请上传宽度大于 1200px,高度大于 164px 的封面图片
    调整图片尺寸与位置
    滚轮可以放大缩小图片尺寸,按住图片拖动可调整位置,多余的会自动被裁剪掉
取消
帆软用户fFIwup8vpe(uid:2760449)
职业资格认证:尚未取得认证
【2024中国数据生产力大赛】东亚银行:数据驱动银行服务·数赢人才引领未来
东亚银行:数据驱动银行服务·数赢人才引领未来 一、东亚银行简介       东亚银行作为一家具有领导地位的香港金融服务集团,1918年,在香港成立母公司——东亚银行有限公司;2007年,在内地注册成立的全资附属银行——东亚银行(中国)有限公司(下文简称东亚中国),总部设在上海,成为内地首批获准设立的外资法人银行之一;全球设有约130个网点,聘用逾8000名员工。东亚银行致力为香港、内地及世界其他主要市场的客户,提供全面的企业银行、个人银行、财富管理和投资服务。       东亚银行在香港联合交易所上市,截至2023年12月31日,东亚银行的综合资产总额达港币8604亿元(1101亿美元)。东亚中国凭借在数字金融领域的积极探索与布局,2022年度东亚中国在各个板块获得多项外部殊荣。作为外资银行数字化转型先驱,东亚中国荣获STIF科创节“2022年度数字化转型典范企业”大奖荣誉;凭借在数据治理领域优秀经验,成为首家荣获DAMA中国“数据治理最佳实践奖”外资银行;在数字人才发展领域,东亚中国以创新精神开展首个暑期培训营项目,为层层推进人才建设板块,获评为“2022年度数字人才培养先锋组织”。 二、管理需求和挑战       在当今数字经济时代,数字化转型已成为银行业务发展的必然趋势,“数字发展,人才先行”已成为众多企业的数字化纲领,东亚银行正在积极行动。2020年,东亚银行由战略规划部牵头,全行各业务部门自上而下通力配合,全面系统地评估了银行数字化能力现状,对标同等规模境内外银行的数字化水平,完成对自身的充分认识。2021年,东亚中国正式启动数字化转型,加强数字人才板块等方面建设。       其中,东亚银行在数字人才培养领域主要面临以下三大挑战: (1)数字人才储备不足:数字人才紧缺、胜任能力不足、人才结构失衡; (2)数字人才培养体系缺乏:包括数字人才定向招募机制的缺乏、专项培养数字人才机制的缺乏、最佳学习实践平台的缺乏; (3)数字人才激励措施滞后:包括灵活的数字化岗位的缺乏、公正透明的绩效考核机制的缺乏、市场化激励与约束机制的缺乏。 三、培养方案 1、数字人才培养的战略规划       数字化转型的可持续发展,需要数字人才体系的配套支持,搭建良好的数字人才培养体系,为数字化转型提供可持续的人才力量是必要条件。东亚银行秉承“数字发展,人才先行”的理念,牵头打造首家外资银行数字人才培养品牌——“数赢”,具体规划分为以下四个方面: (1)“数赢”杯赛文化推广:通过开展面向全行的数据分析大赛,帮助行内员工学会使用数字化工具,提升全行上下的数字化意识,为银行持续输送具备数字化背景的业务骨干和管理人才。 (2)“数赢”人才认证培养体系:①设计人才梯队目录,盘点行内现有复合型人才,包括业务与科技、业务与数据类等复合型人才数量,形成数字人才备选库及人才画像;②面向不同类型数字人才,设计差异化的培训方案,学习与实践双轨并行,提升员工专业数字化专业能力,打造数字化高潜人才库。 (3)“数赢”Digital Trainee计划:激励吸引海内外优才加入快速通道,持续输送新一代管理人才新鲜血液。 (4)“数赢”人才绩效考核和激励机制的创新:对数字人才的市场平均待遇进行全面调研,提供市场化薪资及绩效考核机制。 2、数字人才培养的具体实践 (1)“数赢”杯赛文化推广       2022年,首届“数赢”杯赛启动。本次大赛有来自32个组织和19个业务条线的208人参加,全行900人关注并跟随大赛进行学习。