近日,第八届零售银行发展大会于上海举办,这是一场汇聚银行业内精英的盛会。在这个聚焦零售银行未来发展的重要平台上,观远数据受邀参会,与众多与零售银行相关的业内同仁一道,深入探讨了数字化转型在零售银行业的新趋势、新机遇和新挑战。

观远数据金融行业专家帅寅钰发表了题为《数据分析在零售银行中的应用》的精彩分享。在这场引人入胜的交流中,分享了数据分析在零售银行业中的关键作用和应用前景。

以下为分享内容节选:

首先简要介绍观远数据。观远数据成立于2016年,以“让业务用起来 让决策更智能”为使命,致力于为零售、消费、金融、高科技、制造、互联网等行业的领先企业提供一站式数据分析与智能决策产品及解决方案。在金融行业,已经与多家银行合作,包括股份制银行如招商银行和中信银行,以及领先的城市商业银行宁波银行。

观远数据于多年服务于金融行业的过程中,总结了用户遇到的种种挑战以及相应解决方案,最终形成了一条“银行数据分析之路”,期望和大家一同从“极致的易用性和行业最佳实践”踏上第一阶段,以“广泛自助赋能业务”能力跨越到第二阶段,最后实现“智能化能力建设”第三阶段。

以下将详细介绍观远数据如何通过“银行数据分析之路”助力零售银行数字化转型的具体做法和成效。

银行数据分析之路

在数字化转型过程中,企业需要构建强大的数据分析能力,包括数据采集、存储、处理、分析和可视化等,以确保能够从海量数据中提取有价值的信息,为业务发展提供数据支撑和决策依据。

但数据分析能力构建之路并不是一片坦途,诸多银行正面临着一系列挑战,涉及战略决策、业务管理和执行层面。例如:

? 业务人员想要数据分析,但需求开发效率低;

? 数据量太大,数据加工传递困难;

? 不知道怎么通过数据定位问题,缺乏分析思路;

? 不会使用数据分析工具;

? 数据应用开发困难,没有专业人员

? ……

在传统模式下,业务提出需求,科技团队响应,仅能满足基本的数据查询和报表生成需求。而业务实际上需要更深层次的业务分析,同时让数据说话,用数据做决策。观远数据作为金融行业的供应商,不仅仅是简单地将产品、技术交给IT部门,更多是让IT部门更多地发挥能力。

对此,观远数据基于多年金融行业实践,总结划分银行发展数字化转型能力的三大阶段:

? 第一阶段:“中心化”产出模式,建立数据基建能力,着重于产品和场景化实践的落地;

? 第二阶段:“分布式”产出模式,是自助数据分析的阶段,强调人才培育和数据文化传播;

? 第三阶段:加强AI能力实现快速数据分析和结果呈现,目标是AI直接提供数据分析结果,无需人工干预。

第一阶段:极致的易用性和行业最佳实践

第一阶段中,在企业建立了一定的数据基建之后,观远数据将帮助企业更好、更快速地使用数据。分享三个真实案例:

某股份制银行:经过观远数据两年的应用,该银行的数据平台月活跃用户突破了6万,而银行总员工数为10万。超过4万个数据化、可视化、数据分析的看板已经开发出来,分行使用渗透率超过90%。其中,70%的数据由业务人员直接提供。

某头部城商行:上线观远BI后,数据分析和开发的时效从平均两周缩短到了三小时,大大提高了数据分析的效率。

某农商行:一个月内完成了指标开发200个、看板上线90个、移动驾驶舱上线20多个页面的任务,前期需求调研和系统部署等工作也同样在这段时间内完成。

这三个案例彰显了易用的产品对夯实第一阶段能力的重要性。观远BI足够简单,让业务用户能用,会用,爱用。基于一体化产品底座,每个组件相互关联、相互影响、相互工作,能够贯穿整个银行在数据分析和业务发展过程中的关键步骤,包括数据准备、数据分析、数据应用和数据分发四个阶段,可以分别提供不同模块化的功能。

以下分别分享观远BI的5个关键性易用能力。

1、智能化ETL

智能化ETL是全拖拽式的自助式数据准备和数仓构建工具。该组件主要应用于业务人员进行数据处理的二次加工或者科技人员进行数据取数。通过拖拉拽的方式,用户可以轻松完成数据加工,降低开发成本。此外,智能ETL功能的数据处理流程自动化、可视化,数据处理更加方便,有效节省人工成本。

2、中国式报表Pro

中国式报表Pro高度兼容Excel,集成了90%的Excel功能,可以一站式创建报表与可视化深度融合分析。主要有两个场景:

