案例名稱

貴陽銀行零售數據應用能力建設實踐

案例簡介

為充分激活數據要素潛能，深入推進大零售金融數字化轉型戰略，提升零售業務精細化運營水平，在數據基礎和應用現狀的基礎上，以零售場景為試點，推進數據能力建設?；诖髷祿鎯?、計算、分析處理和人工智能技術，通過搭建零售數據集市和數據分析應用平臺，在零售條線形成統一有效的數據基礎和應用體系，建立從數據接入存儲整合、數據分析建模、數據業務應用、數據資產沉淀的數據化業務運營流程體系，提升零售數據規范水平和挖掘應用能力，賦能我行零售業務在精準營銷、智慧運營等多個場景，打造數據賦能業務、業務推動數據的數據應用生態。

創新技術/模式應用

貴陽銀行零售數據應用能力建設實踐包含三部分：零售數據集市、數據分析平臺和零售數據應用生態。

圖1 零售數據分析平臺架構圖

1、構建零售數據集市，激活數據要素潛能，為賦能零售業務提供數據基礎。依托數據治理能力建設，通過數據標準化、數據安全管控和數據質量管控，保障數據的易用性、安全性和高質量；基于數倉和大數據平臺，通過大數據存儲、災備、傳輸和計算技術，在數據存儲、整合和共性加工后建立零售集市和指標庫、客戶標簽庫，形成統一的數據應用體系，為賦能零售業務提供數據基礎。

圖2 零售數據集市架構圖

2、搭建數據分析平臺，涵蓋多種智能分析工具，構建數據驅動內核中樞?；诠芾頉Q策者、業務人員、專業技術人員等不同潛在用戶的使用需求，創新設計面向不同角色、差異化應用場景的數據分析應用平臺，利用ADS數據庫、Doris數據庫等分布式技術、人工智能技術、多層級權限管理審批機制，為數據安全、數據靈活高效分析、數據價值挖掘、數據應用和管理決策提供工具支撐。

圖3 面向不同用戶的功能架構圖

（1）數據視圖，助力管理者決策分析。零售全景視圖實現零售業務指標線上化、可視化，支持不同業務場景，總分支多層級數據權限控制，通過不同機構業務指標橫向對比，同一機構零售業務縱向評估，實現智能管理。

圖4 零售業務全景視圖

備注：展示數據為模擬非真實數據，僅用于配合數據視圖要素呈現

（2）數據智能分析，支撐高效數據探索和數據資產沉淀。通過數據導航、敏捷數據分析、客戶畫像、客群畫像，指標管理、標簽管理、數據采集、報表發布、數據應用商店和平臺答疑10大模塊，實現了可用數據快速定位和自助式業務數據探索。數據查詢分析秒級響應、結果實時發布，解決固定報表開發周期長，靈活性差等痛點，簡化了工作流程，為業務價值共享提供了工具。

圖5 數據智能探索分析

（3）數據挖掘工具，實現模型搭建部署應用全流程一站式管理。通過可視化界面實現數據準備，數據預處理、特征工程、模型訓練、模型預測與評估的全流程，涵蓋50多種實用的、經典的統計挖掘算法和深度學習算法；采用分布式內存計算，可通過多節點集群支持數據的挖掘與分析?；谄脚_搭建零售業務場景模型庫，將大數據、人工智能技術與零售業務場景相結合，在智能營銷、智能運營等方面實現科技賦能業務、從數據到業務價值的轉化。

圖6 數據挖掘建模分析

3、沉淀數據資產，構建共享交流的數據生態。通過提供快捷易用的工具加人才培養機制，提升業務條線自主數據分析及應用能力，建設我行數據科學人才隊伍。與此同時，通過數據應用商店發布共享數據探索成功案例，沉淀數據資產；通過評論，點贊等功能打造數據社區，營造數據化運營生態。

圖7 數據應用生態

項目效果評估

零售數據能力建設方案從數據治理、數據資產沉淀、平臺支撐和科技賦能業務場景四個方面，提升了應用的能力。

1、夯實數據應用基礎，賦能前端業務應用。解決了業務數據來源廣泛、涉及系統多、數據結構多樣造成數據口徑不一致、標準不統一的數據應用痛點。在數據存儲、整合和共性加工的基礎上，從客戶主題域和管理主題域出發，建立涵蓋零售儲蓄、信貸、信用卡、客戶管理、渠道管理、運營管理等方面的寬表分析體系，形成統一的數據應用體系和指標標準，快速響應業務分析需求。與此同時，賦能零售相關業務場景，已為客戶管理、客戶營銷、網點管理、移動辦公等多個系統提供數據支撐。

2、創新數據應用機制，實現高效自助式分析。通過數據分析平臺為面向不同角色差異化數據應用場景，提供方便實用的工具支持，解決了原有固定報表應用機制帶來的報表需求多，靈活性差、開發周期長的痛點。針對管理決策者和業務人員，保障數據安全的前提下，提高獲取數據的能力、縮短平均數據訪問時間，提高工作效率；針對專業數據分析人員，使其可以高效、方便地獲取數據，以靈活的分析方式產出分析報告和業務模型；針對數據技術人員，節省基本數據服務的時間，繼續優化數據質量，深化管控能力。

3、提升數據應用能力，構建數據驅動能力中樞。通過數據挖掘工具實現零售業務場景模型從數據準備、模型開發、模型入庫、模型部署到模型監控的全生命周期管理，并為下游應用提供數據服務?；诜植际娇蚣軐崿F高效開發部署，具備灰度發布能力；基于大數據、人工智能技術和平臺搭建零售業務場景模型庫，通過構建涵蓋精準營銷、智慧運營等場景的模型，強化我行數據應用能力，降低營銷成本、提升行內客戶資產留存率、降低客戶流失率以及提升內部管理效能。

4、打造數據應用生態，“人人都是數據分析師”。通過“自助分析”、“數據案例共享”、“點贊評論”實現分析案例分享、傳播，可以快速定位熱門案例，案例快速復用，利用社區進行經驗分享交流。沉淀業務分析價值的同時快速提升業務條線自助數據分析及應用能力。

項目牽頭人

張曉琴 項目負責人

項目團隊成員

項目核心團隊成員：楊炯、張曉琴、成運、晏玉珽、張梳

責任編輯：韓希宇