一、项目基本信息
1、项目信息
公司全称：东吴证券股份有限公司
项目名称：东吴证券数据平台建设项目
负责人信息：葛菊平（运营中心总助）
2、平台运行状况
平台报表总量：200+
平台月访问量：10000+
二、项目背景
1、公司简介
东吴证券股份有限公司前身为苏州证券。在20多年的蓬勃岁月中，东吴证券累积区域经济动能、谋略全国布局发展。2011年12月12日，东吴证券在上海证券交易所挂牌上市交易，股票简称“东吴证券”。作为全国第18家上市券商，拥有以证券经纪、资产管理、投资银行服务、基金债券代销服务等为基本架构的专业证券服务体系，为您提供全方位证券理财服务。
东吴证券自成立以来始终坚持“待人忠、办事诚、共享共赢”的朴素理念，严格管理，稳健经营，不断加强自身专业团队和管理团队建设，致力于为实体经济增添活力，为美好生活创造价值，建设公司和客户共赢的财富家园。在证券公司分类监管评级中，连续四年获得A类A级券商评级。
为建立公司企业级的可视化数据分析管理平台，统一实施，实现核心业务交易系统，清算系统，风险系统等系统数据的收集整合，汇总分析，决策使用，让散落的业务数据形成统一视图，并存储统一规范的基础数据，进一步来实现我们东吴证券新一代基于大数据构架的经营分析数据平台。
2、数据管理主要问题和痛点
经过20多年的发展，东吴证券已经从一家地方性证券公司成长为拥有130多家营业网点的全国性综合券商，业务门类齐全，也建设了100多套系统支持各种业务的发展。
多年的快速发展，公司积累了大量各种的类型数据，也认识到这些大量的数据中蕴藏了巨大的价值，但发现由于以下原因造成数据价值无法被发现。
a. 缺少集中的数据管理组织和统一的数据管理制度
投资银行总部：客户信息管理不完善，未形成统一制度；场外市场总部：挂牌人工作业量大，缺少数据质量管控；信息技术总部：数据中心平台的数据需求管理缺少统一管理，相关材料（上下游系统清单、数据字典、操作手册）缺失。
b. 数据分散，数据整合和共享能力不足
经纪管理总部：希望覆盖分支机构的客户数据，转变被动客户管理模式；网络金融事业部：数据整合和共享能力不足，如秀财APP无法读取信用账户和资管产品数据；场外市场总部：客户、尽调等信息缺少跨部门共享。
c. 报表自动化程度低、手工报表作业量大
固定收益总部：手工报表工作量较大，每月约20-30张；债券投资总部：报表自动化程度低、无法支撑数据和绩效分析；运营清算部：目前报表主要为应付监管要求，缺少支持前台业务的自动化报表。
d. 数据分析能力缺失
投资总部：缺少支持投资决策的数据分析；网络金融事业部：数据孤岛，尚未建立零售客户画像分析能力；风险管理部：希望实现风险管理前置化，提升数据分析能力。
基于以上原因，我们于2017年初启动了数据治理工作，2017年9月上线FineReport进行数据展示，2018年6月上线FineBI进行业务部门自助分析。
技术系统建设时间线
三、应用场景与价值
场景一：报表平台自主研发
随着公司高速地发展和数字化转型，公司的数据分析的需求、多维度报表、报表高效开发、数据实时展示等需求快速增加，数据使用部门和人员也随之增加。如何对业务部门提出的各种数据需求进行快速响应，提供高效，便捷，准确的数据服务，是我们一直在探索的事情。
公司各业务部门或业务条线日常需要大量及时的数据报表对运营情况进行掌握，同时也需要制作大量的监管报表报送给监管机构，比如公司每个营业部在每月初需要安排专人花好几天时间从不同的系统中获取数据，然后填写到报表中，费事费力，还经常容易出错，而如果报送的数据有错误，就可能会被扣分，甚至可能对公司的分类监管评级造成不利影响，造成声誉甚至经济的巨大损失。
