如何通过BI让数据分析和应用从单点突破到全面赋能？

 

如何通过BI让数据分析和应用从单点突破到全面赋能？

 

最近发布的《2022年金融行业BI商业智能应用白皮书》（以下简称白皮书）指出，当前在数据赋能业务方面，金融机构主要集中在核心业务层面，例如客户画像、营销管理、风险管控等，在一定程度上提升了金融机构风控能力、营销效率和经营成本。但数据的价值远不止于此，数据应当在企业的各个环节自由流动，整体覆盖企业经营，包括前端的业务与服务，中端的组织优化、人才培养和管理机制等，后端的人力资源、财务管理等，实现全面的数据赋能。

 

那么，金融机构如何才能真正落地“从单点突破到全面赋能”？

合理划分阶段，紧抓关键动作

 

数据应用从单点突破到全面赋能不可一蹴而就，并且需要一定的资源投入，因此应当划分明确、合理的阶段。

 

《白皮书》认为，金融行业的数据应用整体原则可总结为 “由浅入深”，具体分为三步：

 

先是搭骨架。从数据源、大数据平台（含BI商业智能分析软件）、主题模型、适用对象搭建好数据分析架构。这个过程需要确定集团层级和业务板块层级都来自哪些基础业务系统及其健全性，数仓建设、存储及计算资源保障、BI分析场景设计、集团和板块分析主题及数据使用对象是集团高层领导、板块运营管理责任人、子公司企业领导或业务人员。搭骨架还包括从组织层面搭建集团数字化管控人员体系。

 

其次是填血肉。需要完成数据治理、深入各子公司及各部门构建业务场景指标体系，填充各分析主题具体子主题。填好血肉后可以挑选一两个子主题为样本，建议选取数据量大、业务逻辑较复杂的子主题，验证前期“搭骨架”和“填血肉”过程各环节准确性、完整性、适配性以及组织层面的高效性，确保边际保障。这个过程可以高频试错，对于任何不足的环节找到解决方法，寻求资源，快速解决。如果较复杂主题取得良好效果，即可小步快跑，快速推进其他主题数字化建设，从建设过程上推进至数据、业务与资源的整体融合阶段。

 

再者是持续提升。数字化管控不是一劳永逸的，需要持续提升，譬如主题补充、主题细化、更多维度关联分析、数据挖掘、决策辅助等，这是一项长期的系统性工程。为最终实现集团人、力、才、产、供、销全面数字化管控，实现集团数据分析及数据资产管理成效最大化奠定基础。

 

案例

在整个数据应用体系构建规划中，该企业分为三个阶段：

 

（1）搭建整体数据架构

构建数字化平台的重中之重，就是数据源的处理和数据平台的搭建。该企业的数据源非常丰富，包括HADOP、MYSQL、Oracle HIVE等数据仓库，也包括多维数据库、关系型数据库、程序数据源以及原始性的文件数据库。通过统一的BI平台进行数仓对接，在数据连接方面扫清了障碍，加速平台构建过程。

 

同时，建立了完备的数据回填能力，无缝操作快速定制调度任务，数据填报流程更加贴近用户实际，快速便捷向数据库导入数据。

 

数据处理过程中，也要注重规范化、自动化流程的构建，节省未来数据处理的工作量。

 

另一方面，通过合理的使用权限功能模块和B/S架构的登入设计，可以清晰的为不同层级、不同需求的工作人员及管理层接入对应的专属门户和主页。

 

（2）针对核心数据指标进行分析与监控

在搭建完数据，便可深入业务场景构建指标体系。在资源和时间有限的情况下，需要深入了解各业务的具体情况，优先挖掘和构建核心指标。

 

例如，对于金融企业，最关键的是风险管理。因此，该企业搭建了风险管理驾驶舱，针对每一块风险主题，充分考量了细化指标，梳理了量化分析逻辑链条，直观的列示各类风险指标的具体情况，按需进行下钻查看，层层递进，保障业务人员能够清晰直观的找到风险事件背后的主导因素。

 

例如流动性风险中对于杠杆系数的把控，在实现了细化指标的下钻后，业务人员可以随时监控构成这一系数的具体指标变化，进行相关的高亮及预警设置，从而在杠杆系数变大前提醒管理层，进而提前调整影响其资产负债结构以及偿债能力的杠杆操作。

 

风险驾驶舱的落成，帮助该企业更有条理的集中展现公司的整体风险状况，建设风险管理统一报告视图，支撑高层决策分析。

（3）丰富维度，持续提升数据价值

在完成核心指标体系的搭建后，便可以逐渐扩展和丰富数据覆盖的维度。

 

例如，该企业逐步将数据应用覆盖到管理后端，构建基于数据的内控体系。该企业有着庞大的国内外业务网络和分支机构，随着业务的进一步扩展，传统的Excel等分析工具，已经无法保证内控分析的便捷性、时效性和准确性。

 

对于财务人员，固定报表的编制和填报工作量庞大，重复性的工作较多。同时，各分部子公司的财务汇报流程繁琐，协同制作统一汇总报告的效率低，无法灵活制作不同区域、不同维度的汇报结果。

 

对于内控来说，许多分析模块都是每季度甚至每个月的汇报重点。以往需要由财务基层人员按需取数分析，并且相关趋势图也需要基于做出的基本表进行二次加工。当全公司自上而下的全部财务数据统一接入平台后，各部门的业务人员通过权限设置，可以自助拖拽自己所需的分析维度和指标，按总部汇报需求制定统一的填报内容模版，进行制表制图，便于总部汇总的分析与报告。

 

BI平台搭建后，许多繁琐的重复性工作得以减少，财务人员可以将精力投入在高质量的分析上，同时提升26个财务中心的财务信息利用率，使分支机构财务部门性质由单一核算型优化为协同总部做管理汇报的综合型职能部门。

 

该企业从基础数据架构出发，构建了高效敏捷的多端交互式BI自助分析平台，完美实现了数字化转型的战略。平台可以让业务人员快速上手，在操作方面实现了极致的易用，在多个平台可以交互浏览，模型搭建的应用使得分析更为灵活。

 

基于愈发丰富的场景构建核心服务能力

 

在互联网技术的发展下，金融机构可以更加便捷的触达客户，逐渐将金融服务融入到客户的各类生活场景中。数据应用技术的加持，提升了各场景下金融机构服务客户的效率、满足客户需求的精准度、降低整个服务过程的成本。“场景”既是诸多金融机构数字化转型的出发点，也是数据应用价值的落脚点。

 

通过技术所丰富的场景，虽然可以有效拓宽金融机构服务客户的方式和触点，但其关键仍然在于基于自身禀赋提供的个性化服务。技术所创造的场景具有一定的公共性，各金融机构在一定时期内都可以构建实现，而核心竞争力是在相同场景下，通过服务为客户创造价值的差异性。因此，金融机构可以围绕客户场景，结合自身服务能力和资源，依托数据不断的洞察客户在该场景下的需求、行为和结果，着重构建相应的服务体系，并基于数据进行持续优化改善，形成个性化的服务能力。同时，新场景下的数据应用体系，依然可以遵循“始于客户需求、提升中端能力、完善后端系统”的步骤进行。以此，建设“场景+服务+数据”的闭环体系，实现数据有效赋能于服务，服务有力支撑于场景。