99%的企业难以消除数据孤岛？看这家基金公司如何打破僵局

发布时间：2020-05-08      游览量：4448

• 大数据分析案例工业大数据分析数字化企业

在“金融+科技”大趋势推动下，传统金融面临国家政策与市场的双轮驱动,金融行业开启了数字化转型进程。作为企业的重要资产，数据是价值堪比石油的基础性战略资源，创造数据价值逐渐成为金融企业的核心竞争力。如何从海量数据中快速获取有价值的信息，洞察内部规律，支持业务决策，最终实现将合适的产品与服务准确、快速地传递给合适的客户，成为金融企业普遍关注的焦点。

作为信息高度集中的行业，基金行业在数字化方面起步较早，已有许多的基金公司建立了自己的数据仓库以及数据分析平台，“数字化业务”的美好画卷似乎已经展开，只待提笔勾勒。

然而现实中，数字化转型却没那么容易，仍需面对许多不断涌现的新问题。基金企业如何描摹一幅精致的“数字化业务”工笔画成为了新的难题。本文将以Smartbi重点客户某基金公司为例，给大家详细介绍该基金公司是如何借助Smartbi大数据分析平台，实现数字化赋能。

01 基金公司信息化建设背景

一、海量数据无法充分利用

一直以来，该基金公司都很重视内部IT应用系统的建设和发展。随着各类业务系统的陆续上线，系统里开始源源不断产生新的数据。海量数据难以管理，无法充分利用，导致企业高层无法及时根据数据作出相应的决策。

二、系统脱节，产生数据“孤岛”

系统各自为政，现有业务系统的数据缺乏集中管理和共享，系统间出现脱节，企业内部数据交互存在障碍，不符合企业管理的要求，数据“孤岛”现象较为严重。

三、技术依赖，无法实现“我的数据我做主”

业务人员不具备写SQL代码、操作数据仓库的能力，报表数据需求依赖技术人员的支撑，需求响应不及时，业务人员数据获得感不强。

该基金公司内部开始选型各种BI工具。经过反复比较和评估，最终选择了Smartbi一站式大数据分析平台。该平台不仅功能强大，可以满足集团的业务需求。更重要的是，Smartbi的学习曲线更为平缓，员工无需长时间的学习和适应即可快速上手，甚至无需专门的培训即可让每个人获得自助式数据分析的能力。

02 基金公司信息化建设历程

一、总体架构

从数据分析的目的导向入手，对全公司的分析指标进行梳理，以整合数据为基础，把分散在各系统的业务数据采集到Smartbi平台上，通过平台提供的分析工具对数据进行加工，形成各类报表和指标，快速生成有价值的决策支持信息，并通过可视化展现工具直观、高效地将这些信息推送到管理层面前，辅助领导快速实时做出判断和决策，优化流程，精准定位。

二、主题分析

通过前期的调研和沟通，结合该基金公司的核心业务，最终设计了KPI分析、渠道分析、投产分析、业绩分析、产品分析、利润分析等六大主题模块，全面涵盖到基金行业的各个业务范围。

三、 指标体系举例

1、利润分析

分析各条线各月和年度的收入、支出、利润走势情况，并分析该团队本月和本年度子类明细数据。通过各项数据走势，分析企业经营成果和获利能力，及时发现问题并作出相应的调整或补救。

 

2、投产分析

分析不同团队各月的收入、支出、利润走势情况，并分析该团队这个月子类明细数据。通过投产分析帮助团队抓管理，降耗损，减少成本开支，提高企业产品的竞争力和预测能力，同时也为企业的管理体制、经营方式、组织形式、运行机制改革提供了参考数据。

 

3、渠道分析

分析各个渠道销售的规模和份额情况，通过双向对比审视公司不同渠道的销售状况。提供差异化的渠道建设，通过做广、做深、做强和做精渠道来确立渠道核心竞争力，并不断强化渠道营销服务功能，借此提升综合业务水平。

亮点创新

• 通过统一报表平台，实现数据集中管理，更好的保证数据的一致性，消除数据孤岛，快速响应报表应用需求。

• 建立公司级指标体系，实现指标数据集中存储、动态更新，有效支撑和推进业务人员基于指标的数据加工和应用。

• 基于业务中心数据集市及指标集市提供面向主题的自定义报表、敏捷分析等分析，满足业务上个性化报表需求。

项目价值

Smartbi项目团队以客户满意度为标准，以交付高质量项目为使命，协助客户打通数据生产、加工、分析、利用的全链条，帮助客户最大限度的挖掘数据价值，实现数据变现，让数据成为新的利润增长点。同时，项目落地了更加灵活的运营监控平台，辅助管理进行决策，增强了企业的适应能力，也提高了决策的成功率。