|
一、项目背景简介
近年来，研究业务的内外部环境发生了新的变化：一方面外部行业竞争日趋白热化，大型头部券商凭借综合实力强势占据业务话语权，新进入券商通过高职位、高绩效、高费用等政策，蚕食核心竞争资源；另一方面券商内部经营管理要求不断提升，对成本管控、增收节支的要求越来越高。
为确保一流研究机构的头部地位，提升研究业务的投入产出效率，兴证研究在推进综合研究转型、不断提高研究水平的同时，还积极落实“数智化转型”战略，借助科技手段向管理要效益，旨在“目标明确、决策准确、措施有力、执行到位”。
经过前几年的数字化建设，兴证研究已经基本实现了10余种日常活动的线上化留痕，并沉淀了大量的基础数据，为研究院日常管理提供坚实的数据基础。
该研究管理数智化项目凭借专业的建设经验和完整的方案设计，于2023年上线应用并投放至LED大屏进行部门展示，全面赋能研究院管理模式升级、降本增效和文化建设。
图表 1大数据叠加垂直场景，以“数” 为矛助力研究效能提升
二、数据应用能力
该项目积极落实集团数智化建设规划，结合业务需求实际，从数据治理→数据分析→数据应用三个层面，进行数据应用方案设计，赋能业务应用。
（一）数据治理层面
1、 业务痛点：
1） 数据较为分散：研究日常管理涉及的数据，如不同科目的收入、不同类型的费用支出、不同类型的服务类型等均分散在不同系统的不同表单中，且口径繁多，业务与技术人员都难以精准定位目标数据。
2） 数据质量不一：在系统应用过程中不可避免地会产生“脏数据”，且还会造成数据二次污染，这些数据清洗与核对耗时费力，对数据应用造成障碍。
2、 解决方案：
1） 数据集成和ETL处理：借助集团大数据平台的现有技术栈，高效执行数据的提取、转换和加载，快速将多源异构数据采集到ODS层。
2） 数据清洗和改造：对存量数据进行统一格式化和清洗，确保数据的准确性和一致性。
3） 特色数据集市建设：构建和维护研究院特色的数据集市，保障数据的高质量、高可用性和高复用性。
（二）数据分析方面
1、业务痛点
1） 大部分数据资源仍停留在源数据层，缺乏系统性的数据分析，当领导和相关同事在进行经营分析及工作回顾时，常常面临无法直观了解业务动态变化的问题。而简单的明细查询仅能提供的数据维度和内容较为单一，难以全面、便捷地掌握全貌，更是难以充分应用到具体业务中。因此，业务应用的深度与广度均有待提高，数据潜力有待进一步释放，数据价值有待进一步发挥。
2、解决方案：
1） 构建3类9种分析方法：其中：
现状分析法：如描述性统计、对比分析、交叉分析等旨在刻画研究效能运营状态；
结构分析法：如结构分解、因素分析、漏斗图等旨在剖析研究效能变化的深层次原因；
量化分析法：如相关性分析、回归分析、时间序列等旨在定量研判重要影响因素。
相关分析结果应用：相关分析结果加工至IND/DDS/DM层中，成为研究院特色指标集市的重要组成部分。
2）数据任务调度与监控
图表 2 数据加工过程
|
借助集团大数据平台成熟的任务调度系统，确保数据分析任务按时、有效地执行；依托集团大数据平台的监控体系，实时监控数据质量，确保所用数据准确可靠，维护数据的一致性和有效性。
（三）数据应用层面
1、业务痛点
1） 数据存储数据库中，业务难以快速地找到自己需要的数据，甚至有没有需要的数据都“心里没数”。
2） 不同主题的数据分散在不同的系统中，业务难以快速分析与发现数据之间的关联性，难以辅助业务决策。
2、解决方案：
1） Finereport等报表工具可视化呈现。实现产品页面的低代码开发与可视化呈现，实现业务应用的易用性与复用性。其强大的数据呈现和分析能力，帮助用户直观了解数据趋势和发现潜在问题。
图表 3 抓住数智化，四步打造差异化研究管理体系
在系统建设中，Finereport等工具发挥了关键作用，一是与内部ETL工具结合，确保了存量数据的准确性和一致性。二是可进行高效可视化的前端呈现。不仅可为用户提供了直观的数据呈现，还可进行深入数据分析，挖掘潜在问题。该项目结合了集团战略和业务需求进行统一落地方案设计，从业务和管理需求出发，实现了数据对业务支持和管理支持的双向促进。
三、数据应用价值
（一）效率可提升
一方面经过简单的用户培训，无需代码开发，通过简单拖、拉、拽即可支持用户灵活获取数据集市的指标并自主完成80%的数据分析工作。
