【万字大数据BI案例|视频】民生银行十五年的数据体系建设，深入

第二，我们看到部分柱状条里面，有的可能有四个颜色，但是有的只有三个颜色，这是为什么？这说明我们有的ATM机虽然是存取一体机，但是有的存钱功能被用到的情况很少，这说明它周边的人对它是没有存款需求的。一个存钱一体机和只取不存的机器成本差了几万块钱左右，所以我们通过这个就可以把存取一体机换成更便宜的取款机，我们可以做一个机器类型的优化。

第三，底下绿色的线代表的是取款的情况，并不是取款机使用量越高取款量越高，像排名第一的ATM机，它虽然使用量很好，但是取款量并不是最高的。那反之，有的使用量虽然不高，但是取款量很大。那在银行，ATM 机的这种存款管理和取款管理是一个涉及成本的问题，我们把钱存到提款机里，对银行来说是成本。我们不能把大量的现金放在ATM机里，但如果我们放的很少也会有问题，那意味着要经常过去加钞，加钞带来的时间成本和运营成本也是一大开销。我们怎么在两者之间取得平衡，我们到底放多少钱合适，多久加收一次合适？

通过这张图我们就可以做一个归纳性的总结，然后发现一些规律，所以就这一张图，讲了三个问题之后，根据这个方案落地，最后得知仅这一项就为该分行节约了几百万的费用。

这个案例也不是我们的一线业务人员做的，这是我们的运营人员做的。

八. 案例三：分行如何通过数据挖掘增加工资代发客

第三个是我们财务人员做的，以前大家都没有去关注到这些转账会有什么意义。但是现在阿拉丁平台除了提供数据以外，还给他们提供了很多像 Smartbi 这种产品，能帮助他们做一些简单的数据分析工作，而且这些数据分析工作他们的学习成本非常低，可以零门槛入手。

他们利用 Smartbi 将自己手里客户的转账交易情况做了一个简单的归类，发现有些客户存在一个很有意思的情况：就是每个月定期往其它账号上转钱，而且转账金融基本差不多。经过抽样了解发现，这些都是中小企业的会计，一些中小企业的福利、发工资有的不一定走的是公司的帐，有的可能走的是个人的帐。

于是把这些人的名单拉出来发给对应的客户经理，这些客户经理开始逐个公关。那么中小企的会计在企业里还是有比较大的话语权的。他们大概花了有三周的时间，在一个城市说动了近百家企业，把他们所有的工资卡换成了民生银行的，带来了上千个工资卡客户。而工资卡客户在银行这个领域是属于价值最高的那一类客户，工资卡一定不会注销，而且还会保留一部分活期存款在其中）。

所以财务人员通过简单的挖掘，一个财务人员给当地的支行带来了很好的效益的提升，也使得客户经理一年的绩效考核都提前完成了。

这些都是我们把阿拉丁平台开放之后，让业务人员接触到数据之后，利用平时自身的业务经验，在结合数据以及我们这些很好很方便的工具创造出的价值。

九. 案例四：基于小区便民店的微区域管理与营销

那我们根据这种情况，一线业务人员就会按照客户日常的行为轨迹，进行客户关系的维系。这行为轨迹是怎么出来的？比如你经常取钱的地址，或者你常用 POS 机刷卡的地址，我们就能大致推算出这个客户日常活动的区域。也就能把客户经理选派到和你非常接近的区域，由他来给你做日常的维护及联系，这样不仅方便客户、也提升了用户体验。

这些都是在没有阿拉丁平台之前很难做到的，因为这些需求太个性化，太细节。如果分行和支行把这种需求提上来，总行的人早累死了，但是我们把平台开创出来以后，所有的一线人员可以自己做这种事情，他们根据自己的想法做用户的区域划分，做客户营销和筛选，就能极大的创造出他们真正的业务价值。

为什么阿拉丁可以做到？我们接着往下了解一下阿拉丁的平台架构和技术架构

十. 阿拉丁的平台架构 （PaaS、IaaS 和 DaaS）

阿拉丁平台想要达到这些效果，需要依赖于一个强大平台的技术支撑。整个阿拉丁平台是架设在我们的一个云架构平台上。

首先从数据层面来说，阿拉丁平台希望能够让所有一线业务人员直接看到全面的数据，而不是几张日常都能看到的考核表/客户交易明细表。

阿拉丁目前接入全行所有核心系统，所有的明细数据，以及行外的监管、征信、外汇的数据，包括一些实时交易额数据/日志数据/流数据等。同时阿拉丁本身就是基于 PaaS 架构的，里面所有的软件以标准服务的方式对用户进行提供，提供非常好的灵活可伸缩性。不管在线的数据分析用户是10人、100人、1000人，甚至以后到几千个人，阿拉丁依然可以实现弹性的扩充，因为其底层架构是基于虚拟化 IaaS 实施的，增加多少个用户对我们来说也就是增加虚拟机的问题。我们可以实现一个很好的弹性扩充，来确保我们的平台不会出现太大的性能瓶颈问题。

