案例名稱

【資料圖】

銀行數據智能決策平臺應用案例

案例簡介

銀行數字化轉型，受限于數據體系不完善、數據應用不充分等因素，導致線上化和自動化不足、數據治理體系不完善、數據人才儲備不足、智能化程度低、業務和科技的數字鴻溝等挑戰。觀遠數據「銀行數據智能決策平臺」助力銀行構建多領域的數據生產力，幫助銀行業打造數據應用最佳狀態，實現自上而下的數據工具賦能和自下而上的數據文化共創。覆蓋“數據接入—智能分析—數據應用—決策輔助”全鏈路數據應用，深度賦能銀行業務體系。

創新技術/模式應用

1、構建多領域數據生產力，有效管控數據安全：該項目圍繞“數據接入—智能分析—數據應用—決策輔助”四大數據領域，進行金融科技與銀行業務的融合應用，深度賦能“橫向到邊、縱向到底”的銀行業務體系。同時基于四橫一縱的安全架構保障，配合精細的功能管理、資源管理、數據管理等多層次進行“三位一體”的數據安全管控，有效為銀行數據安全保駕護航。

2、深入全鏈路業務場景，變革數據應用旅程：從“數據處理采集，申請‘取數’，業務分析，再到智能預測、隨時‘看數’”，變革銀行數據應用旅程，充分提升取數看數效率，全面釋放數據價值。以銀行眾多業務場景可信落地應用為例：

數據處理與采集：對于銀行海量數據處理繁雜易出錯，通過多種方式接入數據，統一數據出入口，通過智能ETL工具進行高效整理與融合數據，提升數據處理線上化和自動化水平，健全數據治理體系，支撐業務敏捷迭代和規模化。

取數用數看數：提供高度自助式的數據分析工具，用數人員通過拖拉拽的便捷操作，無需依賴開發人員，滿足靈活的取數用數看數需求，同時突破時空限制，任何大屏、PC、手機等終端都可隨時查看數據情況，敏捷反應做出決策，有效提升單兵數據作戰能力和全員數據協同作戰能力。

業務分析：通過建立數字化運營服務體系，業務人員能夠自主進行數據探索，自行洞察業務問題所在，基于可復制的數據模板做主題分析。科技人員則將有限精力投入到深層數據分析中。有效提升科技與業務雙方人效，賦能業務經營、風險管理數字化。

3、打造銀行數據應用最佳狀態，驅動數據文化建設：該項目從數據分析到數據使用和消費，以內外數據雙循環，推動銀行全員數字化變革。外從行級領導、部門業務負責人到一線專家，建立自上而下的數據工具賦能，挖掘海量數據資產；以及自下而上的數據文化共創，知識沉淀數字化。內以決策通過具體措施監控落實到位，業務執行反饋效果進一步指導經營決策，從數據分析到數據使用和消費，推動銀行數字化經驗開展，打造最佳數據應用狀態。

項目效果評估

該平臺為銀行重構數據生產力，全面釋放數據價值，助力銀行各層級管理者掌握經營管理全局信息，推動各業務條線實現數字化決策，增強經營管理的前瞻性和業務決策準確性。重塑銀行總行及分行“取數”、“看數”、“用數”體系，基于觀遠數據一站式智能分析平臺“易用性、企業級、場景化”的現代化BI三大核心能力，實現“讓業務用起來”的目標，為銀行內部數據用戶提供了高效便捷的用數體驗，解決了業務取數用數難的問題。

該平臺自上線應用后，已服務全行超50%用戶，一項數據分析工作從平均5個工作日縮減到1小時。顯著提升全行數據協同能力和數字化組織效能，實現從總行到分行全行級的數據統一管理體系建設。

從經營管理角度來說：從戰略布局、績效管理到政策貫徹，幫助公司領導人有效提升公司治理的數字化能力水平；從溯源分析、策略評估到決策優化，能夠幫助部門業務負責人整合業務相關各子系統全方位關聯數據；從打通鏈路、數字資產和提質增效三方面，幫助信息技術部數據開發人員完善從總行到分行的一站式數據平臺體系。

從業務決策角度來說，風險管理數據分析人員在客戶貸款前中后期均能進行數據評估，可有效管理信貸資產，減少不良損失；普惠金融業務條線業務運營人員可完成從客戶分析、放款金額追蹤分析到客戶經理的績效分析，靈活分析各業務維度數據與策略的相關性；零售業務條線數據分析人員能進行統一的數據管理，以支撐客戶服務及生命周期的數據體系，全面推動零售業務服務及經營模式的提質增效。

關鍵詞：