【2024中国数据生产力大赛】常熟农商银行：BI自助分析引领数字化人才梯队建设
常熟农商银行：BI自助分析引领数字化人才梯队建设
一、企业简介
江苏常熟农村商业银行股份有限公司(以下简称“常熟农商银行”)改制成立于2001年11月28日，是全国首批组建的股份制农村金融机构，2016年9月30日于上海证券交易所上市（股票代码：601128）。截至2023年末，常熟农商银行(含村镇银行)资产总额3345亿元、存款总额2479亿元、贷款总额2224亿元，全部贷款中，超六成的信贷资金用于支持小微企业，超七成的信贷资金投向涉农领域，近八成的信贷资金服务于实体经济；2019年9月在海南省海口市发起设立全国首家投资管理型村镇银行，集约化管理云南、湖北、江苏、河南、海南、广东六省的32家兴福村镇银行。
常熟农商银行以“农村金融领跑者”愿景为指引，以“普惠金融、责任银行”为使命，秉承“敢闯、敢试、敢为”拼搏精神，连续六年蝉联“陀螺”评价体系县域农商行第一，连续五年获评上交所信息披露评价A级，连续五年跻身英国《银行家》杂志“全球银行1000强”榜单前500强，2023年排名第405位，“2023年中国银行业100强”第81位。
二、数字化人才建设背景
宏观背景：银行数字化，是通过数字技术，提高数据的采集和收集范围，按照数据标准有效存储起来，经过数据分析加工成可供科学决策的信息，形成数据资产，并发展出精细化管理的策略，面向营销、风控、运营等数据消费应用和场景提供对应的数据服务，从而通过数据产生价值，银行的业务经营过程更为高效和敏捷。
数字化的基本原则，需要坚持系统观念，加强全局谋划、战略布局，组织架构、业务模式及流程、数据能力、科技能力等方面的变革要整体协同推进；坚持创新驱动，以创新作为引领发展的第一动力，创新体制机制，创新应用数据和技术，业务创新、技术创新相互带动，实现经营管理和服务模式变革。
农商行所处宏观环境、行业环境和内生发展需求都发生了重大变革，为区域银行的数字化转型提出了新的发展方向和要求。在宏观与监管层面，十四五为农商行呈现本地产业端到消费端的新机遇，监管要求农商行回归本源和提升数字化服务能力；在行业政策与竞争层面，金融供给侧改革使得农商行亟需转变粗放发展的同质化经营模式，大型银行下沉争夺区域内普惠客群，农商行亟需差异化竞争。在客户行为与内部驱动力层面，客户的数字化行为深化，加速银行的数字化转型，银行高层领导的重视和业务发展需求驱动着内部数字化变革。
企业背景：银行数字化，是银行软实力的建设，是数字化人才、数字化平台、数字化业务的建设，而不只是单纯的信息系统的建设，需要遵循客观规律脚踏实地逐步前进，更需要有长期的坚持和定力。常熟农商银行在金融科技上重点投入，取得了较好的先发优势，并且在业务数字化上也做了有益的探索，取得了良好的成效，正在从着重数字化初级阶段的建设，迈入重点构建数字化中级阶段的过程中，通过数字化工具和数字化人才加速数字化转型进程。
三、数字化人才培养必要性
在数字化转型发展过程中，诸如其他同业一样，常熟农商银行也不可避免遇到以下挑战：
数字化核心人才短缺。未形成有效的数字化专业人才培养体系及梯队，内部专业人员流失严重，技术与业务难以相融合，亟需补充复合型数字化核心人才。
组织协作缺乏敏捷性。现有模式业务部门分散数据分析人员，未能和数据及技术部门形成统一目标，统一模式；业务人员脱离数据，取数用数流程时间长。
数据基础能力不够牢固。数据基础能力有待提升，数据架构需要不断完善，加强取数快、取数准的能力。
没有灵活的数据工具支撑。业务人员数据需求多、更新快，技术人员研发任务重、周期长，需要灵活的工具破解传统缓慢的研发模式。
常熟农商银行数字化人才建设：
1、成立“统计与数据资产部”和“一办六专班”工作组，协同负责数字化人才建设
