现有项目中，大数据技术在商业智能中都如何应用？

发布时间：2022-09-29      游览量：3379

• 数据整理大数据与商业智能报表填报系统

大数据技术在商业智能上的作用是如何体现的？今天我们通过一家银行实践案例来清晰了解下大数据技术对商业智能的意义和价值。

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。

 

一、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。

 

二、项目BI建设过程

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

 

1、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。

 

 

 

2、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。

 

 

 

3、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。

 

 

 

 

三、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。

 

四、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：

 

1、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。

2、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。

3、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。

4、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。

 

五、项目BI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。

 

1、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。

 

2、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。

 

3、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。