大赛历时5个月,共52个方案入选数字化方案的案例集,其中2个方案开发落地。首届“数赢”杯赛的圆满举行在全行产生自上而下的影响,让各条线的广大员工在杯赛参与过程中通过数据分析深度洞察业务,良好的效果坚定了管理层持续投入数字化转型的决心。       2023年,第二届“数赢”杯赛顺利开展。本次大赛历时150余天,全行1150人关注学习,252人共61个专业团队参与,共有90个Use Case真实落地。本届比赛涌现出一批直击业务痛点、满足客户需求、综合价值突出的业务和流程优化探索者,打造了东亚中国的数字化KOL。 图 1 “数赢”杯赛现场 (2)“数赢”人才认证培养体系       东亚银行基于“搭建行内专业认证体系,培养可持续数字人才”的理念,打造一套“数赢”人才晋升培养机制,通过三阶段资格认证,实行数字人才梯队管理,最终完成数字人才的全行输出。       首先,按照四个专业序列(数据分析DA、数字化产品经理DP、数据工程DS、数据治理DG),多维度搭建适用于本行数字化专业团队成员晋升的专业序列体系及岗位能力模型,为成员定制化专业培训课程及能力测评考试。其次,通过三个阶段(初阶、进阶、高阶)资格认证,搭建数字人才库(“数赢”高潜人才库、“数赢”人才盘点库)。       在2023年第二届“数赢”杯赛开展的同时,“数赢”认证学习平台上共有598人参与学习认证,全行“数赢”认证率达到86%。 图 2 “数赢”人才认证培养体系的认证序列目标与认证路径 (3)“数赢”Digital Trainee计划:       东亚银行是最早推出Digital Trainee项目(简称DT)的外资银行,此举在商业银行的范畴里也是领先的。DT项目通过“严”筛选、“精”培养,“持续”陪伴、“重”实践为一体的复合型的人才培养机制,优化数字化专业背景的应届生,为东亚银行的数字化注入新的活力,最终让他们成为“懂业务、懂数字、懂管理”的新一代的青年领军人物。2023年,DT培训生们加入东亚银行,开始为期24个月的培训计划,DT培训生的实践培养路线,主要分为以下三个阶段:       ① 阶段一Know Your Bank:2023年1月进行理论集训,DT与导师之间完成双向选择,以掌握银行流程与规范和参与项目OKR设定的训练为主;2~6月为项目培养期,DT参与项目实战学习,要求熟练掌握软件开发等项目管理流程。       ② 阶段二Know Your Business:7至12月为业务培养期,DT深入业务实战学习,在熟练掌握业务知识与完成业务指标的同时,提出一个小型数字化优化项目。       ③ 阶段三Change The Bank:2024年,DT将用一整年的时间,进行实战训练,独立或组队完成自己提出的小型优化项目,同时作为联合项目经理(Co-PM)完成1个大型数字化项目。此外,在DT培养周期内,定期开展包括“数赢”认证在内的专业技能培训。 图 3 “数赢”培训生DT实践培养路线图 (4)“数赢”人才绩效考核和激励机制的创新:       东亚银行在开展数字化人才体系建设的同时,结合数字化人才战略和数字化核心团队建设诉求,持续营造适应数字化人才发展提升措施的人力资源导向,推进建设理念前瞻、架构明晰、调整便捷的富有弹性的绩效考核与激励机制改革,创新灵活且激励程度较高的“职级、薪酬、考核”管理架构,充分调动数字化核心员工的生产积极性。       全新的“职级、薪酬、考核”管理架构,主要分为以下三个板块:       ① 打造职业序列体系:构建全新的以能力高低为核心评价维度的职级体系,形成以“数据分析DA、数字  化产品经理DP、数据工程DS、数据治理DG”四大专业职业序列,突出银行转型发展初期的核心人才队伍地位;以能力导向为职级层次14档,突破传统行内职级和岗位限制,优化全体数字化专业团队职级发展空间。       ② 构建薪酬激励机制:采取薪酬水平市场化、薪酬结构差异化、项目制激励模式,构建差异化薪酬结构和激励策略。       ③ 创新绩效考核机制:落实档级调整、薪酬激励的重要抓手,以Digital KIP为指标考核,OKR为项目管理考核,结合360°绩效评估和HR第三方监督,完善KPI+OKR绩效考核体系。在考核组织方面,需要定期召开项目风险周会议,通过各层级的项目进度、项目风险提问对话,当周回顾业绩完成情况,加强各层级间的沟通反馈。同时,针对数字化团队的不同层级和角色,建立差异化的分级评审委员会,按月度定期组织对辖区项目集负责人、项目经理、各项目成员等的考核评价,强化对敏捷组织的管理。 四、典型成果       以下均为东亚银行“数赢”杯赛中的优秀数据分析作品,相关数据为东亚银行的真实业务脱敏数据,这些分析报告既是大赛的作品结晶,也是东亚银行发展的智囊库,为未来的业务规划开创了新的思路与方法 场景:对公客户活期存款沉淀率分析 1、发现问题       随着数字经济时代到来、利率市场化推进和金融市场快速发展,市场竞争态势和客户需求不断变化,银行负债业务的复杂程度上升、管理难度加大,对负债总量、结构和成本管理提出新挑战。       目前存在问题是,客户结算性存款在负债中比重较大,主要是指除了基本户活期存款以外的其他活期存款,重点在活期存款。活期存款占一国货币供应的最大部分,也是商业银行的重要资金来源,活期存款不仅有货币支付手段和流通手段的职能,同时还具有较强的派生能力,是商业银行经营的重点。       衡量东亚银行存款稳定程度,分析“存款沉淀率(存款稳定率)”已成为一项重要任务,这将有助于明确潜力客户名单,精准把握营销方向,同时深入分析目前银行的流动性风险管理情况。 2、解决方案 (1)分析思路       本分析以活期存款为主要研究对象,研究东亚银行活期存款的沉淀率分布情况,并从客群挖掘与流动性风险管理两个维度研究沉淀率的现状及影响。因为国有银行一般以70% 作为活期存款沉淀率的经验值,因而本分析将以存款沉淀率的经验值70% 作为研判沉淀率高低的重要标准。 图 7 思维导图 (2)指标定义       基于《对公产品交易信息表》自上而下将指标进行拆解,并设置时间、客户分类、客户、币种、区域、行业等维度详细分析沉淀率情况。 图 8 主要指标及维度 图 9 主要指标-客户分类 (3)创建数据集       根据原始《对公产品交易信息表》及拆解后的计算指标,本分析涉及的所有数据处理均在FineBI完成,共创建12个自助数据集。 图 10 活期存款沉淀率数据集及数据流向图 (4)分析过程 (a)活期存款总览       分析视角:① 分析维度涉及月份、客户、客户分类、存款账户状态,其中客户分类是根据不同客户类型分为6组;② 2相同维度的不同指标反馈存款规模大小,如月份维度的最小存款余额、平均存款余额。       分析结论:① 活期存款最高点均在半年末和年末;② 外资公司和内资公司的平均存款余额较高;③ 房地产开发经营行业的平均存款余额较高;④ 睡眠户的客户数占比为**.**%,存款余额也相对较低,该维度将不作为沉淀率分析的重点。 图 11 月度环比趋势图 图 12 客户类别分布图 (b)月度沉淀率分布       分析视角:       ① 分析维度涉及月份、客户、客户分类、行业、区域、币种,分别对这6种维度计算月沉淀率、平均沉淀率以及平均存款余额;       ② 针对月份、客户分类、行业、币种等维度:通过平均沉淀率可以分析同一个维度下的沉淀率分布情况,美元币种的平均存款余额接近总存款余额的**%,平均沉淀率为**.**%,已超过人民币的平均存款余额和平均沉淀率;       ③ 针对区域维度:除了不同区域之间的平均沉淀率比较之外,由于原始数据无法区分省份和城市,仅划分为华北、华东、华南、中西4个分行,此处手工添加省份,以便于地图展示;       ④ 针对客户维度:按每个客户的平均存款余额进行分组,所有客户按照1万以下、1万~10万、10万~100万、100万~1000万、1000万~1亿、1亿以上分为六组,统计每组的客户数及其平均沉淀率。       