普及自助分析的必要性

• ● 银行数据最密集：每1TB数据可带来500万收入
• ● 数据要素是杠杆：推动银行业数字化和智能化
• ● 提高业务的收益：必须提高BI普及率（右图）

  银行自助分析面临的问题

• 

  业务用户：分析工具选择难

  不知道要分析的数据在哪里

  分析工具不好用，还是习惯用Excel分析

  遇到问题不知道如何获得帮助

• 

  数据运营：打造数据运营文化难

  无法培养用户自助分析的习惯

  分析成果无法沉淀成知识资产

  分析成果缺乏便捷的分享渠道

• 

  IT管理员：如何保证健康运行

  用户权限无法精细化管控

  用户太多时容易发生宕机

  数据量大时容易发生卡顿

  银行自助分析的关键需求

• 

  多样的功能

  既要有“私家车”和“自行车”

  也要有“出租车”和“公交车”

• 

  共享的力量

  通过分析商店沉淀经验，

  新参与者无需从0开始

• 

  及时的服务

  及时处理技术的需求，

  及时解决数据质量问题

  以用户为核心的构建思路

  银行自助分析的解决方案

• 

  业务：提供可快速找到，且容易理解的分析数据，提供多种实用的分析工具

  语义建模：数据资产化
  数据导航：轻松找到数据
  数据答疑：随时获取支持
  分析工具：提供即席查询、透视分析、自助仪表盘、Excel分析、数据挖掘等多种分析工具

• 

  运营：提供一套运营的机制，充分调动业务人员数据分析的积极性

  分析商店：成果展示分享、社区互动
  数据统计：制定与推广运营策略

• 

  技术：提供安全、稳定、性能等方面的保障

  数据安全：数据权限控制、数据脱敏
  系统稳定：集群动态分发、FailOver故障转移
  高性能：Smartbi高速缓存

  解决方案的扩展性与兼容性

  普及自助分析的价值

• 

  提升效率

• 

  沉淀知识

• 

  共享经验

• 

  营造文化

  普及自助分析的成功典范

民生银行阿拉丁的战略目标：

• 1.数据产品群贡献全行利润的10%以上
• 2.培养大数据分析人才的“千人计划”
• 3.通过自助分析与挖掘提升业务决策能力