通过制定《金融科技发展规划》、《数字化战略发展规划》，常熟农商银行体现了在数字化转型上的发展蓝图，致力于深挖数据价值，切实提高科技与数据赋能业务发展能力。2021年初，常熟农商银行成立了一级部门“统计与数据资产部”，区别于科技研发的部门，新部门主要职能是通过数据统计、分析、管理等手段，为我行在精准营销、决策支持、风控提升、业务拓展等方面注入新的发展动力，发掘出新的数据价值。2023年，常熟农商银行全面推进数字化转型发展，提出转型战略，组建数字化转型领导小组，形成“一办六专班”工作组，启动数字化人才培训项目，统筹推进数字化转型工作。
为顺应国家数字化战略、监管指导意见及工作方案，常熟农商银行加快数字化转型步伐。为应对困难挑战，统计与数据资产部作为行内数据主管部门，引领数据平台建设,背负培养与输出高水平、创新型、复合型数据人才的重要使命，力求数据平台驱动和数据人才驱动双管齐下。
2、现阶段的数字人才培养重点：以数据分析带动BI应用推广
在全行数字化转型过程中，以数据分析为基础培养数字化人才，常熟农商银行力求通过引入便捷灵活的分析工具来破解快速强化数据支撑的困局。传统业务人员对于数据分析需求与IT人员沟通成本高、数据需求变化快、需求解决的更新速度跟不上，传统工具如Excel图表种类单一，无法处理大量数据，不能便捷适配移动设备查看，数据随意改动安全性不能保障等，银行员工饱受诸如此类数据问题与难点的折磨。
商业智能（Business Intelligence，简称：BI）是一种低门槛、易操作的自助分析工具。随着BI在金融行业的应用已经越来越广泛，尤其对于中小银行或农商行，通过BI有助于快速实现数据整合、分析和可视化操作，快速助推数据驱动，是实现降本增效的有效手段。随着数据基础的逐步完善，常熟农商银行启动BI自助取数平台建设推广，工具由过去只用于研发人员做数据开发到可由业务人员进行取数用数的发展转变，并赋予培养BI数据分析人才作为全行数字化转型人才体系建设的重要地位。
过去在银行业多个数据分析系统独立分散、互不相通，分析从需求到结果周期慢，没有形成有效的关联分析。常熟农商银行力图通过BI工具打造统一的取数平台，实现全行范围内的数字化分析。在平台建设过程中，采用了三步走的实施步骤，即搭框架、深应用、促转型。
（1）搭框架。搭框架指构建统一的自助取数系统，基于行内现有的大数据平台，完成分析系统与行内的数据、用户的集成，用户能初步进入分析平台进行数据查看。
（2）深应用。深应用指在自助取数系统上整合更多高级分析功能，如自助分析、数据挖掘、知识图谱、人工智能等，提升行内对于数据的利用水平，直接带来分析价值。
（3）促转型。促转型则是一个长期的过程，它指在整个自助取数系统的运营过程中，配合一些激励的措施，充分调动全行人员的积极性，形成数据分析的氛围与文化，最终达至数字化转型。
在做好平台搭建以后，后续的推广工作是关键，如何做好（2）深应用和（3）促转型是BI建设的重中之重。
BI平台于2022年7月底完成上线部署，BI在项目初期就以更好的服务业务人员、减少重复数据开发为宗旨，同时目标分流原有繁重的导数工单数量，实行全行推广。
3、BI推广：从定向范围试点开始，下一步是实现大规模自主应用
常熟农商银行的BI推广从2023年开始，2023年主要是在20+支行内进行推广，2024年计划向全行70+支行继续推广，实现大规模的自主应用。在保证全行内业务部门都掌握自助分析的基础上，未来的推广则会以业务深化和业务创新为目标。
整体计划如下：
随着BI推广的逐渐深入，目前在以下几个方面取得了成效：
（1）【分流导数工单】通过对工单的发掘，可以找到大批量定期同类的导数工单，例如自2020年中旬至2022年8月，授信部门每个月提工单进行企业综合管理系统基本信息的导数，前后共计29次，在BI平台上线后通过主动前往授信部门对业务人员进行现场培训，并交付系统操作手册后，对应业务人员后期每月初都会通过BI自助取数平台取数，不再通过原有的提工单取数，实现了BI对于传统导数工单的分流。
