shù)BI產(chǎn)品在AI深度分析上僅支持一些簡單預(yù)測，或是僅有部分數(shù)據(jù)分析模型，甚至只是具有相關(guān)模塊卻無應(yīng)用場景，導(dǎo)致無法落地使用。

 

因此，該行通過BI系統(tǒng)實現(xiàn)“AI平民化”應(yīng)用，全流程可視化建模，降低AI應(yīng)用門檻，使AI深度分析與BI數(shù)據(jù)可視化深度融合以實現(xiàn)聯(lián)動分析，使零基礎(chǔ)的業(yè)務(wù)人員可以實現(xiàn)深度的自助分析，帶來更多自動化功能及業(yè)務(wù)創(chuàng)新洞察力。

?