分析结论:       ① 所有月份的方差为2.97%,平均沉淀率、最大沉淀率、最小沉淀率无较大差异,表明存款余额波动较为稳定。       ② 按照时间维度:共10个月份,剔除沉淀率超过100%溢出情况后(剔除2月、3月、6月、8月),剩余月份的平均沉淀率为**.**%,超出行业沉淀率经验值70%。 图 13 月度沉淀率时间趋势分布图       ③ 按照客户类别维度:外资公司相对于其他企业的平均存款余额和平均沉淀率均较高,其次是内资公司和港澳台投资公司,小贷公司及非盈利组织的平均存款金额较低但沉淀率较高;因而考虑争取存款规模较大的企业,可着重跟踪发掘外资公司、内资公司及港澳台投资公司。 图 14 不同类型客户的货期存款及沉淀率       ④ 按照行业维度:房地产开发经营的平均存款余额遥遥领先,平均沉淀率为**.**%;存款余额排名第2和第3分别是贸易代理和融资租赁服务,其平均沉淀率均较高,需进一步对比分析不同行业的平均沉淀率与平均存款余额的相互关系。 图 15 不同行业的活期存款TOP20       ⑤ 按照区域维度:华东分行和中西分行的平均沉淀率偏低,但华北和华南分行的沉淀率偏高。考虑到数据的敏感性,原始数据未细分到具体城市,无法设置更为详细的城市维度来沉淀率分布的分析,该维度将不作为沉淀率分析的重点。 图 16 不同区域的沉淀率分布       ⑥ 按照币种维度:某些币种沉淀率较高但存款金额较低,不作为沉淀率分析的重点。 图 17 不同币种的沉淀率分布       ⑦ 按照客户维度:存款规模和客户数符合二八分布,存款规模较少的客户数较多,存款规模较大的客户数较少,这些客户的平均沉淀率随着客户数减少而降低,因而需对比分析不同客户的平均沉淀率与平均存款余额的相互关系。 图 18 不同存款规模的客户沉淀率分布 (c)筛选重点行业及客户       分析视角:以客户和行业为维度,深入分析存款余额和沉淀率的相互作用。       ① 以行业为维度:筛选存款余额高于平均线的行业,设定沉淀率经验指标;结合存款余额和沉淀率分布情况,梳理行业特征。       ② 以客户为维度:以平均存款余额和平均沉淀率2个指标构建四象限图,设定沉淀率经验指标,筛选重点客户,形成客户画像。       分析结论:       ① 针对行业维度:平均存款余额已筛选高于行业存款平均余额的部分行业,通过沉淀率经验指标70%,可以发现需重点关注农业机械批发、电器设备批发、其他软件开发、其他互联网服务等行业。由于这些行业沉淀率较高且平均存款余额高于行业平均值,可以重点扩展这些行业的客户。 图 19 存款余额高于平均线的行业的沉淀率分布       ② 针对客户维度:第一象限为存款余额较高且沉淀率较高,此象限的客户平均存款余额以及存款占比均较高。第二象限为存款余额较高且沉淀率较低,此象限的客户平均存款余额以及存款占比均较高,可进一步分析沉淀率较低的原因,促使这些客户的存款沉淀。第三及第四象限的客户平均存款余额较低,均低于客户平均存款余额。考虑到存款金额较小且涉及的客户数较多,大概**多个客户,暂无需继续分析其沉淀率,可将这部分作为潜在客户群,待后续进一步挖掘,提高其存款规模。 图 20 不同客户的沉淀率分布 3、场景价值       通过对东亚银行的对公客户活期存款沉淀率进行分析,最终可以得出三大分析结论与四大发展建议,具体如下: (1)分析结论 (a)客户活期存款较为集中       ① 时间维度:活期存款主要集中在半年末和年末,这些月份计算的沉淀率均超过100%。       ② 客户维度:存款金额较高但沉淀率较低,**个客户存款余额在1亿以上的,占总存款平均沉淀率仅为**.**%;前两大客户存款占比分别为**.