數據應用是一個長期的過程，不能一蹴而就。因此，需要進行明確的階段性劃分，并抓住每個階段的關鍵性任務，合力配置資源，逐步實現轉型。

 

數據應用整體原則可總結為 “由淺入深”，具體分為三步：

 

1、搭骨架

 

從數據源、大數據平臺（含BI商業智能分析軟件）、主題模型、適用對象搭建好數據分析架構。這個過程需要確定集團層級和業務板塊層級都來自哪些基礎業務系統及其健全性，數倉建設、存儲及計算資源保障、BI分析場景設計、集團和板塊分析主題及數據使用對象是集團高層領導、板塊運營管理責任人、子公司企業領導或業務人員。搭骨架還包括從組織層面搭建集團數字化管控人員體系。

 

2、填血肉

 

需要完成數據治理、深入各子公司及各部門構建業務場景指標體系，填充各分析主題具體子主題。填好血肉后可以挑選一兩個子主題為樣本，建議選取數據量大、業務邏輯較復雜的子主題，驗證前期“搭骨架”和“填血肉”過程各環節準確性、完整性、適配性以及組織層面的高效性，確保邊際保障。這個過程可以高頻試錯，對于任何不足的環節找到解決方法，尋求資源，快速解決。如果較復雜主題取得良好效果，即可小步快跑，快速推進其他主題數字化建設，從建設過程上推進至數據、業務與資源的整體融合階段。

 

 

3、持續提升

 

數字化管控不是一勞永逸的，需要持續提升，譬如主題補充、主題細化、更多維度關聯分析、數據挖掘、決策輔助等，這是一項長期的系統性工程。為最終實現集團人、力、才、產、供、銷全面數字化管控，實現集團數據分析及數據資產管理成效最大化奠定基礎。

 

 

該券商企業的目標是建立一套科學有效的數據分析平臺，為各業務線提供數據科學決策，提高日常經營工作中各個環節的運營效率，利用大數據技術推動業務的智能化應用，并從中挖掘新的業務形態與機會。

 

在整個數據應用體系構建規劃中，分為三個階段。

 

（1）搭建整體數據架構

 

構建數字化平臺的重中之重，就是數據源的處理和數據平臺的搭建。該企業的數據源非常豐富，包括HADOP、MYSQL、Oracle HIVE等數據倉庫，也包括多維數據庫、關系型數據庫、程序數據源以及原始性的文件數據庫。通過統一的敏捷BI平臺進行數倉對接，在數據連接方面掃清了障礙，加速平臺構建過程。

 

同時，建立了完備的數據回填能力，無縫操作快速定制調度任務，數據填報流程更加貼近用戶實際，快速便捷向數據庫導入數據。

 

數據處理過程中，也要注重規范化、自動化流程的構建，節省未來數據處理的工作量。

 

另一方面，通過敏捷BI合理的使用權限功能模塊和B/S架構的登入設計，可以清晰的為不同層級、不同需求的工作人員及管理層接入對應的專屬門戶和主頁。

 

 

（2）針對核心數據指標進行分析與監控

 

在搭建完數據，便可深入業務場景構建指標體系。在資源和時間有限的情況下，需要深入了解各業務的具體情況，優先挖掘和構建核心指標。

 

例如，對于金融企業，最關鍵的是風險管理。因此，該證券企業通過敏捷BI搭建了風險管理駕駛艙，針對每一塊風險主題，充分考量了細化指標，梳理了量化分析邏輯鏈條，直觀的列示各類風險指標的具體情況，按需進行下鉆查看，層層遞進，保障業務人員能夠清晰直觀的找到風險事件背后的主導因素。

 

例如流動性風險中對于杠桿系數的把控，在實現了細化指標的下鉆后，業務人員可以隨時監控構成這一系數的具體指標變化，進行相關的高亮及預警設置，從而在杠桿系數變大前提醒管理層，進而提前調整影響其資產負債結構以及償債能力的杠桿操作。

 

風險駕駛艙的落成，幫助該證券企業更有條理的集中展現公司的整體風險狀況，建設風險管理統一報告視圖，支撐高層決策分析。

 

 

對于金融機構的運營及銷售人員，分析客戶日常交易是一項非常重要的工作，同時證監會對異常交易的把控也十分嚴格，每個交易日的下午都會向各大券商索要異常交易報告。

 

該證券企業通過敏捷BI建立了異常交易的監控大屏，待交易相關的明細錄入系統后，便可依照審查的條件按時間、地域、金額以及客戶類型等維度，快速找出需要關注并處理的異常交易記錄。

 

以此，工作人員的重心可以更多的放在真正值得關注的異常交易上，使運營及銷售人員可以將時間花在刀刃上。

 

（3）豐富維度，持續提升數據價值

 

在完成核心指標體系的搭建后，便可以逐漸擴展和豐富數據覆蓋的維度。

 

例如，該企業逐步將數據應用覆蓋到管理后端，構建基于數據的內控體系。該企業有著龐大的國內外業務網絡和分支機構，隨著業務的進一步擴展，傳統的Excel等分析工具，已經無法保證內控分析的便捷性、時效性和準確性。

 

對于財務人員，固定報表的編制和填報工作量龐大，重復性的工作較多。同時，各分部子公司的財務匯報流程繁瑣，協同制作統一匯總報告的效率低，無法靈活制作不同區域、不同維度的匯報結果。

 

對于內控來說，許多分析模塊都是每季度甚至每個月的匯報重點。以往需要由財務基層人員按需取數分析，并且相關趨勢圖也需要基于做出的基本表進行二次加工。當全公司自上而下的全部財務數據統一接入敏捷BI平臺后，各部門的業務人員通過權限設置，可以自助拖拽自己所需的分析維度和指標，按總部匯報需求制定統一的填報內容模版，進行制表制圖，便于總部匯總的分析與報告。

 

敏捷BI平臺搭建后，許多繁瑣的重復性工作得以減少，財務人員可以將精力投入在高質量的分析上，同時提升26個財務中心的財務信息利用率，使分支機構財務部門性質由單一核算型優化為協同總部做管理匯報的綜合型職能部門。

 

該證券企業從基礎數據架構出發，構建了高效敏捷的多端交互式BI自助分析平臺，完美實現了數字化轉型的戰略。平臺可以讓業務人員快速上手，在操作方面實現了極致的易用，在多個平臺可以交互瀏覽，模型搭建的應用使得分析更為靈活。

 

目前該證券企業的各大基礎業務線已經實現了業務主題的駕駛艙及大屏建設，細化了分析的指標維度。經過梳理，由原來的零散指標維度梳理成58項一級分析主題，進而形成了17大主題駕駛艙。