帆软FineBI合作大连银行:大数据应用
(1)客户介绍
大连银行是中国东方资产管理股份有限公司旗下重要的子公司,注册资本为68亿元,目前,在北京、上海、天津、重庆、成都、沈阳、丹东、营口设有8家异地分行,在大连地区设有总行营业部及10家管理型支行,全行共有187个营业网点,员工5900余人。截至2019年末,大连银行资产总额4131亿元,各项贷款余额2013亿元,各项存款余额2787亿元。在2019年7月出版的英国《银行家》杂志全球前一千家大银行排名中,大连银行位列第305位。
(2)项目背景
与大多数银行同业一样,大连银行在数据应用的初期也面临着许多困扰。比如:数据源繁多无法进行管理;业务需求不清晰,报表重复建设,复用率低;权限管理配置复杂;建设周期长等问题。
为彻底解决数据应用方面的各类问题, 2018年伴随着行内大数据平台项目的启动,重新对数据架构进行了梳理,通过引入FineReport和FineBI两套产品,建成了大连银行数据决策平台,使得数据应用人员围绕着数据的开发、管理、运维、服务等各环节能够方便灵活的管理和使用数据。
1. 大连银行数据决策平台全面集成帆软核心产品,并实现了以下功能:
1)业务人员自己通过标准化流程制作报表和,或者通过快速查询功能查询数据;
2)科技人员通过SQL查询和快速查询制作报表和查询数据;
3)权限管理实现了层级化、条线化管理,设置系统管理员、审批管理员、普通用户的角色权限;
4)系统监管深化到用户具体操作行为、详细菜单、报表、功能点等;
5)数据安全依附于归属职能信息严格控制有权查看数据和导出数据。
2. 大连银行数据决策平台投产后,从业务角度:
1)实现了数据的自助查询功能,业务人员获取数据更加容易和便捷。
2)缩短了数据获取的时间。
3)数据的口径统一管理,更加准确。
4)大部分数据均已实现了线上申请查询功能。
5)数据统一通过模型提供对外服务,报表统一展现,并实现资源的共享。
6)业务人员通过平台的培训提升了数据获取的能力。
3. 从技术角度来说:
1)减少了科技人员报表制作的需求。
2)可以直接通过SQL在前端查询,无需直接操作数据库。
3)科技人员释放了资源,可以集中精力做好数据集市等底层数据的规划和建设。
4)缩短了普通报表的开发周期。
总体上,通过数据的开放运用,提升了数据仓库蕴藏的数据价值,同时确保了用数过程中的安全可控,最终也改善了科技与业务人员之间的协同工作关系,大家可以更专注地解决业务问题。
(3)解决方案
除了决策平台以外,大连银行以实际业务场景为驱动,基于FineReport和FineBI,打造了多款应用产品级产品,很好地满足了业务人员的使用需要,为业务的开展提供了极大的帮助。
1. 基于内外部数据的网点智能分析
大连银行在本市的营业网点共计109个,有的网点每日排队现象严重,而有的网点则相对清闲。如何衡量各网点的业务规模与周边环境资源是否匹配?网点资源配置是否充分考虑到了网点的客流情况?