（2）【接入融合层数据，提供数据分析“土壤”】为丰富BI分析的数据来源，平台建设实现了融合层主题数据的快速接入，并针对BI使用人群的不同，架构三种类型融合层数据：数据开发人员使用原表层数据；签署保密协议的业务人员使用提供码值字段精翻译的精译层数据；尚未签署保密协议的业务人员使用脱敏层数据；同时不断强化融合层模型建设，累计完成常熟及村镇模型超120张，基本覆盖所有主要业务场景及属性信息，满足越来越多的BI自助分析需求，也通过保密协议/数据脱敏等方式，实现安全可控的数据开放。
（3）【完成全行主要业务部门/分支机构推广】平台建设推广初期，正值旺季来临之前，通过主动联系、登门拜访、oa发文的方式，结合BI-融合层联合培训的方式完成对运营管理部、小微银行总部、普惠金融部、网络金融部等10个总行部门以及村镇银行的快速推广，并且对接如无锡分行、昆山支行，借助其需求做BI的异地试点场景建设，为多家分支机构定制业务场景做技术准备。
（4）【节假日数据支持】在重要节假日来临前主动收集需要每日出具数据的工单，主动联系到相关业务人员，提供节假日BI限时开放，例如在22年国庆假期导数工单数量同比上年增加300%的情况下，得益于业务通过BI自主取数，依旧在保证数据质量的前提下完成了国庆导数工作。
（5）【旺季支持“组合拳”】通过与业务部门如网络金融部、零售部门、小微部门深度合作，配合完成大量旺季数据需求，如优质收单商户、机构全优商户、零售客户营销等相关分析，助推旺季业务；通过总行部门与分支机构联动的“组合拳”，BI系统推广至26家一级机构、44家二级机构，并延伸至江苏、湖北、河南、云南、海南、广东地区19家村镇银行机构，实现全行开放覆盖BI系统，为旺季活动保驾护航。
通过以上层层联动，BI自助取数平台为14个总行部门提供数据服务场景超120个，为分支机构提供数据服务场景超200个，目前BI月平均访问量达一万多次，较推广初期翻了30多倍，导数分流从初期的20%到现在已能实现近50%的分流率，提升约人均2小时/日的工作效率，减少了人员成本的投入。
自BI全面推广以来，在数据资源整合不断向好的基础上，BI自助工具的推广建设不断深入，数据分析渐上台阶。以数据自助为牵引，常熟农商银行在数据文化建设上也是水涨船高，截止2023年9月，累计组织BI专项培训15场，邀请外部BI专家，推行数据人才培养方案，并组织首届BI数据分析技能大赛，以赛事检验BI人才培养成果，按照行内数字化人才队伍的建设规划，进一步扩充数字化人才队伍。
紧紧围绕本行制定的数字化管理建设规划目标02-03-04，数据人才培训方案按照以下方式推进，：
按照方案规划，项目开展历时半年多时间，主要进程如下：
以一级机构为单位参与报名。通过设立评优奖项、奖学金，建立BI驻点优先服务措施政策等，鼓励全行各机构和人员报名，各直属支行至少安排1名员工参与，各分行、中心支行、总行营业部、总行各部门至少安排2-3名员工参与，累计报名209人，范围覆盖所有一级机构和总行部门。
安排初阶线上工具实操直播课程。据统计，学员直播参与率达到81%，机构直播参与率达到94%，33%的学员通过初级认证考试取得进阶名额。初级培训参与学员120+人，人员覆盖小微金融部，普惠金融部，网络金融部，运营管理部，人力资源部，风险合规部，审计部，财务运营部，零售银行部，资产管理部，20+支行人员参与。
开展线下开营仪式。仪式上，进行阶段性评优，选取优秀学员和组织，激发学员深入学习动力，开展数据分析思维专题培训、银行业案例分享，大大唤起员工探索BI工具的热情。
