数据驱动运营？金融行业如何进行

1、在中原银行大数据建设过程中，中原银行近年来对数据进行了大量探索：2016年12月，中原银行完成了大数据项目的第一阶段；2017年5月，全行数据市场重建与迁移完成；2017年7月，基于新数据平台的自助分析启动；2017年10月，外部数据平台和历史数据平台开始使用；2017年12月，2018年5月，中原银行推出了两个新项目——数据挖掘分析和一站式数据订阅平台；2018年6月，中原银行推出了一批新的T 0数据集市。就个人而言，银行业已经经历了从报表到BI的阶段，下一个发展阶段很可能是场景化的，例如实时行为分析，T 0OLAP系统，T 0是必然趋势，仓库可能会在几年内变成T 0，很难再有人接受T 1的场景。就我个人而言，银行业已经经历了从报告到BI的阶段，下一个发展阶段很可能是场景化的，比如实时行为分析，T 0OLAP系统，T 0是必然趋势，仓库可能会在几年内变成T 0，很难再有人接受T 1的场景。注：T 0是证券(或期货)交易系统。在证券(或期货)交易当天办理证券(或期货)和价格清算交割手续的交易制度称为T 0交易。T 一种股票交易制度，即当日买入的股票，要到下一个交易日才能卖出。“T“指交易登记日，”T 一、指登记日的次日。中原银行将大数据治理和应用建设提升到全行战略水平，以技术创新为导向，坚持自主可控、开放共享的理念，构建统一、完整、方便、高效、智能、安全的大数据技术体系，提供全过程、一站式、智能的数据服务目标。值得强调的是，中原银行的目标不是建立一个系统，而是提供服务。例如，当业务人员想知道他失去了多少客户时，目前很难向他提供BI。即使他提供了数据，他也很难计算出来。然而，通过场景分析，很容易通过获取相关数据来分析场景所需的维度和指标。因此，我们计划在未来为业务团队提供场景服务。3、数据平台建设进度与规划是中原银行平台建设进度的总体情况：基础平台建设和数据架构设计于2016年完成；2017年建立了数据集成平台，构建数据服务引擎、OLAP自助分析引擎和挖掘分析平台的基础设施；2018年，我们计划进行数据处理、实时计算服务、图形计算服务、数据交换平台、机器学习平台等；2019年，我们可以从技术角度做一些更集成、更完善、更完善的项目。在很多情况下，虽然科技部门领导建立了技术体系，但并没有真正的业务实施。现在我们正试图转向业务跨越式发展的方向。在很多情况下，虽然科技部门领导建立了技术体系，但并没有真正的业务实施。现在我们正试图转向业务跨越式发展的方向。2018年6月，中原银行专门成立了一级数据银行部，这是一个与信息技术分离的部门。过去，我们更注重技术，但现在我们意识到，使用技术驱动业务的成本和难度非常高，营销和风险控制，技术可能无法驱动业务带来好处。从这个角度来看，我们决定尝试神策数据提供的一套场景方法论和逻辑。中原银行在过去几年做了一些技术驱动的改进，如：银行集中交付能力优化，包括固定报表和移动报表、自助查询模型等，特别是在过去几年银行业自助查询更受欢迎，未来银行必须做，这是一个必要的阶段。4、数据分析需求理解：五种模式支持银行的应用。我认为银行业的数据分析需求可能有五种场景的数据交互模式（如上图所示）。中原银行目前已经建立了一个数据实验室，实际上是一个数据湖系统，即将以前的仓库和市场平台转移到一个新的计算架构上。其主要功能是进行数据建模和探索性分析。该平台完全独立于原P2P平台，不仅可以做报告，还可以进行一些自助分析和数据建模，以支持未来更多建模师的使用。我们希望这个项目出来后，能够做出不同类型的业务场景应用。然而，从中国的角度来看，一些旧的模式，如即席查询，将永远存在，因为很难完全取代其他应用场景。中原银行目前规划了一套数据平台系统，但该系统仍在发展中。在过去的几年里，中原银行做了近1000份报告、20多个主题的自助分析和数据实验室平台。这些平台面向不同的人员，报告主要面向数据用户。自助分析主要面向线条，如为领导编制报告并向下发布数据的人员；数据实验室主要面向一些具有技术背景的人员，如建模师。除上述三个平台外，中原银行还建立了一个社区平台，统称为一站式分析平台。建立数据驱动创新社区是为了引领行业数据驱动的发展。目前，科技部正在领导该社区的建设。我们将在社区发布大量的数据驱动内容，如数据分析报告、文章等。