由于文章篇幅有限，关于全部有关智能化的数据平台体系和大数据技术架构体系请继续观看现场的视频分享内容。

阿拉丁不是只提供数据，它的目标是提供数据、工具和环境。那么工具这层阿拉丁提供什么呢？提供了大量的数据处理工具、报表制作工具、数据分析工具。

其中数据处理工具它提供了一个全口径快查，我们可以理解为是一个数据字典。用户想看看数据在哪，我要的这个数据有没有的时候，我们的快查工具就可以帮助你找到你要的数据的位置，然后通过数据检索把你所需要的数据检索出来。同时，我们为了安全起见，我们所有的数据只能看只能查不能拿走。

在报表自助分析这部分，我们需要这种拖拉拽的方式快速的制作报表，包括数据分析。比如像我们使用的就是 Smartbi 工具，在阿拉丁平台起到了非常大的作用，它帮我们很好的完成了比如一些用户自己拉了一些数据然后转换成报表，或者基于我们大量的数据、复杂的数据源做相关的多位分析以及灵活自助的查询需求。

最后还有一个就是我们的自助分析工具，包括像 SAS、R 等等，让这些工具和我们平台内部进行一个很好的整合。利用我们后台所有的数据源，去做一些数据营销的分析工作，并且这种分析环境是标准化的和统一的。

十一. 为什么选择 Smartbi 的报表分析平台

那么我们也来看一下整个阿拉丁平台在用了 Smartbi 的报表平台之后，Smartbi 能够带给我们的好处在哪？

首先，我们觉得 Smartbi 比较好的就是它可以帮助我们提高我们明细数据的获取能力。我们前期也使用过国际排名第一的某个产品，在这里我就不说具体的名字了。确实展示效果，包括易用性非常强。但是展示效果好的同时，它也牺牲了数据明细查看的这么一个能力。有的时候大家都知道更多的可能看的是汇总数据，但是也有很多时候一线人员希望看到的就是逐条的明细数据。汇总展示越好的工具，明细展示必然就会有相对某种程度的削弱，而 Smartbi 就提供了一个很好的明细数据获取和数据导出能力。

第二，是它的移动端整合以及和 Office 的扩展能力，这也是我们现在很多业务人员特别喜欢的一点。你让我们业务人员重新学习一个报表工具可能会比较困难，但是所有的业务人员都懂 Excel。当一个报表平台能够把它自己的开发平台和 Excel 开发结合起来的时候，那么对所有的业务人员来使用就降低了他们的使用门槛，而且就不用再考虑学习工具的问题了，这也是一线业务人员非常喜欢的原因。

最后，是 Smartbi 的定制能力，这也是我目前最看重的一点。国外的一些产品非常好，技术很先进我承认。但是他们的代码是封闭的，并且技术 Base 在国外，如果我们在国内想找一些对应的能够改它产品的人是很难的。但是每个行业或者银行都会有这种要把对方的产品和自己的报表进行整合的这样一个需求，尤其是我们这个阿拉丁平台，我们要去开放所有的数据，一定带来的是大量的风险。所以我们有大量的安全架构的手段要确保大量的业务人员看到用到数据的同时别把数据乱动了。那么这些技术就要求这些产品一定要和我们的产品平台进行深度整合，这种深度整合能力就只能选择具备这种整合能力的国产并且具备这种自主知识产权的产品才能进行深入的技术改造。

我们也跟国外的一些厂商聊过，他们的对我们提出的需求也表示理解也愿意做，但是他们的要求就是你们到论坛上提一个问题然后可能在半年之后给你一个补丁包，并且还不能承诺半年之后这个补丁包是否能够覆盖这个问题，所以当时一听我就头疼了。所以这个对比下来，也是我们当初比较看好 Smartbi 产品的原因。

十二. 数据应用体系的价值导向

我们最后再来看看基于相关的这些数据产品，我们整个实现了我们一个叫“数据应用体系的价值导向”。我们希望我们所有做的应用目标都是增加我们的收入、降低我们的成本、提高我们的合规性、降低我们的运营风险，所以我们所有的方向都是围绕这几个目标来做。

那么在阿拉丁的平台上，所有的数据产品基本上放在了这八个区域：自助查询、挖掘分析、营销服务、APP、监管报送、流程支持、业务统计、风险监测。

1. 自助查询：所有的业务人员、分行的人什么时候想自己查询就可以使用自助查询。

2. 挖掘分析：这个针对比较高级，一些有比较高级经验的人来做一些探索性或者预测性的分析。

3. 营销服务：做完查询最后的数据是一定要注重营销的，是要产生价值的。

4. APP：这个是方便我们一线人员外出办公，能够随时随地使用数据的一个方式。

5. 监管报送：每个行都有。

6. 流程支持：我们希望通过数据能够再去优化我们的内部各种工作、包括审批、业务营销的流程。

7. 业务统计、风险监测：是大家都比较熟悉的常用的几个类型。

最后通过阿拉丁平台开展数据挖掘分析，基本上就是分为三个方向：精准营销、业务提升和风险计量。十三. 阿拉丁的生态圈建设

（编辑：安卓应用网_ASP源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!