近日,第八屆零售銀行發展大會于上海舉辦,這是一場匯聚銀行業內精英的盛會。在這個聚焦零售銀行未來發展的重要平臺上,觀遠數據受邀參會,與眾多與零售銀行相關的業內同仁一道,深入探討了數字化轉型在零售銀行業的新趨勢、新機遇和新挑戰。
觀遠數據金融行業專家帥寅鈺發表了題為《數據分析在零售銀行中的應用》的精彩分享。在這場引人入勝的交流中,分享了數據分析在零售銀行業中的關鍵作用和應用前景。
以下為分享內容節選:
首先簡要介紹觀遠數據。觀遠數據成立于 2016 年,以“讓業務用起來讓決策更智能”為使命,致力于為零售、消費、金融、高科技、制造、互聯網等行業的領先企業提供一站式數據分析與智能決策產品及解決方案。在金融行業,已經與多家銀行合作,包括股份制銀行如招商銀行和中信銀行,以及領先的城市商業銀行寧波銀行。
觀遠數據于多年服務于金融行業的過程中,總結了用戶遇到的種種挑戰以及相應解決方案,最終形成了一條“銀行數據分析之路”,期望和大家一同從“極致的易用性和行業最佳實踐”踏上第一階段,以“廣泛自助賦能業務”能力跨越到第二階段,最后實現“智能化能力建設”第三階段。
以下將詳細介紹觀遠數據如何通過“銀行數據分析之路”助力零售銀行數字化轉型的具體做法和成效。
銀行數據分析之路
在數字化轉型過程中,企業需要構建強大的數據分析能力,包括數據采集、存儲、處理、分析和可視化等,以確保能夠從海量數據中提取有價值的信息,為業務發展提供數據支撐和決策依據。
但數據分析能力構建之路并不是一片坦途,諸多銀行正面臨著一系列挑戰,涉及戰略決策、業務管理和執行層面。例如:
?業務人員想要數據分析,但需求開發效率低;
?數據量太大,數據加工傳遞困難;
?不知道怎么通過數據定位問題,缺乏分析思路;
?不會使用數據分析工具;
?數據應用開發困難,沒有專業人員
?……
在傳統模式下,業務提出需求,科技團隊響應,僅能滿足基本的數據查詢和報表生成需求。而業務實際上需要更深層次的業務分析,同時讓數據說話,用數據做決策。觀遠數據作為金融行業的供應商,不僅僅是簡單地將產品、技術交給 IT 部門,更多是讓 IT 部門更多地發揮能力。
對此,觀遠數據基于多年金融行業實踐,總結劃分銀行發展數字化轉型能力的三大階段:
?第一階段:“中心化”產出模式,建立數據基建能力,著重于產品和場景化實踐的落地;
?第二階段:“分布式”產出模式,是自助數據分析的階段,強調人才培育和數據文化傳播;
?第三階段: 加強 AI 能力實現快速數據分析和結果呈現,目標是 AI 直接提供數據分析結果,無需人工干預。
第一階段: 極致的易用性和行業最佳實踐
第一階段中,在企業建立了一定的數據基建之后,觀遠數據將幫助企業更好、更快速地使用數據。分享三個真實案例:
某股份制銀行: 經過觀遠數據兩年的應用,該銀行的數據平臺月活躍用戶突破了 6 萬,而銀行總員工數為 10 萬。超過 4 萬個數據化、可視化、數據分析的看板已經開發出來,分行使用滲透率超過 90%。其中,70% 的數據由業務人員直接提供。
某頭部城商行: 上線觀遠 BI 后,數據分析和開發的時效從平均兩周縮短到了三小時,大大提高了數據分析的效率。
某農商行: 一個月內完成了指標開發 200 個、看板上線 90 個、移動駕駛艙上線 20 多個頁面的任務,前期需求調研和系統部署等工作也同樣在這段時間內完成。
這三個案例彰顯了易用的產品對夯實第一階段能力的重要性。觀遠 BI 足夠簡單,讓業務用戶能用,會用,愛用。基于一體化產品底座,每個組件相互關聯、相互影響、相互工作,能夠貫穿整個銀行在數據分析和業務發展過程中的關鍵步驟,包括數據準備、數據分析、數據應用和數據分發四個階段,可以分別提供不同模塊化的功能。
以下分別分享觀遠 BI 的 5 個關鍵性易用能力。
1、智能化 ETL
智能化 ETL 是全拖拽式的自助式數據準備和數倉構建工具。該組件主要應用于業務人員進行數據處理的二次加工或者科技人員進行數據取數。通過拖拉拽的方式,用戶可以輕松完成數據加工,降低開發成本。此外,智能 ETL 功能的數據處理流程自動化、可視化,數據處理更加方便,有效節省人工成本。
2、中國式報表 Pro
中國式報表 Pro 高度兼容 Excel, 集成了 90% 的 Excel 功能,可以一站式創建報表與可視化深度融合分析。主要有兩個場景:
首先,在線下,銀行通常有許多報表需要大量時間進行處理,通過中國式報表 Pro 能夠自動兼容現有 Excel 中的所有函數,逾 95% 的函數都能被兼容,實現線下報表快速轉移到線上。