就我个人而言，在未来，数据驱动等工作的推广必须由业务主导，因为即使技术人员有想法，也很难盈利，所以他们需要从业务的角度进行实践。现在，我们将把自己的技术人员派到业务部门，学习在业务场景中进行分析。上述数据分析平台仍然偏向于技术方向，但我始终认为，未来必须朝着场景的方向发展。由于场景成本较低，如使用成本较低，场景使业务人员使用更方便；人才成本较低，场景应用不需要招聘大量技术人员。六、面向大数据的综合分析平台架构这是中原银行目前面向大数据的综合分析平台架构，在这方面各行各业差别不大。然而，中原银行市场非常薄，只有一个ODS和4-5个市场，如：管理、内部运营、营销等，与其他银行相比，中原银行是一个非常轻的结构，从源可以直接到市场，有些市场甚至没有指标处理，直接整合细节，到自助分析、报告，有些也供应到实验室。个人认为，自助分析、场景分析、数据湖等思路迟早会取代我们之前做的大量报告，T 0会替代T 这只是时间问题。因此，我们的整个结构现在也在迁移到这里。7、分析平台建设实践-性能优化。几年前，中原银行对分析平台进行了一些性能优化。一般来说，从报告开始到BI，它肯定会面临性能问题，因为BI本身就是用空间换取灵活性的一种方式。我们使用大数据技术支持计算，使用30个物理计算节点，大约有20或30个主题模型，即宽表模型。由于宽表模型牺牲了大量空间的代价，它通常在这个大数据平台上运行得更顺畅，冗余度更高，性能也会提高。然而，大数据平台的一个主要特点是成本低，容量扩展可以接受，所以我们现在更多地选择这种方式。八、分析平台建设实践-质量提升数据质量提升，是中原银行今年的重点，我们准备启动新的数据治理项目。以下简要介绍：我们建立了一个*口径管理渠道。例如，当业务在查看报告时发现数据问题时，会有一个*渠道直接反馈上述问题，然后会有专门的技术人员跟进。此外，我们还有一个类似知识库的渠道，有利于口径沉淀。但是，我们需要进一步完善数据治理，如主数据和标准管理。九、分析平台建设实践-灵活性提升这是中原银行BI平台，一般使用良好。我认为银行必须在一个阶段做BI。如果没有BI，就很难真正实现数据驱动的理念，因为业务人员无法直接接触数据，也很难理解数据在未来的作用。只有当他们熟悉BI时，你才能告诉他们将来可以进行场景分析和预测分析。现在中原银行正在沿着这样的轨道发展。10、分析平台建设实践-数据安全控制金融业将涉及大量敏感数据，特别注意数据安全。为了确保数据安全，我们进行了一些技术处理。例如，在下载管理中，我们建立了完善的数据使用审核流程，并设置了最小数据访问授权，按需分配报告访问权限；实时脱敏，Smartbi 支持不同形式的数据脱敏显示，可以实现前台敏感信息的脱敏显示，实时显示时隐藏身份证号码等敏感数据；使用痕迹管理，我们将发布报告访问数据，促进报告使用过程中的自我监督和相互监督，及时发现岗位调整和多余授权造成的数据泄漏风险；行为监控，利用大数据和机器学习技术构建数据安全智能分析预警平台，智能监控数据操作行为，防止内部数据安全事件。11、未来建设规划-数据深度探索服务系统。我们未来的建设规划大致如上图所示。目前，我们仍处于数据探索和多维分析阶段。今年，我们启动了几个数据建模项目。以下是一两个。11、未来建设规划-数据深度探索服务系统。我们未来的建设规划一般如上图所示。目前，我们仍处于数据探索和多维分析阶段。今年，我们启动了几个数据建模项目，以下是一两个。我们启动了一个叫做网络的现金流预测项目。为了实现准确的预测，我们需要考虑许多维度，如网络维度、人员维度、客流维度和天气维度。因此，该项目通过分析和研究所有网点的历史数据来预测每个分行每天需要多少存款，这里的存款是指现金。因为现金存量对支行来说是一个很大的成本，比如运输成本，现金沉淀到支行没有利息，相当于把现金放在那里。我们希望预测项目明年会有一些阶段性的成果，也希望通过我们在数据驱动的变革和创新方面的努力，促进金融业数字化转型的建设和发展。综上所述，金融业的竞争越来越激烈，不变就输，盲目变就输，只有数据驱动才能引导方向。希望本文能激发金融业的运营和产品！

以上就是关于数据驱动运营？金融行业如何进行的相关介绍，更多数据驱动运营？金融行业如何进行相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对数据驱动运营？金融行业如何进行有更深的了解和认识。