基于百度地图API,通过编写Python程序,抓取到大连银行网点的地理坐标以及周边的小区、写字楼等POI信息,并生成热力地图宏观展示。
网点周边写字楼分布情况:
通过外部数据生成热力图来看,我行港湾广场,青泥洼桥、人民广场及解放广场一带的网点周边写字楼宇较多,这些网点的客户资源主要以企业白领客户为主。
网点周边小区情况:
我行中山区东港,三八广场,青泥洼桥、中山广场、桃源街一带;西岗区人民广场一带;沙河口区西安路、解放广场、绿波,星海一带;甘井子区华南广场、山东路一带网点周边小区较多,这些区域的网点周边位于居民区,客户资源较为密集。
将内、外部数据整合后,使用FineReport做出大连银行网点的经营业绩与周边的环境的对照关系表。
根据该对照关系表,对网点进行分类,并根据网点类型相应给出服务提升建议。
通过上述分析结果,为银行网点的资源配置,网点选址以及周边的营销活动的开展提供了数据决策的依据。
2. 绩效考核
基于大连银行数据服务平台的基础数据,结合分支行个性化考核需求,使用FineReport开发了分行绩效考核系统,解决分行差异化考核的问题。
系统特点:
- 按照客户、账户、子账户等不同维度进行业绩分配的问题,并支持从核心系统、手机银行等渠道接入业绩分配关系。
- 实现客户经理业绩的查看,绩效奖金所见即所得的考核模式。
- 考核维度零售业务全覆盖,涉及存款、贷款、理财、基金、信托、国债、贵宾卡、信用卡等多个维度。
- 具备按照机构、条线、部门和人员等不同维度进行考核的功能。
- 提供会计、考核两种口径的考核指标库和各种考核报表。
分行绩效考核系统于2017年二季度上线,前期在成都分行进行了试点部署。上线之前成都分行苦于没有成熟的考核工具,很多业绩都要靠人工统计计算,经常出现业绩统计不及时,统计遗漏,统计复杂无法人工计算的情景,久而久之客户经理的积极性不高,整个分行业绩下滑严重。绩效系统上线以后,全分行高度重视,要求全体员工每日必须登陆系统查看自己的业绩情况,同时与全部门乃至全行员工比较,找出自身差距,激励自己,鞭策自己,形成全行上下一致的信心和决心。短短一年时间,该分行业绩突飞猛进,由排行倒数第一进入到全行前三名。这其中除了该分行新领导班子对绩效考核的高度重视以外,便利、灵活的考核系统也起到了关键作用。使用FineReport轻松实现了分行的个性化考核需求,无需通过编程即可实现强大的复杂报表,且具有展示友好的特点,深得分行员工考评。
3. 魔数眼系统
为了给一线分支机构的管理人员、客户经理、营销人员提供一个便捷的移动端数据查询平台,方便管理人员、客户经理随时随地查看辖内机构、人员以及自身的业绩情况,2020年大连银行信息科技部上半年研发并上线了魔数眼系统。
魔数眼系统架构上与行内移动OA系统集成,实现单点登录功能。用户通过手机、平板电脑或者PC登陆OA系统后,即可直接访问魔数眼系统。整个项目运行在大连银行移动门户平台(EMM)中,确保了系统运行网络环境的安全性和可靠性。
魔数眼系统从架构上打通了移动终端与行内管理类系统的访问通道,技术上实现了数据的移动应用功能,在保证安全性的同时给业务人提供了使用上的便利。
系统架构图:
3.1 系统功能介绍:
系统访问入口
用户登录移动端OA后,在工作台/更多应用 模块中可以看到魔数眼图标,点击该图标即可访问魔数眼系统。
3.2 系统菜单
进入魔数眼系统后,系统目前提供三大主题数据服务。
- 绩效业绩看板
查看分行、支行以及个人的绩效业绩情况和排名情况。
- 业务数据检视
对分支机构的主要经营业务指标进行追踪。
- 经营数据分析
从客群、产品结构、地区、渠道、趋势等多维度对经营数据进行分析和挖掘。
3.3 系统功能简介
1)绩效业绩看板
绩效业绩从存款、贷款、AUM、排名等维度进行了展示,根据登录用户的权限不同,看到的数据也是自动变化的,例如总行用户登录可以看到全行的数据,分行用户登录只能看到本分行的数据,客户经理仅能看到自己名下的数据,实现了数据根据权限自动切换。