**%和**.**%,合计超过**%,沉淀率分别为**.**%和**.**%。       ③ 客户分类维度:内资公司客户数为**,而外资公司客户数**,外资公司的平均存款余额为**亿元,远高于内资公司,其他企业的存款规模均较小。       ④ 行业维度:TOP3分布在房地产开发经营、贸易代理、融资租赁服务这3个行业,平均存款余额总计**亿元,占存款总额比例接近**%。 (b)活期存款沉淀率高出沉淀率经验指标值       ① 时间维度:2022年2月、3月、6月、8月,这4个月的沉淀率均溢出,整体的平均沉淀率为**%,高于行业70%的沉淀率经验值。       ② 存款规模、币种、区域维度:结果显示平均沉淀率均较高,存款规模在1万以下的客户,平均沉淀率为**%;美元币种存款规模较大,沉淀率为**%;华北和华南区的平均沉淀率均超过**%。       ③ 客户分类维度:外资公司和内资公司的存款规模较高,且平均沉淀率均超过**%。 (c)存款沉淀率对于流动性风险的影响       ① 以时间维度分析,每月沉淀率的方差为**%,波动平稳,流动性风险相对较低;       ② 目前存款沉淀率的算法是通过当月末向前进行一个月的平移,计算存款沉淀,平均沉淀率是 **%,则按照期限为1个月,可以推测部分存款预计**天后会支取,有助于提前争取存款,避免活期存款的流失。 (2)发展建议:       ① 努力建立稳定的客户群,扩大存款客户规模:东亚银行既要与原有客户建立良好的合作关系,又要挖掘客户潜力,争取新的存款人,维持一定规模的优质客户群,保证存款人的切身利益。       ② 明确自身定位,加强市场调研:东亚银行在激烈的竞争中,必须在充分研究自己、竞争对手、市场状况的基础上,对自身发展方向进行适当的定位,并制定相应的策略。       ③ 推进存款业务创新,发展负债业务工具:存款业务应从客户角度出发,优化存款产品结构,增强存款方式的流动性、变现性和可变现性。       ④ 设定沉淀率或者存款客户占比的风险预警线:设置存款沉淀率过低预警,做好流动性风险管理。可借助“不同客户的沉淀率分布分析”及“存款月存款余额高于平均线的行业的沉淀率分布”两个分析组件,来对客户及行业进行存款月和沉淀率的预警。 五、总结与展望       东亚中国的数字人才培养品牌——“数赢”,是东亚银行围绕数字人才战略规划和培训体系的一次成功探索,也是东亚中国数据文化、数字文化、学习型组织建设的缩影。       东亚银行在数字人才培养的实践中总结出四方面建设要点:一是从文化入手,通过连续举办“数赢”杯赛,增强全员数字化意识,营造全行数字文化氛围,为数字化转型打下思想和技能基础。二是机制保证,建立起了一套数字化人才的职级职务体系和薪酬激励体系,既自成体系,保持较强的市场竞争力,又与全行职级职务体系衔接。三是人才培养,以理性务实的思维,从海内外知名高校招聘一批“数赢”培训生DT,并且制定了为期两年的培养计划,在2024年底首届培训生毕业后,他们将成为数字化转型的新生力量。       数字化转型永远在过程之中,战略和市场的需求一直是动态的过程。东亚中国非常愿意在数字化转型上加大力度,推动“数赢”数字人才的建设,通过把金融科技转化成生产力,让东亚中国能够在数字化的大时代背景下,对商业经济的发展尽最大的努力。
【2024中国数据生产力大赛】东亚银行:百年银行的数字化探索与实践
