本文共字，预计阅读时间。

案例名称

银行数据智能决策平台应用案例

案例简介

银行数字化转型，受限于数据体系不完善、数据应用不充分等因素，导致线上化和自动化不足、数据治理体系不完善、数据人才储备不足、智能化程度低、业务和科技的数字鸿沟等挑战。观远数据「银行数据智能决策平台」助力银行构建多领域的数据生产力，帮助银行业打造数据应用最佳状态，实现自上而下的数据工具赋能和自下而上的数据文化共创。覆盖“数据接入—智能分析—数据应用—决策辅助”全链路数据应用，深度赋能银行业务体系。

创新技术/模式应用

1、构建多领域数据生产力，有效管控数据安全：该项目围绕“数据接入—智能分析—数据应用—决策辅助”四大数据领域，进行金融科技与银行业务的融合应用，深度赋能“横向到边、纵向到底”的银行业务体系。同时基于四横一纵的安全架构保障，配合精细的功能管理、资源管理、数据管理等多层次进行“三位一体”的数据安全管控，有效为银行数据安全保驾护航。

2、深入全链路业务场景，变革数据应用旅程：从“数据处理采集，申请‘取数’，业务分析，再到智能预测、随时‘看数’”，变革银行数据应用旅程，充分提升取数看数效率，全面释放数据价值。以银行众多业务场景可信落地应用为例：

数据处理与采集：对于银行海量数据处理繁杂易出错，通过多种方式接入数据，统一数据出入口，通过智能ETL工具进行高效整理与融合数据，提升数据处理线上化和自动化水平，健全数据治理体系，支撑业务敏捷迭代和规模化。

取数用数看数：提供高度自助式的数据分析工具，用数人员通过拖拉拽的便捷操作，无需依赖开发人员，满足灵活的取数用数看数需求，同时突破时空限制，任何大屏、PC、手机等终端都可随时查看数据情况，敏捷反应做出决策，有效提升单兵数据作战能力和全员数据协同作战能力。

业务分析：通过建立数字化运营服务体系，业务人员能够自主进行数据探索，自行洞察业务问题所在，基于可复制的数据模板做主题分析。科技人员则将有限精力投入到深层数据分析中。有效提升科技与业务双方人效，赋能业务经营、风险管理数字化。

3、打造银行数据应用最佳状态，驱动数据文化建设：该项目从数据分析到数据使用和消费，以内外数据双循环，推动银行全员数字化变革。外从行级领导、部门业务负责人到一线专家，建立自上而下的数据工具赋能，挖掘海量数据资产；以及自下而上的数据文化共创，知识沉淀数字化。内以决策通过具体措施监控落实到位，业务执行反馈效果进一步指导经营决策，从数据分析到数据使用和消费，推动银行数字化经验开展，打造最佳数据应用状态。

项目效果评估

该平台为银行重构数据生产力，全面释放数据价值，助力银行各层级管理者掌握经营管理全局信息，推动各业务条线实现数字化决策，增强经营管理的前瞻性和业务决策准确性。重塑银行总行及分行“取数”、“看数”、“用数”体系，基于观远数据一站式智能分析平台“易用性、企业级、场景化”的现代化BI三大核心能力，实现“让业务用起来”的目标，为银行内部数据用户提供了高效便捷的用数体验，解决了业务取数用数难的问题。

该平台自上线应用后，已服务全行超50%用户，一项数据分析工作从平均5个工作日缩减到1小时。显著提升全行数据协同能力和数字化组织效能，实现从总行到分行全行级的数据统一管理体系建设。

从经营管理角度来说：从战略布局、绩效管理到政策贯彻，帮助公司领导人有效提升公司治理的数字化能力水平；从溯源分析、策略评估到决策优化，能够帮助部门业务负责人整合业务相关各子系统全方位关联数据；从打通链路、数字资产和提质增效三方面，帮助信息技术部数据开发人员完善从总行到分行的一站式数据平台体系。

从业务决策角度来说，风险管理数据分析人员在客户贷款前中后期均能进行数据评估，可有效管理信贷资产，减少不良损失；普惠金融业务条线业务运营人员可完成从客户分析、放款金额追踪分析到客户经理的绩效分析，灵活分析各业务维度数据与策略的相关性；零售业务条线数据分析人员能进行统一的数据管理，以支撑客户服务及生命周期的数据体系，全面推动零售业务服务及经营模式的提质增效。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。