调研了全国35家银行，才发现银行BI大数据平台建设的“机密”！

发布时间：2020-06-19      游览量：4177

• 大数据分析软件教育大数据平台ebay数据分析工具

在国内，银行的信息化一直是走在各个行业的前列，BI在银行也有着悠久和广泛的应用。BI可以辅助银行管理者和业务人员的经营决策，提高银行的科学管理水平，是银行信息化不可或缺的一部分，也是银行实现数字化转型的必要手段。

银行的BI建设伴随着业务和技术的发展，是一个逐步摸索、不断成熟的过程。刚开始可能只建设某一个部门的一部分报表，在取得一定的成效后，再逐步推广到更多的部门，建设更多的主题，采用更多的可视化方式，支持更多的终端等等。如此经过多年的建设，虽然BI应用水平有了极大的提升，但也存在不少问题。由于这些BI系统是由不同的IT公司，在不同的时间，通过不同的项目进行承建，就会不可避免地存在“烟囱式”架构。各个系统之间是相互独立的，独立的登录界面，独立的用户管理，数据也没有打通，分析成果更无法共享。“烟囱式“架构在当前的银行BI系统中普遍存在，由此可能引发什么问题？该如何解决？小麦以Smartbi在某知名股份制银行建设的一个项目做详细介绍。

01 项目建设背景

在该银行中，各个分析系统独立分散，是典型的“烟囱式”架构。主要的问题表现在以下几个方面：

• 乱：已经有多个不同的分析系统，这些系统间并不互通，分析成果不能相互跳转。

• 杂：不同分析系统之间风格不统一，难以集成，需要进行多次登录操作。

• 慢：分析周期慢，从需求到实现，普遍需要一周甚至更多的时间。

• 废：数据整体的利用率不高，也没有和外部数据形成关联分析。

为了解决以上问题，该银行决定启动“数据应用门户”项目建设，希望实现数据的统一处理、用户的统一管理和登录界面的统一风格，打造一个覆盖多用户层级的、灵活自由的、可扩展的、支撑全行各领域的数据查询、数据分析、数据共享的一站式数据工作平台。此外，还希望推动全行各层级用户参与数据分析和运用，在全行范围内营造自主的数据应用氛围和文化，传播数据应用价值。

02 项目建设过程

Smartbi在该项目的建设中，采用了三步走的实施步骤，即搭框架、深应用、促转型。

搭框架

搭框架指构建统一的数据门户，整合行内现有的分析系统，完成门户与行内的数据、用户的集成，用户能初步进入门户进行数据查看。

深应用

深应用指在数据门户上整合更多高级分析功能，如自助分析、数据挖掘、知识图谱、人工智能等，提升行内对于数据的利用水平，直接带来分析价值。

促转型

促转型则是一个长期的过程，它指在整个门户的运营过程中，配合一些激励的措施，充分调动全行人员的积极性，形成数据分析的氛围与文化，最终达至数字化转型。

03 总体功能架构

总体功能架构包括四部分：

门户首页：作为全行数据应用的流量入口，通过首页可访问所有数据相关的子应用。

系统支撑：统一子应用系统与门户的深度融合，所有引入系统的数据，均需要验证数据符合规范后方可导入系统，避免造成平台已有数据的混乱。

系统管理：要求根据权限的设置情况，对系统用户屏蔽不具备操作权限的菜单、功能键。

应用系统：包含自助分析、管理驾驶舱、报表平台、数据管控系统等应用。

04 技术实现亮点

该银行的数据应用门户基于Smartbi一站式数据分析平台进行建设，在技术实现上有以下亮点：

异构数据轻松集成

将行内分散、异构的信息资源进行集成，统一信息入口，用户根据角色权限按需进行访问、传递、以及协作化等操作，给用户带来了全新的交互式体验。

快速响应海量数据

分布式计算架构，单节点情况下支持多线程，规模可达PB级，高性能的数据处理能力,轻松应对银行海量数据。

统一数据应用门户

通过统一的门户首页，快速访问各个数据应用系统，为银行领导和业务人员的决策提供数据支持。对用户权限进行统一管控，实现总行、分行、业务条线级别的数据权限隔离，保证银行级别的数据安全性。

业务人员自助分析

采用自助ETL和自助分析工具，业务人员可以自主完成数据分析，打破以往业务部门投入大量人力进行手工统计的低效举措，也不用花费大量时间等待技术部门提供支持，切实提高数据分析效率。

05 项目建设成效

项目上线后，日均在线使用人数600左右。项目以门户首页作为全行数据相关应用的流量入口，扮演着“想到数据，就想到门户”的重要角色，“打开门户首页看一眼数据”成为用户每天的日常。

辅助领导经营决策

该项目将银行内部各个数据应用系统进行有效整合，提供管理驾驶舱、自助分析、报表、外部数据查询等数据服务，辅助银行领导经营决策。

释放技术人员压力

业务人员不再需要技术部门支持，就能够轻松应对各类数据分析，释放了技术人员的工作压力，让技术人员可以转型成为数据分析专家。

助力银行数字化转型

有效实现了全行范围内数字化分析、数字化营销和数字化风险控制，激发了各层级人员对于数据的认知、分析和应用，提升了行内数据资产价值，促进业务发展、风险控制和内部管理，有效推动全行数字化转型。

通过以上案例我们可以看到，虽然银行在BI应用中存在各样各样的痛点，但是只要打破“烟囱式”架构，建立统一的数据应用平台，这些痛点都可以迎刃而解。同时，通过改善用户应用数据体验，通过简单易用的自助分析工具，加上相应的激励措施，还可以提高全行员工进行数据分析的积极性，做到治标又治本，使BI应用在银行内部得到进一步的普及和发展。