另一方面支持一键式经营报告分析，人力投入从多人天压缩至分钟级，因流程优化带来的工作效率提升90%，FTE释放（通过项目实现的人员工时节省数量）约0.95。
（二）决策更及时
该项目针对10余种常规经营决策分析，改进原有的周度甚至月度手工作业模式，通过T+1的数据采集和可视化呈现，并结合大数据分析技术，挖掘和提示业务的长板与不足，为领导、同事提供全面、及时的部门运营情况，有助于相关人员在关键时刻做出迅速而准确的决策。
（三）风险更可控
配置智能预警提示，能够实时监测日常经营活动中的各项数据指标。一旦发现异常情况，系统立即主动发出提醒，使风险控制模式从事后被动追踪转变为事前主动预防。这种转变使得相关领导、同事能够更快速地识别并应对潜在风险，有效降低损失，从而显著提升风险管理水平和经营效率。
（四）绩效更透明
通过近20项核心工作产出（如个人top月度路演、行业top人均路演、行业top重点客户覆盖度等）与LED大屏联动的方式，让各研究小组的工作成绩得以实时、直观地展现。这不仅提高了工作透明度，使团队成员能够及时了解工作进度和成果，还彰显了人性化关怀，让每个人都能够清晰地看到自己的付出与收获。同时，工作投产的精确统计，也为后续客观地绩效考核提供了有力支撑。
（五）氛围更争优
公开的绩效文化进一步转化为“深学争优、敢为争先、实干争效”的行动，综合服务量增幅明显（2023年综合服务量同比增加约20%），创收创誉继续维持行业领先地位（如部门层面再登“本土最佳研究团队”前三甲、连续八届荣膺前五。行业层面医药生物第六次拔得头筹，国防军工蝉联三届第一，海外市场研究连续七届折桂，金融工程首次荣登榜首、取得重要突破等）同时新人风采展示文化增加了新人认同感和归属感。
图表 4 “5”大核心价值，赋能模式升级、降本提效、文化建设
四、项目标杆效应
（一）品牌影响力
该项目荣获第二届集团数字化人才培训暨技能应用大赛数据分析赛道一等奖，同时斩获集团2023年第三季度“科技之星奖”，并在集团多个官网渠道进行宣传报道。这在一定程度上对集团内各部门数字化转型实践起到了示范作用，为集团的创新发展、深化改革和精细化管理注入了新的活力。
（二）应用创新性
本项目将大数据分析的前沿工具与方法创新性地融合进研究院的核心业务，实现了从信息化向智慧化的跨越，具有较强创新意义。本项目不仅显著提升了经营分析的精准度和效率，还为决策制定提供了强有力的数据支持。未来，项目计划进一步引入多维度高阶应用，如自动风险预警、灵活的相关性分析、前瞻性的预测分析等，全面强化创新技术在业务实践中的应用，从而推动经营管理向智能化、高效化、科学化迈进。
（三）模式复用性
在习总书记高质量发展相关论述的引领下，公司深化改革、降本增效需要靠类似这样的现代化管理。该项目的精细化管理模式对集团各个部门的日常经营管理以及整个卖方研究服务行业都具有推广价值、参考价值和可复用性。
一方面在该项目的加持下，部门实现了日常管理全流程、动态实时的管控格局，使高质量发展落实到每个职工的具体行动中。
另一方面是在行业降佣的大背景下，研究业务进入管理驱动效益的精细化管理时代，该项目对整个行业的发展具有一定参考价值和可复用性。
图表 5 获得2个公司奖项，数字化人才一等奖、科技之星三等奖
五、项目应用样例
（一） “1”个总控室：尽收部门运行全景，制定发展战略
整合收入、费用、研究服务等3大类近20余种分析指标，让用户快速掌握部门的整体运营情况，监控部门整体经营情况变化，并以此制定经营决策。
图表 6 综合分析大屏
|
（二）“3”层下钻：探究结果变化，趋势变化
结合研究业务实际，将部们整体的经营表现按照机构→行业→研究员层层分解，并进行动态监测，以此定位引起总体经营表现变化的机构、行业和研究员等核心要素。
图表 7 客户服务分析台
|
（三）“N”种分析方法：多维分析视野，探索变化原因
结合收入、费用、活动等指标之间的业务逻辑关系，将描述统计、对比分析、交叉分析等多种分析方法结合，既能真实刻画业务模块的客观事实，又能相对清晰化、分层化地呈现投产情况等。
图表 8 研究活动分析台
|
（四）多维度高阶应用：自动风险触达、灵活相关性分析、前瞻预测分析
在传统指标分析的基础上，引入自动化的指标监测工具、交叉分析工具和量化分析模型等前瞻的高阶应用，便于部门定量分析经营业绩的核心影响因素，定性+定量相结合全方面助力部门经营管理。
图表 9 高阶应用台
|
六、项目总结展望
（一）内容建设端，继续扩大决策支持覆盖、提升FTE释放