首先,在线下,银行通常有许多报表需要大量时间进行处理,通过中国式报表Pro能够自动兼容现有Excel中的所有函数,逾95%的函数都能被兼容,实现线下报表快速转移到线上。

其次,报表线上化后,无论是在线上直接处理还是将其从本地迁移到线上,数据管理变得非常方便,可以实现全面的管控,包括数据的分发、预警和联动,有效降低开发成本。

3、数据门户

数据门户实现了全流程0代码,完成应用和门户搭建,即时预览发布,所见即所得,实现敏捷迭代。当面对大量数据和报表时,每个业务人员和领导都需要查看大量的报表,需要建立一个有效的管理平台。数据门户可以根据个人需求进行定制,从而快速完成数据产品的开发。

4、自助式数据分析

自助式数据分析,通过自助化零代码的拖拉拽方式进行数据分析和看板的搭建。即便是业务人员,也可以轻松使用,根本上扩大了企业数据生产者的基本盘,同时缩短业务数据分析的等待周期,实现及时的业务洞察。

5、移动BI

观远数据移动BI,实现了零代码开发移动端数据应用,助力业务人员、数据分析师成为移动数据产品经理。移动驾驶舱和移动端页面的构建,是银行业务中的一个重要亮点。观远BI的开发采用一键切换式的方式,已有的PC端页面可以一键切换成移动端,无需进行任何开发。

通过以上五大优势功能,企业将进一步在第一阶段夯实数据使用基础,快速帮助科技人员和业务人员使用和分析数据。

场景化解决方案

除此之外,考虑到许多银行领导和业务老师常常表示自身想进行分析,但缺乏清晰的思路。有时会遇到银行原先存在的驾驶舱不够满意、不好用、数据结构不完整、数据链路不清晰等问题。

观远数据多年服务客户的沉淀,还提供了场景化解决方案,涵盖了常见、通用的驾驶舱和营销主题,贯穿了整个客户生命周期管理,包括客户分层分群、价值贡献、客户关系、商机识别、客户持有、资金行为、渠道触达等,实现零售营销端到端全流程的管控。

第二阶段:广泛自助赋能业务

第一阶段分享了怎么通过产品能力和场景化解决方案帮助快速落地数字化能力,夯实数据分析基础。第二阶段则着重于广泛的业务自助化,让业务人员真正拥有“数据武器”。

在这个阶段中,观远数据提供了完善的支持体系来帮助金融机构和业务人员,包括诊断咨询、能力培训、运营中心、数据大赛和社区等服务。

例如培训课程,提供集课程、实操、互动为一体的学习环境,通过体系化课程+案例式教学+碎片化学习+实战演练,帮助新人掌握BI的实操技能,具有四大亮点:体系化课程,覆盖数据分析全流程;分解式培训,边学边练,更易记住操作步骤;

陪伴式学习,班主任+助教,社群答疑、圈子交流;学练一体化,提供学习录屏、章节测试、学习进度、案例实操、结课证书等能力。

观远数据不仅具备标准化的课程体系,涵盖产品能力、数据分析和数据决策思维培训,以及提供线上课程,灵活地适应不同用户的需求。此外,还有数据大赛等活动,挖掘银行内部的数据分析人才,促进数据文化的传播和培养。

第三阶段:智能化能力建设

在第三阶段,将专注于智能化能力的构建,观远数据结合自然语言处理能力,进一步帮助企业降低数据分析的应用门槛。主要提供了三个功能和服务:Chat2Answer、Chat2Help和智能洞察。

Chat2Answer是指标体系的即问即答,基于多轮对话洞察业务问题,智能归因定位,并能结合业务知识库提供建议;Chat2Help则是观远BI的百晓生,24小时在线技术支持和数据辅导,无论是功能介绍、操作指南、最佳实践、FAQ、指标定义、业务口径,通通都能解答。

在进行大量数据分析时,特别是在汇报总结,往往需要分析各种指标并找出原因,并且完成分析后,还需要制作PPT等报告。智能洞察则是解决这一问题的利器。利用数据洞察,可以根据预设的分析思路让系统来分析数据变动原因,并自动生成相应的报告,大幅提升了日常工作的效率。

今天的分享一直贯穿着观远的核心价值理念,我们的目标不是简单地将技术能力交给IT部门,而是更多地去赋予IT部门使其真正发挥作用。观远数据致力于完善数字化转型和数字化能力的拼图,期望通过我们的服务和产品,培养出十倍的数据生产者,从而带动百倍的数据消费者。