精读生产力大赛案例,打卡第10天,东亚银行1920年开始,上海总部,2023形象是活出每刻。
于2021年启动数字化转型,成立了数字化转型领导小组进行统筹推进。工具选择FineBI,起名深眸系统。
数据框架分为专项分析版面,以及经营、业务、管理不同视角分析,银行业一直具有统一的指标口径(文中无特意强调,但是对比其它行业的优势所在)、银行业一直具有严谨的流程管理(个人理解),数据连接OA平台,一键生成流程,分析取数加工自动,节省人力,有安全网关、文件加密、访问控制、文件校验确保数据安全。
(在数据人才方面,举办2届比赛,1千多人,成果90多个,见随后打卡第69天。)
应用场景1,
管理驾驶舱----问题是缺少指标体系,数据抽取时效性差、数据来源没有合理的数仓存储。从数据实时同步至dmp采集后,自研多层隔离大数据仓库平台,对板块进行梳理,分别按月、日构建驾驶舱指标体系储存在不同库,给不同的业务部门人员使用,提升了效率。
执行了关键逻辑更新,实现实时动态加工数据分析,搭建了业务战略看板,分总览业务客户月度情况3部分,可以T+1、M+1时效查看数据;业务策略看板,如日监控看板,盈利能力,期末余额,顾客,关键比率、环比;业务执行看板,如收入、资产规模、客户、跨境、RM效能。对数据使用情况,搭建了平台看板;按业务模式梳理了指标,分时间、机构等维度。
应用场景2,
现金管理----现在移动支付盛行,现金库存管理和押运需要数据分析合理安排现金,首先要有存取现金的看板、押运成本分析看板,然后是人力成本、资金收益、押运费用细分至各区分解、热销现金的历史走势看板,客户细分的分类结构与价值看板。通过这几个看板,有效的进行降本增效,降低了人力成本和押运成本,能随时对客户情况了解,做到及时引导线上操作、差异化经营客户。
应用场景3
洗钱黑名单----对不合规的账号,使用PEP定义完善规则模型,过滤出名单,再使用AI结合账号其他关系字段综合判断,减少误报次数,减少了人力成本,这里我猜是机密,什么规则模型肯定要保密了,嘿嘿,只列出了警报次数看板,哪些判断占比的看板,这样也能检查模型的执行情况。
总结,FineBI是一套很棒的工具,要找到适合自己企业的使用方法,在这里发现银行行业的逻辑思维缜密,安全性能分析考虑更多,在IT业务上有一点值得学习的地方:
多一个数据库,平常算法开发,中间有脱敏库。
记录一下,方便随后查看。
生产数据库-->脱敏库-->群集同步库<--算法平台<--web访问,
同时,群集同步库<--python算法开发<--sql ide连接。 |