存款、贷款、AUM、排名每个维度都可以向下钻取,进一步查看详细数据:例如,点击个人存款图标,即可看到个人存款向下包含的各类存款产品的详细数据。
为了更好的开展考核评比工作,系统的排名功能,可以从分行、支行和个人三个层面,通过零售存、贷款、对公存、贷款等不同维度全面展示业绩排行情况。用户可以全面的了解机构和个人在全行所处的位置,在以数据论英雄的考核背景下,从而激发起竞争意识。
2)业务数据检视
通过对分支机构的重点业务数据指标以周、月为周期进行定期的数据检视,时刻掌握任务进度和计划之间的差距,从而更加精细化的对计划任务进行考核管理。目前已加入检视范围的指标包括:储蓄、AUM、非储资产、个贷,鲲鹏e贷以及信用卡等指标数据。
3)经营数据分析
针对2020年上半年存款增长情况,从增长趋势、幅度、客户群体、产品结构、区域、来源以及渠道等多个维度较为全面的进行分析。
客户维度:
区域维度:
客户画像:
魔数眼系统的上线给大连银行全行各级机构的管理人员、客户经理提供了一个便捷的移动端数据应用平台。魔数眼系统是全行数字化建设的组成部分,是业务管理工具线上化、移动化、便捷化的体现。系统自2020年7月初上线以来,还在试运行阶段即收到全行的普遍关注,业务人员现在通过手机即可随时查看自己的营销业绩变化,指标完成情况,客户大额资金进出,经营数据分析等数据和智能分析结果,时刻掌握营销动态,极大提升了工作效率。
4. 管理驾驶舱
为了给行领导提供实时、动态的图形化经营数据展现,引导银行经营决策向“智慧型、精细化”的经营模式转变。2017年开发了管理驾驶舱系统。管理驾驶舱后台从基础数据平台抽取数据,经过业务层的汇总加工,前端使用帆软设计器开发,通过图形化控件的运用,形成可视化的经营指标数据。
管理驾驶舱使得高层管理人员对于行内数据能够及时准确地掌握,且能透过过图表分析出变化趋势,并预测今后的发展情况。实现了真正意义上数据“一眼清”。
5. 同业集合竞价系统
我行基于FineReport平台建立了同业存款集合竞价系统,各分行在每个工作日的规定时段内通过集合竞价系统进行同业资金竞价上报。总行根据上报的交易对手行、同业存款金额及利率报价等相关信息,按资金需求及定价策略进行排序,最终由总行金融市场部公布中标行开展业务。
通过同业集合竞价系统的使用,有效发挥价格机制,合理控制同业存款成本,避免分行间产生价格战,保障了业务的均衡发展。
(4)价值体现
随着银行数字化转型工作的全面启动,如何利用先进的生产力工具,结合行内数据价值的深度挖掘,推动银行业务在经营、决策层面进行更为精细化的管理,将是未来银行生存、发展的重要支撑。结合我行相关工作的开展,分享如下几个方面的建议供同业参考。
1. 注重数据分析
大数据时代下,银行积累了PB级的海量数据。如何激活这些沉睡的历史数据,从数据中挖掘亮点,找出机遇,值得我们思考。合理使用外部数据,结合线上行为数据以及第三方采购数据,采用知识图谱技术和机器学习算法,可以构建出银行数据应用的新模式。
2. 业务需求贴合实际
数据要为业务服务,一切出发点要以满足业务需求为基础,提升业务价值为目标,充分理解数据,理解业务,做出来的产品才能够真正的“接地气”。
3. 打造敏捷的开发模式
业务部门的需求往往非常急迫,经常提出后急于看到效果。对于大多数管理类的项目需求,通过FineReport的设计器,开发人员可以快速构建出产品的原型效果,同步的和业务人员边做需求确认边开发,实现项目迭代开发的敏捷开发模式
4. 实现数据的开放性
基于FineBI平台,可以给数据的使用人员提供了便捷的应用模式,行内业务人员面对的不再是一张张的固化报表,而是可以根据自身需要,通过拖、拉、拽的方式快速构建自己想要的分析结果,极大的提高了业务取数用数的效率,提升了数据应用价值。