聊一聊Smartbi Eagle银行数据自助分析云平台

浏览: 1796

银行十年前就开始数据大集中,长时间积累了很多数据,但对数据的分析利用都不够,一般都停留在固定报表的层面。而且在交付过程上,通常都是规划数据仓库,然后进行ETL,最后以“项目”的方式,由业务部门提需求,然后反复的讨论分析、构建数据集市和开发报表。在这种情况下,一般项目周期都在3-6个月以上,其中的问题主要是沟通成本高和重复建设多。

Smartbi Eagle

图:令人苦恼的沟通

重复建设是因为不同业务部门在不同项目,或者不同用户对不同的科技人员,重复提出报表需求,造成了很多时间、精力、资源的浪费!这种情况尤其体现在总行-分行的组织当中,分行之间的需求是非常类似的。

于是,Smartbi提出类似自助餐厅式的解决方案Eagle。

Smartbi Eagle

从本质上,自助餐厅的模式主要解决了“效率”和“自由“两大问题。以前通过漫长审批流程和沟通等待的报表需求,可以在灵活工具的界面里自主快速完成,从而大大缩短了业务决策周期。而从科技部门的角度,IT人员更专注于数据质量、平台管理、运维服务,或者说运营好数据资产(安全的增值)。

对比以前的做法,自助分析并非是简单工具的堆叠,而是一个整合管理、业务、科技的管理平台,它带来的是一种全新的数据化运营的理念和体验。因此这个新事物非常需要行领导的支持,才能打破原有固有的流程。

Eagle与银行现有的或者即将建设的数据平台都是兼容的关系,因为Eagle定位于前端的数据分析门户,目的是盘活一切数据资源、发挥数据分析的生产力作用!

要想建设好这样一个平台,科技部门需要考虑的四大核心因素是元数据、数据质量、高性能、工具易用。我们大多数银行其实都已经投入了这四个方面的建设,但可能并没有在一个统一的应用平台上得以整合,自助分析平台建设是对这些工作最有力的评价!

和以往的信息化门户类似,科技部门在运营上需要提供长期的支持服务和培训,只是工作内容上都是围绕“数据模型”、“数据理解”、“数据分析”的。

综合以上的思路和经验,Smartbi基于民生银行阿拉丁的成功案例,重新研发了自助分析平台Eagle,提供数据导航、自助分析、分析商店、数据产品、数据答疑五大模块。

Smartbi Eagle

1. 数据导航

自助分析平台从定位上就明确了“业务用户”才是使用系统分析数据的主要人群,但他们对系统或者数据都缺少基本概念,如何能让他们快速上手,找到所需要的维度、指标,这就是“数据导航“的责任。而元数据就是实现导航的关键,如果小规模的银行客户还没有建设独立的元数据管理系统,Eagle也可以提供轻量级的元数据服务,帮助实现数据化运营的转型。

业务用户进入系统后,大多情况都会先在导航里面,就好比我们上了汽车先打开导航,获得路线和路况的指引一样,输入“贷款“、”利息“等关键字,就能看到相关的各种资源(Smartbi系统内名词,任何报表、业务主题、数据对象,都称之为资源)。如果业务用户决定新制作报表,就需要从数据模型的层面上开始预览数据(比如前100条)和查看数据描述,随后进行分析工作。

大家都已经知道Smartbi Insight V7发布了小麦人工智能语音功能,未来数据导航的部分,也可能真的和高德导航一样,通过语音就可以实现了。

2. 自助分析

这个部分是Smartbi的传统强项,也是满足业务用户多样需求的核心,比如将定义查询条件的功能封装起来给业务用户使用,将传统OLAP的高级功能抽象给任何数据集(数据集的概念和阿里数加是一致的,包括人工书写的SQL和拖拽实现的),将Excel变身为面向业务人员制作报表的操作界面,将Word分析报告的数据也能“刷新“。除此以外,交互仪表盘和可视化大屏幕也可以在Excel中完成,所做成果可以保存成为模板,不仅可以加速后续的制作(几个小时)还可以统一风格(不再需要美工)。

3. 分析商店

从管理的意义上,这个功能才是这个平台的核心。前面讲到“重复建设“是传统方式(项目开发)的两大问题之一,分析商店通过共享分析思路(而不是数据),将业务人员或者分支机构的各种分析成果——报表资源开放出来,采用评论、点赞、使用这样的互动统计,最终可以形成自然的排名,产生优胜略汰的效果。当分析商店运行起来2年左右的时间,大多数业务用户进入系统后就会首先到这里来“挖掘宝藏”(大多数人都不喜欢创造,而倾向于消费,这也是正常的社会分工),而不用去数据导航从头开始。

4. 数据产品

“人人都是数据分析师“是一个口号,现实中总是只有个别人爱钻研、爱创新。在分析商店里面积累的各种分析思路,有2个原因需要升级为数据产品,首先是符合银行当前业务和管理战略的,其次是需要结合起来更加系统化的。当然,既然定位是”产品“级的功能,这就需要业务专家和科技部门共同设计、开发,并发布出来,并非属于普通业务用户权限的范围。

生态建设离不开人,银行现有的数据分析专家可以在这样的平台上加速自己的探索、研究和总结(以前只能依赖项目开发,非常的缓慢还不容易变更),而更多的业务人员,也可以锻炼成为新的数据分析师,这样就为数据化运营天然打造了人才梯队,这也是自助分析平台有持久生命力的关键原因!

5. 数据答疑

通过上述的介绍,不难看出自助分析平台的受众多、功能多、责任大,为了支持好业务人员适应Eagle、用好Eagle,在线答疑、支持服务是必不可少的。

Smartbi Eagle

三年之前Smartbi还没有这样的思路,也看着很多友商在推行类似的概念,但我们总觉得单纯工具软件并不是客户所需要的,直到2017年初,我们才从用户视角构建自助分析平台,从实践中抽象出来这样一个“自助餐厅式”的数据分析门户。

推荐 0
本文由 大麦 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册