|
1.客户背景 江苏银行是在江苏省内无锡、苏州、南通等10家城市商业银行基础上，合并重组而成的现代股份制商业银行，开创了地方法人银行改革的新模式。江苏银行于2007年1月24日正式挂牌开业，是江苏省最大的法人银行。 江苏银行秉承“融创美好生活”的使命，以“融合创新、务实担当、精益成长”企业文化为引领，致力于建设“特色化、智慧化、综合化、国际化”的一流商业银行，已成长为一家综合实力和市场竞争力较强的现代股份制银行。截至2016年末，资产总额达15983亿元，各项存款总额达9074亿元，各项贷款总额达6494亿元。 江苏银行下辖13家省内分行、4家省外分行，服务网络辐射长三角、珠三角、环渤海三大经济圈，实现了省内县域全覆盖。营业网点541家，员工1.4万人。发起设立了苏银金融租赁公司和丹阳保得村镇银行。2016年8月2日，江苏银行首次公开发行A股在上海证券交易所成功上市，股票代码600919。 江苏银行的发展得到了社会各界的肯定，获得江苏省委省政府“江苏省优秀企业”、银监会“全国银行业金融机构小微企业金融服务先进单位”、《金融时报》“最具竞争力中小银行”等多项荣誉称号。在英国《银行家》杂志2016年度全球1000强银行排名中，按一级资本列126位，是中国排名提升最快的银行之一。被美国《环球金融》杂志评为中国最佳城市商业银行。 2.项目背景2014年10月17日，夏平董事长确立利用大数据弯道超车的发展战略，2015年上半年开始进行大数据平台选型与建设，8月开始将内外部数据进行整合。整合的整个大平台定位于大数据变成对决策者、管理者乃至一线员工有用的信息和知识，进而提炼成具有指导作用的智慧，因此为平台命名“智多星”平台。 传统的取数模式是业务用业务语言提出需求，科技人员和业务部门就业务语言如何转换成科技语言进行口径确认，之后开发报表提供业务测试，测试中常常发现报表实现和业务需求有差距，还要反复沟通，从业务提出报表需求到最终投产，快则三五天，慢则个把月，而且做出的报表，到了分支行，还会有口径上的调整，分支行人员还要导出excel再自行加工。 传统方式的缺点显而易见，因此我们希望对于业务口径一次性的加工成主题包，将定制好的主题包以可视化的方式、业务的语言提供给业务部门，业务人员根据自己的需要拖拉拽即可自由地探索数据，不仅总行人员可以探索，分支行的人员都可以自由探索，这就是江苏银行智多星的由来。 “智多星”大数据分析云服务平台是智慧化的综合数据查询挖掘平台。银行内部管理人员通过该平台可以方便快速地查询到经营指标、绩效指标、财务指标、风险指标、监管指标等经营现状，业务人员借助其对业务关系的了解在可自主创建、挖掘分析数据，并通过不同的统计维度了解各个方面指标。平台针对不同的对象提供固定报表、快速报表、查询产品和多维分析四大模块，面向不同的应用场景和使用人员。其中多维分析模块嵌入的就是FineBI。 3.项目周期2015年9月到12月，针对业务自助分析进行需求探讨，厂商交流，测试，最终定下适合江苏银行当前形势的产品finebi，并且由江苏银行数据团队全权负责自助查询、分析的项目的建设推广； 2015年12月到2016年3月，针对业务部门需求，提供出第一批主题分析包，面向计财进行试点，通过沟通、培训等方式完成了ERP多维盈利分析主题，针对ftp、成本分摊进行多维度自助分析，得到计财部领导认同，开始进入小步快跑阶段； 2016年3月到2016年6月，逐步完成了计财部理财、中收检测、资产负债等模块，同时针对营运部，设计并完成了电话客服、在线客服、智能语义、集中作业等主题； 2016年6月到2016年底，逐步推广总行风险部、公司部、卡部、零售部、网金部、小企业金融部等部门，总行层次业务部门认可参与度不断提高，达到千人千创意的雏形；； 2016年底至2017年4月份，针对帆软进行了升级处理，改变以往纯粹index模式，index+direct的方式，协同处理，优化了响应时间，提高业务满意度。