其次,報表線上化后,無論是在線上直接處理還是將其從本地遷移到線上,數據管理變得非常方便,可以實現全面的管控,包括數據的分發、預警和聯動,有效降低開發成本。
3、數據門戶
數據門戶實現了全流程 0 代碼,完成應用和門戶搭建,即時預覽發布,所見即所得,實現敏捷迭代。當面對大量數據和報表時,每個業務人員和領導都需要查看大量的報表,需要建立一個有效的管理平臺。數據門戶可以根據個人需求進行定制,從而快速完成數據產品的開發。
4、自助式數據分析
自助式數據分析,通過自助化零代碼的拖拉拽方式進行數據分析和看板的搭建。即便是業務人員,也可以輕松使用,根本上擴大了企業數據生產者的基本盤,同時縮短業務數據分析的等待周期,實現及時的業務洞察。
5、移動 BI
觀遠數據移動 BI, 實現了零代碼開發移動端數據應用,助力業務人員、數據分析師成為移動數據產品經理。移動駕駛艙和移動端頁面的構建,是銀行業務中的一個重要亮點。觀遠 BI 的開發采用一鍵切換式的方式,已有的 PC 端頁面可以一鍵切換成移動端,無需進行任何開發。
通過以上五大優勢功能,企業將進一步在第一階段夯實數據使用基礎,快速幫助科技人員和業務人員使用和分析數據。
場景化解決方案
除此之外,考慮到許多銀行領導和業務老師常常表示自身想進行分析,但缺乏清晰的思路。有時會遇到銀行原先存在的駕駛艙不夠滿意、不好用、數據結構不完整、數據鏈路不清晰等問題。
觀遠數據多年服務客戶的沉淀,還提供了場景化解決方案,涵蓋了常見、通用的駕駛艙和營銷主題,貫穿了整個客戶生命周期管理,包括客戶分層分群、價值貢獻、客戶關系、商機識別、客戶持有、資金行為、渠道觸達等,實現零售營銷端到端全流程的管控。
第二階段: 廣泛自助賦能業務
第一階段分享了怎么通過產品能力和場景化解決方案幫助快速落地數字化能力,夯實數據分析基礎。第二階段則著重于廣泛的業務自助化,讓業務人員真正擁有“數據武器”。
在這個階段中,觀遠數據提供了完善的支持體系來幫助金融機構和業務人員,包括診斷咨詢、能力培訓、運營中心、數據大賽和社區等服務。
例如培訓課程,提供集課程、實操、互動為一體的學習環境,通過體系化課程 + 案例式教學 + 碎片化學習 + 實戰演練,幫助新人掌握 BI 的實操技能,具有四大亮點: 體系化課程,覆蓋數據分析全流程;分解式培訓,邊學邊練,更易記住操作步驟;
陪伴式學習,班主任 + 助教,社群答疑、圈子交流;學練一體化,提供學習錄屏、章節測試、學習進度、案例實操、結課證書等能力。
觀遠數據不僅具備標準化的課程體系,涵蓋產品能力、數據分析和數據決策思維培訓,以及提供線上課程,靈活地適應不同用戶的需求。此外,還有數據大賽等活動,挖掘銀行內部的數據分析人才,促進數據文化的傳播和培養。
第三階段: 智能化能力建設
在第三階段,將專注于智能化能力的構建,觀遠數據結合自然語言處理能力,進一步幫助企業降低數據分析的應用門檻。主要提供了三個功能和服務:Chat2Answer、Chat2Help 和智能洞察。
Chat2Answer 是指標體系的即問即答,基于多輪對話洞察業務問題,智能歸因定位,并能結合業務知識庫提供建議;Chat2Help 則是觀遠 BI 的百曉生,24 小時在線技術支持和數據輔導,無論是功能介紹、操作指南、最佳實踐、FAQ、指標定義、業務口徑,通通都能解答。
第三項服務是智能洞察,基于專家沉淀的分析框架,洞察核心指標的變化和影響來源,幫助業務人員及時決策。目前已在多家銀行廣泛應用。
在進行大量數據分析時,特別是在匯報總結,往往需要分析各種指標并找出原因,并且完成分析后,還需要制作 PPT 等報告。智能洞察則是解決這一問題的利器。利用數據洞察,可以根據預設的分析思路讓系統來分析數據變動原因,并自動生成相應的報告,大幅提升了日常工作的效率。
今天的分享一直貫穿著觀遠的核心價值理念,我們的目標不是簡單地將技術能力交給 IT 部門,而是更多地去賦予 IT 部門使其真正發揮作用。觀遠數據致力于完善數字化轉型和數字化能力的拼圖,期望通過我們的服務和產品,培養出十倍的數據生產者,從而帶動百倍的數據消費者。
本文鏈接:http://www.tebozhan.com/showinfo-26-87713-0.html觀遠數據受邀參加第八屆零售銀行發展大會,分享銀行業 BI 創新應用
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com