东亚银行:百年银行的数字化探索与实践 东亚银行简介       东亚银行作为一家具有领导地位的香港金融服务集团,1918年,在香港成立母公司——东亚银行有限公司;2007年,在内地注册成立的全资附属银行——东亚银行(中国)有限公司(下文简称东亚中国),总部设在上海,成为内地首批获准设立的外资法人银行之一;东亚银行全球设有约130个网点,聘用逾8000名员工,致力为香港、内地及世界其他主要市场的客户,提供全面的企业银行、个人银行、财富管理和投资服务。       东亚中国自2007年成为法人银行后,为支持业务发展组建了本地化的科技队,并在2009年完成了上海数据中心,上海研发中心的建设,成为率先在境内自建数据中心和研发中心的外资法人银行。2021年,东亚中国正式启动数字化转型,以数据这一核心资产作为切入点,聚焦夯实数据基础,提升客户体验,提高经营效率,加强数字化人才建设四大领域。  二、项目背景       为加快大数据体系建设,稳步推进数字化转型战略,规范数据架构体系和数据治理体系,运用大数据推进全行数字化转型建设,为业务发展提供创新动力,东亚中国秉承“追赶同等规模城商行,3年内成为内地数字化领先的外资银行”的数字化转型的愿景,提出了3年数字化转化规划。目标是利用金融科技和数字化应用实现精准营销,赋能客户经营。通过激励创新,加速人才发展,提高数字化人才覆盖率,最后,提升经济化管理水平,为员工降本减负,提升管理决策效率。      自2021年数字化转型项目正式启动后,东亚中国成立了数字化转型领导小组,自上而下强管理,统一规划指导。同时,专设战略及数字化办公室,以统筹推进全行数字化转型工作。 三、解决方案: 1. 构建自助数据分析平台,提升数据分析应用便捷性:       东亚中国与国内Top3分析平台工具供应商“帆软”合作,对分析产品FineBI进行适配性改造,打造外资银行首个“灵活数据分析平台——Eureka深眸系统”。该系统能够提供数据分析全流程一站式服务,实现便捷的数据获取、自助的数据处理与加工、互助的数据协作、灵活的可视化分析。 “灵活数据分析平台——Eureka深眸系统”首页 平台特色主要体现在以下四个方面: 1)数据框架:       通过构建用户、产品、交易等常规自助分析主题,支持经营管理方面的不同分析视角;另一方面,构建规模、收入、营销活动、风险、反洗钱等专项主题,支持一线员工及时进行日常分析工作。 2)数据使用:       通过不同的数据加载时间策略,如月、周、日等,充分利用软硬件资源,以有限的资源为业务用户提供更舒适的用户体验;另一方面,对于业务人员查看敏感数据原文的诉求,通过将Eureka平台与OA流程系统相互打通,实现一键自动生成流程以及取数加工自动化,加速取数流程速度的同时,减少数据中心人工运维成本。 自助数据分析平台示例图 自助数据分析报表示例图 3)数据口径:         所有业务用途报表经过筛选和精简后,已经全部迁移至Eureka平台,迁移过程尽可能保证数据统计口径的一致,减少了业务决策和执行分歧。       功能分级:Eureka平台使用门槛极低,可以赋予不同岗位业务人员不同级别的能力:入门级-帮助用户快速获取数据并完成图表可视化;中级-帮助用户完成数据处理与多维分析;高级-帮助用户完成高阶计算与复杂分析。       分析协作:用户在Eureka平台的任何使用环节遇到阻塞,都可以通过协作邀请他人共同参与分析,互帮互助、协作共赢。 4)数据安全:       Eureka平台也完善了安全防护能力,其中包括数据脱敏、全局水印、上传文件校验、请求Cookies强化、针对IP或用户名控制访问频率、SQL 防注入等安全防护行为。 2. 搭建数据科学算法平台,满足数据挖掘及AI算法研究需求:       东亚中国构建数据湖的同时,同步搭建了数据科学实验室,面向业务分析岗及有相关技能的同事开放。平台包含了主要业务系统的几千张表,覆盖零售、对公、风控、合规等各个条线需求。平台上所有数据依照东亚中国数据分级分类要求,确保既能方便使用,又能满足合规要求。 数据分级分类示例图 3. 推广数据工具:       2022年,东亚中国在全行范围举办首届“数赢”杯数据分析大赛,参赛队伍均以Eureka平台为数据分析工具。本次大赛有来自32个组织和19个业务条线的208人参加,全行900+人关注并跟随大赛进行学习。