同时平台用于辅助串串盈业务的推广分析，并及时发现了恶意刷豆行为，降低了行内的无效损失； 2017年4月至今，将智多星逐步推广至分行科技、计财、营运、公司部门，消除以往集中式响应的低效弊端。营运客服部门，计划自助做大屏分析，检测智能客服与人工客服接入现状，到降低人工成本的切入点。科技部门计划将之前老BI系统中的内容，转到多维分析中。 4.重点使用部门与场景科技部 | 总行科技部 | 运维调度监控、业务系统交易量与批量统计 | | 分行科技部 | 串串盈项目分析 |
业务部 | 业务部门 | 使用场景 | | 计财部 | 对标上市银行分析、ERP多维盈利分析、重点客户利润监控与分析、资产负债、理财客户分析等 | | 营运部 | 网点业务形态分析、客服中心运营分析、95319客户特征分析、集中作业汇兑业务分析等 | | 卡部 | 网贷客户分析、网贷业务量分析等 | | 网金部 | 货币基金销售情况分析 | | 公司部 | 重点客户分析 |
5.详细案例（1）解决了跨数据源分析的问题 下图是配置的业务包，基础数据组的很多表都会作为维度表与各个业务部门的详细业务表做关联。这么多的业务数据，自然不可能存放于一个库里。还有各种各样的外部数据，比如excel文件型数据等等。如何在一个平台的统一使用并分析到数据，并做到数据处理与使用不冗余呢？ FineIndex的抽取数据策略与FineDirect引擎的关联模型策略完美实现了多数据源整合的问题。独创的主题型业务包，方便了IT人员配置业务包（公共的主题业务包、不同部门分主题的业务包等）以及业务人员使用相应主题下的数据。 （2）自主分析 1）对标上市银行主题 数据上：计财部的对标上市银行主题，将人行每周、旬、月、季度下发的股份制银行存贷款表、共享风险月报、共享中间业务等等共享数据，首次由科技部将这些excel导入到相应业务包之中，之后就由业务人员自主在前端进行更新，免去了每次导入数据由科技部门来做的麻烦。 分析上：业务人员根据给的数据，会对给到的主题表进行相应的分析。从而与省内银行数据进行对比，发现差距，为领导的决策提供帮助。 2）串串盈主题 从16年底开展“串串盈”项目起，项目上的各种数据的分析都使用FineBI来进行。实时性的数据使用FineDirect，T+1数据使用FineIndex，搭配起来使用使得资源最大化被利用，同时满足分析上的要求。简单拖拽分析，快速搭建自己想要的分析。如图的历史交易量统计分析（FineIndex），实时的新增注册用户（FineDirect），都是将自己想要查看的字段，拖拽到相应组件中，快速获得主题分析。
3）ERP多维分析主题 这是个比较成熟的分析主题，从总行、分行、支行的各业务条线、PA条线、产品、对公对私用户等，通过不同维度上对利润的分析，为公司领导的决策带来一定帮助。
（3）FineIndex+FineDirect搭配使用，实现资源最大化利用
总行计财部门要对资产负债分析做实时分析，同时因为客户的oracle数据库本身做了索引的优化，借助直连的参数可以充分利用到数据库的优化效果，实现更便捷的数据分析。 6.总结FineBI在江苏银行的成功应用，降低了数据挖掘分析的门槛，将数据分析工作下沉到最基层。不需要了解数据库，甚至不需要懂太多数理统计的专业知识，只要了解业务的人员，都可以根据自己的一个关注点自定义分析和挖掘，并可以分享给其他员工。打破了原来总行定制固定报表，分支机构只能查询的集中式管理模式，变为了人人都可以是报表开发员的离散式管理模式，实现千人千创意，让数据发挥最大价值。 编辑于 2017-6-28 17:33
| 