1、已有场景做深做实：针对已覆盖的应用主题，结合并在数据可得性，进一步细化统计口径，切实满足精细化管理的需要。
2、潜在场景勇于开拓：结合部门实际，针对潜在的10余种应用场景，继续通过数据集成、可视化呈现和智能预警提示，帮助相关人员快速掌握关键信息，做出科学决策。
力争实现决策支持覆盖与FTE（通过项目实现的人员工时节省数量）翻倍，分别提升至20和1.77。
（二）数据安全端：增强数据安全和权限控制，实现千人千面应用
1、建立严格的数据加密、脱敏机制：对部门经营信息进行多重保护，确保数据应用不易被破解和泄露，保障部门数据资产的合规使用。
2、实施细粒度的权限控制策略：确保不同用户仅能访问其权限范围内的数据，从而防止未经授权的访问和数据泄露。
力争在安全可控的前提下，实现项目 “千人千面”应用。
（三）应用推广端：技术与人才双轮驱动
1、促进业务与技术深化融合：以业务需求为导向，推动数据治理工具、BI报表工具等持续升级迭代，不断优化产品与服务，提升用户体验，既能促进业务研发与时俱进，又能实现业务持续赋能。
2、着力业务模式的复用推广：强化宣传力度，争取将该项目的精细化管理模式向集团其他部门推广，向同行其他券商研究院推广。
3、积极落实项目品牌创誉：积极参加公司及行业内各类赛事，如IDC、协会研究课题等，不断提高项目的知名度与业内口碑，为项目的长远发展奠定了坚实的基础。
力争为打造差异化的研究服务提供持续助力。
总而言之，该项目在数据应用能力、数据应用价值、标杆效应等方面均有一定成绩：
（一）数据应用能力
该项目具有5大方面的数据应用能力，该项目结合集团战略和业务需求进行统一方案设计，切实提升集团和部门数智化实践水平，并保障了解决方案的有效性、统一性，实现了数据对业务支持和管理支持的双向促进。
1、全面数据分析能力：该项目中数据多维度分析通过现状、结构和量化分析等九种方法，从多个角度全面审视研究效能，覆盖了整体概貌和内部构成，全面评估和预测影响因素。
2、数据处理和建模能力：本项目应用高级统计和数学建模方法，如描述性统计、回归分析与时间序列分析，利用高阶数据处理方法，实现了分解复杂数据系统，进行深入的因素探究。
3、优质数据管理能力：通过合理存储和加工分析结果于指标集市、数据仓库和数据集市内，确保数据有序管理。集团大数据平台监控系统实时保证数据质量的准确性和一致性。
4、数据应用和决策支持能力：利用回归分析、相关性分析等方法，建立数学模型，为管理决策提供科学依据；通过数据分析识别瓶颈和关键因素，推动业务流程的优化和改进。
5、整合与平台协作能力：结合集团大数据平台的调度与监控系统，实现高效数据处理与应用，展现整合与协作能力，发挥大数据平台的资源与技术优势，提高全流程数据应用水平。
（二）数据应用价值
该项目具有5大方面的业务价值，大数据分析及BI工具赋能对部门业务和管理提质增效有显著效果。
1、效率可提升：可零代码完成80%的数据自主分析，效率提升90%，FTE释放（通过项目实现的人员工时节省数量）已达到0.95，并有望进一步提升至1.77。
2、决策更及时：通过T+1的数据采集与可视化呈现，让决策频率从月度/周度提升至日度，有助于相关人员在关键时刻做出迅速而准确的决策。
3、风险更可控：配置智能预警提示，使风险控制模式从事后被动追踪转变为事前主动预防，使得相关人员能够更快速地识别并应对潜在风险，从而显著提升风险管理水平和经营效率。
4、绩效更透明：通过近20项核心工作产出与LED大屏联动的方式，让各研究小组的工作成绩更加透明化、人性化、精确化。
5、氛围更争优：公开的绩效文化进一步转化为“深学争优、敢为争先、实干争效”的行动，综合服务量增幅明显、创收创誉继续维持行业领先地位。
（三）标杆效应
该项目具有品牌影响力、技术创新性和模式复用性3方面的标杆效应。
1、品牌影响力：获得过第二届集团数字化人才培训暨技能应用大赛数据分析赛道一等奖和集团2023年第三季度“科技之星奖”等多个大奖，对行业及集团内各部门大数据分析实践及BI工具应用起到了示范影响作用。
2、技术创新性：首次将大数据分析分析技术与BI工具在研究业务垂直领域进行融合，是信息化向数智化的一次跨越，具有技术创新性。
3、模式复用性：该精细化管理模式在高质量发展的大背景下极具参考价值和可复用性，能在一定程度上提升科技品牌和美誉度，在行业或集团内部具有良好的品牌影响力及宣传推广价值。
|