大赛历时5个月,共52个方案入选数字化方案案例集。2023年,第二届“数赢”杯赛继续开展。大赛历时150余天,全行1150人关注学习,252人共61个专业团队参与,共有90+Use Case落地。       东亚中国举办“数赢”杯赛的意义,不仅在于实现Eureka平台的普及与推广,带动一线及中后台人员的业务分析热情;更重要的是,通过杯赛在全行范围内广泛推动数字化学习,提高了员工数字素养,强化了全行数字化学习意识,提升了业务人员数字化相关技能,推广了数据分析平台的使用与普及,挖掘出数字化人才,使得“数字化”理念更加深入人心、数字化技术得以普及。 东亚中国“数赢”杯赛 获奖作品示例 四、典型应用场景       数字化转型从最初发展到现在,主要推动银行完成电子化、自动化、移动化、智能化四个阶段的发展,目前东亚中国基于公司数据能力建设框架和战略,已实现了多个场景的数字化产品的应用和落地,从营销、成本、效率多方面取得了显著成果。 场景一:管理驾驶舱优化建设项目 一、发现问题:       在东亚中国的数字化转型中,管理驾驶舱作为大数据服务门户建设的核心组成项目之一,旨在为管理层提供全行经营决策的高效管理工具,实现经营管理可视化、数字化、智能化。目前管理驾驶舱仍面临三大挑战有待解决:(1)管理驾驶舱数据处理层极大程度依赖BDP大数据平台数据处理层出数时效和准确度,进而影响应用层数据质量;(2)管理驾驶舱指标层未形式合理的指标明细汇总的主题分类体系(即无指标集市),指标体系混乱,指标和过程数据的关系弱,复用性不强;且明细层并未实现定制化数据存储,明细存储混乱;(3)管理驾驶舱处理层数据来源分布无序,未形成合理的数仓结构化存储,亟需治理,提升数据来源的可拓展性和规范性。 2、解决过程: (1)优化管理驾驶舱整体架构  在数据处理层,将管理驾驶舱数据从数据源端开始做隔离。 管理驾驶舱的整体架构优化方案       在数据应用层,完成MBR(Monthly Business Report)可视化看板建设,包括全行、对公、零售、金融市场、司库等核心版块。供管理层月度经营审视使用,减少纸质办公场景,提升数据信息获取效率。 MBR汇报看板     其次,完成管理驾驶舱PC和移动端的建设,服务类型分为三大层级:     ① 公司战略层看板:用于衡量公司整体目标达成情况的看板,主要服务于公司战略决策; 公司战略层看板示例图     ② 业务策略层看板:拆解公司战略级目标到业务条线,支撑业务策略执行的核心过程指标; 业务策略层看版示例图     ③ 业务执行层看板:对业务策略目标进一步拆解,一线人员关注的细化到客户明细层级指标。 业务执行层看板示例图 (2)构建管理驾驶舱指标体系     ① MBR数据集:更新数据包括收入、成本、规模、KeyRatio等模块累计140+指标;     ② 管理驾驶舱数据集:更新数据累计200+指标,分时间、机构不同维度统计汇总。 管理驾驶舱的指标体系建设 3、场景价值: 从不同的终端类型来看,管理驾驶舱建设场景价值可以分为三个方面:     (1)MBR汇报看板:在优化前,MBR面临数据逻辑的优化、新增需求建设、数据底层架构的优化等问题;在优化完成后,搭建更健全的全行、对公、零售、金融市场、司库等核心版块的关键指标看板,规范数据M+1更新机制。     (2)管理驾驶舱PC端:在建设前,全行的经营分析均为线下手工统计,缺乏多视角、多维度、系统化的经营决策数据支持,缺乏基于数据类型权限管控体系下的数据分条线、分模块的查看体系,缺乏提供决策层信息获取通道;在建设完成后后,支持CEO、前台条线、中后台条线数据信息获取,搭建多视角的经营决策可视化数据看板,满足管理层T+1、M+1时效查看数据需求。     (3)管理驾驶舱移动端:在建设前,缺乏可供管理层能够随时随地获取所需的业务数据、完成独立的分析与决策移动终端应用;在建设完成后,构建可移动的数据决策平台产品工具,实现决策分析无处不在实时动态管理。       