组织进阶培训班。按照初阶学习阶段各学员的课程参与率与作业完成情况，结合考试认证情况，选拔了66名BI进阶学员参与进阶阶段的培训。历时两个月时间，课程从入门到精通，对BI工具的使用做全方位的实战应用指导，每周进行知识点讲解和实践作业，安排问题直播答疑讲解，学员群师生互动解答等，大幅度提高员工对BI工具的运用能力。
在行内培训学校进行小班授课。课上学员自由分组，以互动授课模式，老师手把手教学指导，进行头脑风暴、BI作品现场制作展示、路演PK等，表彰优秀小组。
主要覆盖业务主题包括贷款、存款、卡、零售、表外等，部分课堂作品展示：
课堂现场图片：
深入调研关注课题，进行业务沙盘。选取普惠、零售、授信、审计等总行部门16名BI业务人员与4名相关行领导进行课题探讨，通过访谈交流，回顾作品案例，筛选出行内关注的重点课题，讨论数据分析方向；组织总行部门BI学员进行课题沙盘演练，基于业务沙盘，让参赛选手的作品更有管理和业务视角，并进行案例模拟分享。
案例分析复盘示例：
全行级的BI课程学习。本年度在行内学习平台上架超130个BI相关视频课程，分别面向初级业务分析人员和中高级业务分析人员，进行全行学习推广，员工学习参与率到89%。
BI大赛评比。由60多名学员组成的12个参赛小组脱颖而出，参与决赛角逐，现场进行BI数据分析技能比拼，内容包括BI仪表板展示、制作方法、分析思路讲解、业务价值等，分析主题包括存款偏好分析、信用卡逾期分析、手机银行客户画像、零售客户流失模型及预警分析、经营机构分析、银行贷款潜在客户分析、村镇业务场景等，大赛将全行BI分析的热度推向了高潮。
部分决赛优秀作品展示：
BI大赛的举办推动常熟农商银行数字化人才培养又迈上了新台阶，通过直播教学、答疑、作业批改等方式开展培训，大幅提高了数据专业人员对数据、工具的熟悉程度，培养的BI学员具备自主使用数据集、快速制作数据图表、1小时制作大屏的能力；同时借由BI赛事推广，扩大BI的数据开放范围，涵盖存款、信贷、零售、客户等86类数据包，进一步丰富BI的数据场景。
四、应用落地
常熟农商银行在全行内通过BI应用推广，在多重方面进行数据支撑，例如在市场营销方面，零售及小微部门通过BI工具分析客户行为数据，精准判断客户的需求偏好，帮助客户经理精准营销，提升销售转化率；在风险管理方面，风险部利用BI工具结合大数据风控模型，提前判断潜在风险，制定相应风控策略，降低发生预期损失概率，保护银行资产；在业务决策方面，BI工具提供的数据报告和可视化图表，可以为各分支机构搭建数据看板，集中展示关注的指标动态，快速定位诊断问题所在，调整经营策略，优化资源配置，提升运营效率；同时通过BI工具能迅速响应业务热点，如数字人民币、新市民动态、机构效益分析等，保持BI工具的关注使用热度。
案例合集一：分支机构业务看板
需求分析：
区别于行内经营管理数据，机构更关注考核口径的指标查询，但相关考核数据涉及大量复杂规则计算，现有系统需要花费大量时间跑批核对，出数时间及查询效率难以保证。
解决过程：
建立考核领域集市作为考核相关明细数据统一来源，接入BI，按照机构关注指标需求由业务人员自己搭建不同模块考核维度指标看板。
价值体现：
从试点机构BI业务人员自己制作考核模板，再推广到全行其他机构人员进行适配改造，最终形成标准化的全行级BI考核数据看板展示，支持零售、公司、小微、授信、普惠、运管等各条线人员快速查看自己的业绩情况，满足机构、客户经理考核进度的日常跟踪。
模板样例：
贷款模块
①展示贷款相关信息：包括贷款余额、日均、户数、利率及其变化情况。
②展示风控指标：包括各类风险指标，如逾期率、不良率、以便评估风险状况。
③提供二级机构和三级机构的排名信息，用户可以点击二级机构进行下钻至三级机构、客户经理、客户的详细信息。
④以图表形式展示最近2年每个月的放款金额和放款加权，以便分析放款趋势和权重分布。
⑤提供贷款余额和当年净增按条线占比、按担保方式占比的图表，以便了解贷款分布和担保方式的比例。
