bi數(shù)據(jù)分析師這一職位看起來是在大數(shù)據(jù)概念的加持下獲得的，而且它還將持續(xù)下去。以前我也這樣想過，但最近一個朋友對我的抱怨卻讓我對這個行業(yè)的前景感到不安。那么，bi數(shù)據(jù)分析師發(fā)展方向如何呢?下面就有小編為您帶來bi數(shù)據(jù)分析師發(fā)展方向的相關(guān)介紹。

思達(dá)商業(yè)智能平臺 Style Intelligence

0

0條點(diǎn)評

咨詢產(chǎn)品

免費(fèi)試用

解決用戶選型困難的好軟件，有各維度的信息

客戶案例

暫無

合作品牌

16

一、bi數(shù)據(jù)分析師：數(shù)據(jù)分析輔助決策

   銀行的管理者和業(yè)務(wù)人員需要對各種經(jīng)營數(shù)據(jù)進(jìn)行分析，才可以了解銀行的經(jīng)營狀況。而分析數(shù)據(jù)，需要有不同的分析主題以及一套完整的的指標(biāo)體系。

   如分析“銀行競爭力”這一主題，應(yīng)該分析吸收存款、發(fā)放貸款等相關(guān)指標(biāo)，因?yàn)檫@是銀行的生存之本，優(yōu)秀的銀行應(yīng)該是吸收存款成本低、發(fā)放貸款質(zhì)量高的銀行。

   吸收存款指標(biāo)可以分析利率最低的活期存款占比，占比越高，意味著其吸收存款的成本越低，總資產(chǎn)收益率以及凈資產(chǎn)收益率越高。發(fā)放貨款指標(biāo)可以分析個人貸款占比。在銀行的貸款中，個人貸款的風(fēng)險低于公司貸款的風(fēng)險，個人貸款越高，貸款損失的機(jī)會越小。

   此外，還可以分析逾期貸款率、不良貸款率等指標(biāo)。這些指標(biāo)數(shù)據(jù)首先需要通過ETL從銀行各種業(yè)務(wù)系統(tǒng)中采集，然后再將其放在數(shù)據(jù)倉庫中按不同的主題進(jìn)行整理、匯總，最后在BI工具中以報表、儀表盤的形式進(jìn)行展示，用戶可以通過PC或者移動終端進(jìn)行瀏覽。

   在BI經(jīng)典應(yīng)用中，使用者一般是銀行的各級管理者，其有著更為突出和特定的決策需求，這些需求以項(xiàng)目的形式進(jìn)行建設(shè)，對銀行改善其核心業(yè)務(wù)流程、提高市場反應(yīng)速度和業(yè)務(wù)管理水平有著重要作用。

bi數(shù)據(jù)分析師發(fā)展方向

二、bi數(shù)據(jù)分析師廣度應(yīng)用：人人都是數(shù)據(jù)分析師

    隨著銀行業(yè)務(wù)的快速發(fā)展和BI應(yīng)用的不斷推廣，一般的業(yè)務(wù)人員也有了數(shù)據(jù)分析的需求，且要求數(shù)據(jù)分析更加靈活和細(xì)化。顯然，靠技術(shù)人員提供的報表和儀表盤在效率與功能上已經(jīng)無法滿足，就產(chǎn)生了BI工具的另一個應(yīng)用——自助分析。這是BI在銀行應(yīng)用的一次廣度拓展，讓數(shù)據(jù)為人人所用，使“人人都是數(shù)據(jù)分析師”。

   阿拉丁平臺就是一個典型的例子。該平臺讓一線業(yè)務(wù)及營銷分析人員變成數(shù)據(jù)專家，能夠在平臺上查詢所需數(shù)據(jù)并進(jìn)行辨別，從而開展相關(guān)的數(shù)據(jù)分析。例如，某銀行客戶經(jīng)理需要尋找潛在高價值客戶的消費(fèi)規(guī)律，可通過阿拉丁平臺對相關(guān)數(shù)據(jù)進(jìn)行自助分析，對所負(fù)責(zé)區(qū)域內(nèi)的潛在客戶進(jìn)行畫像，再對畫像中的高價值客戶進(jìn)行精準(zhǔn)營銷。通過這種方式，不僅大大提升了客戶的營銷效果，而是節(jié)約了大部分的營銷費(fèi)用，效果明顯。