管理驾驶舱项以提升管理层用数效率为宗旨,项目上线后,提升了管理层决策效率的同时,为公司每年节省了近百万的成本支出,真正实现了管理层决策智能化。 场景二:智能现金管理项目 1、发现问题:       东亚中国一直以为秉持着“存款自愿、取款自由、存款有息、为储户保密”的储蓄原则,同时为了保证现金充裕,规避银行的流动性风险,分支机构现金管理员按现金库存限额及自身业务经验来留存本机构的现金,以确保机构不发生流动性风险。但是随着移动支付技术的发展和普及,全社会对现金使用的需求萎缩,在需求减少的情况下,现金管理成本却高居不下,无息资产大量占用,现金押运和库存风险以及投诉和舆情风险问题仍待解决。 2、解决过程:       东亚中国开展智能现金管理项目并根据四大目标推行:(1)形成科学运维,实现精细管理;(2)动态核定库存,降本增收/控制风险;(3)感知用户类型,有效分级服务;(4)增加目标客户粘性,逐步减少无效客户。 智能现金管理项目的整体架构方案       具体分析看板包括:全国分行合理库存现金限额分析(CNY/ USD/ HKD)、全国分行现金押运寄库成本分析、各区域现金智能管理分布、热销产品的现金粘度分析(美元定存/人民币大额定存)、现金类客户的价值和结构分析等。 智能现金管理项目看板与分析 3、场景价值:     (1)从实际的降本增效情况来看,累计创造收益近百万元;(2)从数字化管理的角度来看,取得科学备付、控制风险,超额及时缴存、压降无息资产占用,减少运营成本、持续动态预测与监测等价值;(3)从客户差异化经营的角度来看,对现金交易数据分析可以完成对客户的分类,增强目标客户粘性,挖掘潜力客户,清退无效客户,对产品进行精细化定价;(4)从绿色金融的角度来看,优化了库存现金仓储,减少了现金流转过程中的资源浪费,更好地引导客户进行线上交易。 场景三:黑名单预警压降项目 1、发现问题:       东亚中国防范洗钱风险,对其零售、对公、互联网等客户群体,在开展相关业务时,实施反洗钱预警扫描机制。该机制通过黑名单服务系统,以批量和实时的方式,识别出可疑客户并发出警告,对客户信息与路透社、红通等制裁和监管名单进行对比,经过人工查核后,将结果推送给下游系统,供业务部门使用。目前BLN系统每日产生大量错误警报,而所有警报量均需要通过人工审查,希望通过规则和模型建立无效警报过滤,以减少警报量和人工排查工作量。 2、解决过程:     项目主要分为两个优化方向: (1)黑名单过滤(PEP定义完善规则模型):基于打标结果和遵守合规要求,结合数据分析和模型等方式过滤定义不符的黑名单。 (2)AI警报分析(行职业分析模型优化、机器学习模型和策略优化):基于打标结果和遵守合规要求衍生行职业特征,自动排除无效警报。 3、场景价值:     从优化方向来看: (1)黑名单过滤:定义完善规则模型后,数据分析结合规则模型辅助补全定义不符的文本组合,提升警报率。 (2)AI警报分析:通过模型进行行职业分析和判断,结合行职业分析模型,使用AI和策略辅助判断无效警报,从而减少人力投入。 Eureka同反洗钱BLN模型项目效果图 五、总结与展望       在当今数字经济时代,数字化转型已成为银行界的共识,各大银行纷纷进行战略布局和开展数字化落地工作,东亚中国作为一家百年企业,在当今快速发展的数字化时代要找到适合自己的转型模式与路径。       帆软FineBI提供了一站式大数据商业智能的解决方案,帮助东亚中国充分激发数据要素,释放数据价值潜能,提升在数字化时代的竞争和发展能力,更为东亚中国降本提效,激发创新能力,实现转型升级提供了行之有效的方法。       百年东亚,扎根中国,东亚中国将继续推动数字化转型,在数字化转型的航道上行稳致远。
个人成就
内容被浏览4,939
加入社区96天
返回顶部