⑥提供按贷款投向、贷款类型、产品分类展示的图表或表格，以便了解不同产品的规模和利率情况。
⑦提供当日发生的贷款相关明细，包括放款、还款，方便用户及时了解贷款动态。
存款模块
①展示存款相关信息：包括存款余额、日均、储蓄余额、日均、付息率。
②提供二级机构和三级机构的排名信息，用户可以点击二级机构进行下钻至三级机构、客户经理、客户的详细信息。
③提供按定期活期、储蓄对公分类展示的表格，以便了解不同类型的规模。
④提供按产品、期限分类展示的表格，以便了解不同产品、期限的规模。
⑤展示不同年龄段男女客户的平均存款余额，以便了解不同人群的存款规模。
数字化模块
①展示机构数字化程度，包含数币贷款、数字人民币资金归集、数字信用卡三个版块。
②主要展示各个板块当年、当月、当日完成情况。
③提供二级机构和三级机构的排名信息，用户可以点击二级机构进行下钻至三级机构、客户经理、客户的详细信息。
④提供当日发生的相关明细，包括签约、发卡、交易动态。
手机银行模块
①按最近一年内登录次数将手机银行客户划分成活跃户和非活跃户，用户可以设置划分次数。
②按AUM值高低将客户分为高价值客户和低价值客户，用户可以设置划分AUM值。
③按年龄将客户分为大龄客户和小龄客户，用户可以设置划分年龄。
④用四象限分析法将客户分为四类：高价值活跃户、高价值非活跃户、低价值活跃户、低价值非活跃户，不同类型的客户采取不同的营销策略。
⑤如何提升？展示激活率低的员工，制定考核、重视厅堂服务质量，激活率低的负责人谈话。
员工画像
①将不同指标集中在一个页面暂时，方便用户查看整体情况。
②加入员工PK模块，类似京东Plus的货比三家功能（PK去对比），用户可以个性化选择PK的人群及指标，方便用户对不同员工的业绩进行比较。
案例合集二：兴福村镇银行数据综合应用
需求分析：
村镇银行技术支持有限，缺乏独立的系统支撑，数据来源多个系统，整理繁琐，需要投入大量人力自行加工计算，且时效性不足，影响决策。
解决过程：
以沾益村镇银行的数据使用场景为原型，由其机构人员进行数据梳理，将BI学习成果快速运用，将常用汇总类统计和常用分析归类整合形成BI模版，分发给32家村镇银行，各机构可直接使用或根据自身需要改造，汇总展示包括存款余额、AUM、存款流失客户、微银行增户拓面、活期存款占比、贷款余额、逾期不良、贷款流失客户、贷款客户留存、投放情况、客户经理投放等数据，全方位还原村镇机构的关注数据。
价值体现：
将BI成果推广至至江苏、湖北、河南、云南、海南、广东地区32家村镇银行机构，使得村镇业务人员也能共享BI数据查询的便捷成果，快速知晓自己干了多少事、能拿多少钱，大大提升了集团整体用户的数据查询分析体验，培养了一批村镇使用BI的主力军。
模板样例：
存款余额
AUM
存款流失客户
微银行增户拓面
活期存款占比
贷款余额
逾期不良
贷款流失客户
贷款客户留存
投放情况
客户经理投放
机构看板-以沾益兴福村镇银行为例
五、总结
BI大赛的成功举办，进一步推动BI工具服务全行各分支机构的水平，涌现出许多由业务人员制作且实用价值很高的BI模版，许多业务部门或机构已实现通过BI基础数据，自主建设数据使用场景，大大减少了日常劳动密集型的临时导数、固定报表服务依赖，释放了数据技术人员的开发压力。
2023年常熟农商行在20多家支行内成功进行BI应用推广，开始孕育出一批属于“常熟农商行数智人才”，初步做到真正使业务驱动数据、数据又快速反哺驱动业务，更快速的为经营管理者进行决策。数字化浪潮风起云涌，农商行群体亦大有可为，利用BI工具开辟数字化转型赛道，常熟农商行在2024年将继续围绕着“科技强行”战略，在全行70多家支行内继续进行BI应用推广，以顺应中国银行业的转型变化，同时也愿常熟农商银行的实践经验可供借鉴。