三、bi數(shù)據(jù)分析師深度應(yīng)用：預(yù)測未來發(fā)展趨勢

   無論是報表、儀表盤，還是自助分析，揭示的都是數(shù)據(jù)之間過去的、已知的關(guān)系，主要采用的是計(jì)算機(jī)技術(shù)。BI發(fā)展到一定的程度，對數(shù)據(jù)分析就有了更高的要求，一種結(jié)合了計(jì)算機(jī)技術(shù)、統(tǒng)計(jì)學(xué)、模型算法的技術(shù)便應(yīng)運(yùn)而生，這就是“數(shù)據(jù)挖掘”。數(shù)據(jù)挖掘可以進(jìn)一步挖掘數(shù)據(jù)的價值，提示數(shù)據(jù)之間未知的關(guān)系，能夠用于預(yù)測未來，是BI的一次深度拓展。

   在銀行中，數(shù)據(jù)挖掘在精準(zhǔn)營銷、風(fēng)險管理、征信服務(wù)、精細(xì)化管理等應(yīng)用場景中得到廣泛應(yīng)用。

   例如，某銀行的“企業(yè)違約風(fēng)險預(yù)警”項(xiàng)目，依據(jù)對公客戶結(jié)算行為，將交易頻率、交易金額、交易對手等信息作為重要的基礎(chǔ)信息，結(jié)合客戶行業(yè)、規(guī)模、經(jīng)營狀況刻畫客戶畫像，采用邏輯回歸模型搭建客戶逾期、違約預(yù)警。在模型成熟后，利用CRM系統(tǒng)打通客戶經(jīng)理通知渠道，及時向客戶經(jīng)理推送預(yù)警數(shù)據(jù)，做好風(fēng)險管理。

四、bi數(shù)據(jù)分析師發(fā)展方向

   按照Gartner的定義，BI的發(fā)展分為3個階段：傳統(tǒng)BI、自助BI和智能BI，這跟BI應(yīng)用在銀行的發(fā)展方向是完全契合的。但是，不同類型的BI并非互斥關(guān)系，而是共同存在于銀行的實(shí)際應(yīng)用中，滿足不同場景下的分析需求。

   如今，銀行的同業(yè)競爭越來越激烈，且面臨金融科技巨頭的挑戰(zhàn)，各大銀行亟須突破傳統(tǒng)業(yè)務(wù)模式，改變思維方式，加大科技創(chuàng)新，以期用更好的產(chǎn)品和服務(wù)滿足客戶需求，努力實(shí)現(xiàn)銀行的數(shù)字化轉(zhuǎn)型。

   在這個過程中，不僅要求業(yè)務(wù)流程的數(shù)字化，而且需要建立“數(shù)據(jù)驅(qū)動業(yè)務(wù)”的新模式，用數(shù)據(jù)化運(yùn)營的思路進(jìn)一步提高銀行的管理效率和經(jīng)營效益。BI應(yīng)用作為數(shù)據(jù)化運(yùn)營的重要手段，將繼續(xù)在銀行內(nèi)部不斷普及和深化，為銀行的轉(zhuǎn)型升級服務(wù)。

   還存在一些掌握算法、以及硬核數(shù)據(jù)技能的數(shù)據(jù)團(tuán)隊(duì)，他們將更傾向于支持底層數(shù)據(jù)支持和數(shù)據(jù)挖掘工作。這些職位是不可缺少的，它們需要更高的專業(yè)技能，它們將繼續(xù)存在下去。隨著數(shù)據(jù)和業(yè)務(wù)之間的界限逐漸清晰，數(shù)據(jù)分析員或者對算法進(jìn)行更深入的研究以進(jìn)行數(shù)據(jù)挖掘，或者將對業(yè)務(wù)的深入了解轉(zhuǎn)化為對業(yè)務(wù)的了解。而且定位不明確的BI數(shù)據(jù)分析員明顯是后者。以上就是小編為您介紹的bi數(shù)據(jù)分析師發(fā)展方向，希望對您有所幫助。