随着我们自主研发报表平台系统上线后，同时在充分挖掘大数据平台的优势下，利用帆软平台，使用FineReport制作了大量的报表，报表可以一键生成和导出，可以节省了大量的时间和劳力，使原先需要数日完成的工作可以秒级完成，同时取数规则也统一了，减少了数据填报出错的风险。帆软的报表设计器的使用对设计者的编码能力基本没有要求，只要了解业务逻辑与简单的数据库知识，就可以设计出符合实际业务需求的报表或表单。由于数据扩展，多源分片，行列对称等数据处理方式，又使得报表的制作大大降低了复杂的程度。以往制作报表前，需要数小时甚至数天时间来准备数据，然后再通过数小时来制作完成报表，而利用我们自主研发的报表平台只需开发制作一次模板，再进行迭代开发即可，可以达到减少了数小时甚至数天的工时的效果。因此，利用帆软自主研发的报表平台，大大提高了工作效率，减少了大量重复劳动，不再单一的依靠人工制作报表，大幅提升了业务数据的时效。通过自主研发报表平台，为公司解约了系统外购成本约150万元，同时降低了监管报表报送错误的风险，减少了由于报送失败导致重大损失的可能性。
目前公司很多自主研发的系统的报表模块均直接采用finereport进行开发，极大地提高了系统开发的效率，降低了报表开发的难度，提升了报表功能的体验。
场景二：管理驾驶舱
由于各种业务数据在不同的系统中，在白天交易时间内会实时变化，对于公司管理层和相关的业务部门来说，很希望能够对当天的经营情况能够有及时的了解。但是，由于系统和业务特性，一般报表都会在当天晚上清算后领导第二天早上才能看到，通过管理驾驶舱系统，实时把数据从各系统抓取过来，经过加工处理，把不同的系统、不同业务的数据实时显示到管理驾驶舱系统中，并可通过移动端应用，领导们可以实现实时掌握公司当日运营情况。
目前，管理驾驶舱可以做到实时可视化公司开户运营情况、交易量、成交金额、佣金、客户资产、运营异常监控等功能。对于实时运营数据，主要包括经纪实时开户数据、两融实时开户数据、经纪实时交易、两融实时交易、渠道监控情况等信息。为各业务部门和领导管理层做决策提供有力支撑保证。对于运营异常预判，主要针对盘中可能出现的人为和软件以及不可控的因素做实时异常监控，降低盘中的风险，为公司的运营日常操作给予及时的人工干预。
场景三：BI自主数据分析
我们在18年6月引入FineBI，期望在数据分析方面能够取得更大的进步。我们引入BI工具的主要考虑是期望把数据分析和部分报表工作迁移至业务部门报表人员，让他们能够自主的进行数据分析，挖掘数据价值，发现问题，寻找解决方案，同时也可以部分降低后台技术人员的工作强度和压力，使技术人员能够把逐渐把精力转向提供基础数据服务。通过已点带面，逐步推广的方式，FineBI目前已经在多个部门开始使用，并取得了不少成果，原先提交给后台技术人员的大量临时性的数据需求已经大大减少。未来我们技术部门将在数据标准化方面下功夫，转变成高质量数据的提供者，而业务人员转变成数据分析的主角，提高其数据需求处理的效率和数据分析的能力，更好更快的服务一线业务的开展与决策。
四、项目心得
1、数据标准化是信息的纵向贯通的基础，同时支持管理标准的落实，以及信息化成果的全公司应用。
2、明确用户对数据质量的要求（包括业务规则层面和数据应用层面），并通过业务操作制度和技术手段保障需求。
3、数据管理是一项长期、复杂的数据管控过程，对现有的业务支撑的数据进行统一规范地管理，并且通过标准的共享模式，实现核心数据统一存储、使用、维护。
4、数据可视化是信息的展示和沟通，同时为管理决策层提供有利的的数据支持和决策保证。
5、帆软的产品学习成本很低，能有效降低报表研发的难度，提高研发的效率。
|
