1. 找Saas首页
  2. Saas资讯

数字化时代,亟待转型的银行业如何让BI赋能更有价值?

BI是商业智能(Business Intelligence)的简称,核心是对数据进行分析,从而辅助决策。虽然IT技术日新月异,出现了“大数据应用”“数据智能”等新的概念,但归根到底都是数据分析,仍属于BI的范畴,只是在应用广度和深度上不断发展延伸,如下图所示。

33.webp.jpg

BI经典应用:数据分析辅助决策

银行的管理者和业务人员需要对各种经营数据进行分析,才可以了解银行的经营状况。而分析数据,需要有不同的分析主题以及一套完整的的指标体系。如分析“银行竞争力”这一主题,应该分析吸收存款、发放贷款等相关指标,因为这是银行的生存之本,优秀的银行应该是吸收存款成本低、发放贷款质量高的银行。吸收存款指标可以分析利率最低的活期存款占比,占比越高,意味着其吸收存款的成本越低,总资产收益率以及净资产收益率越高。发放货款指标可以分析个人贷款占比。在银行的贷款中,个人贷款的风险低于公司贷款的风险,个人贷款越高,贷款损失的机会越小。此外,还可以分析逾期贷款率、不良贷款率等指标。这些指标数据首先需要通过ETL从银行各种业务系统中采集,然后再将其放在数据仓库中按不同的主题进行整理、汇总,最后在BI工具中以报表、仪表盘的形式进行展示,用户可以通过PC或者移动终端进行浏览。

在BI经典应用中,使用者一般是银行的各级管理者,其有着更为突出和特定的决策需求,这些需求以项目的形式进行建设,对银行改善其核心业务流程、提高市场反应速度和业务管理水平有着重要作用。

由思迈特软件出品的“企业报表平台(Smartbi Insight)”可以帮助技术人员快速部署和开发BI经典应用,满足固定场景的数据分析需求,包括中国式报表、多维度分析和可视化仪表盘等功能。其中,报表功能以“真Excel”为特色,将Office Excel和WPS表格变为企业级Web报表设计器,企业现有的Excel报表和能力可以得到有效复用。

BI广度应用:人人都是数据分析师

随着银行业务的快速发展和BI应用的不断推广,一般的业务人员也有了数据分析的需求,且要求数据分析更加灵活和细化。显然,靠技术人员提供的报表和仪表盘在效率与功能上已经无法满足,就产生了BI工具的另一个应用——自助分析。这是BI在银行应用的一次广度拓展,让数据为人人所用,使“人人都是数据分析师”。

阿拉丁平台就是一个典型的例子。该平台让一线业务及营销分析人员变成数据专家,能够在平台上查询所需数据并进行辨别,从而开展相关的数据分析。例如,某银行客户经理需要寻找潜在高价值客户的消费规律,可通过阿拉丁平台对相关数据进行自助分析,对所负责区域内的潜在客户进行画像,再对画像中的高价值客户进行精准营销。通过这种方式,不仅大大提升了客户的营销效果,而是节约了大部分的营销费用,效果明显。

在阿拉丁平台中,思迈特软件的“自助分析平台(Smartbi Eagle)”充当前端BI工具的角色。Smartbi Eagle是围绕业务人员,提供数据分析服务的企业级门户平台。通过提供自助化的数据访问、探索、展现工具,不仅加快了数据化运营的效率,更为业务思考、业务拓展、管理创新提供了开放共享和交流互动的平台,既让数据的利用更加安全有效,也让银行的数据资产得到升值。

BI深度应用:预测未来发展趋势

无论是报表、仪表盘,还是自助分析,揭示的都是数据之间过去的、已知的关系,主要采用的是计算机技术。BI发展到一定的程度,对数据分析就有了更高的要求,一种结合了计算机技术、统计学、模型算法的技术便应运而生,这就是“数据挖掘”。数据挖掘可以进一步挖掘数据的价值,提示数据之间未知的关系,能够用于预测未来,是BI的一次深度拓展。在银行中,数据挖掘在精准营销、风险管理、征信服务、精细化管理等应用场景中得到广泛应用。例如,某银行的“企业违约风险预警”项目,依据对公客户结算行为,将交易频率、交易金额、交易对手等信息作为重要的基础信息,结合客户行业、规模、经营状况刻画客户画像,采用逻辑回归模型搭建客户逾期、违约预警。在模型成熟后,利用CRM系统打通客户经理通知渠道,及时向客户经理推送预警数据,做好风险管理。

该案例中所采用的BI工具是思迈特软件的“数据挖掘平台(Smartbi Mining)”。Smartbi Mining操作简单,建模、训练、部署等都在一个界面完成。业务人员可以直接参与,整个过程直观明了。该平台有很多内置的模型算法,模型参数默认调整到最优状态,大大降低了使用门槛,且系统随时可以扩展,适用于处理海量数据。

未来展望

按照Gartner的定义,BI的发展分为3个阶段:传统BI、自助BI和智能BI,这跟BI应用在银行的发展方向是完全契合的。但是,不同类型的BI并非互斥关系,而是共同存在于银行的实际应用中,满足不同场景下的分析需求。如今,银行的同业竞争越来越激烈,且面临金融科技巨头的挑战,各大银行亟须突破传统业务模式,改变思维方式,加大科技创新,以期用更好的产品和服务满足客户需求,努力实现银行的数字化转型。在这个过程中,不仅要求业务流程的数字化,而且需要建立“数据驱动业务”的新模式,用数据化运营的思路进一步提高银行的管理效率和经营效益。BI应用作为数据化运营的重要手段,将继续在银行内部不断普及和深化,为银行的转型升级服务。

本文来自牛透社,经授权后发布,本文观点不代表找Saas立场,转载请联系原作者。