《帆軟：2024年帆軟金融行業案例集1.0（50頁）.pdf》由會員分享，可在線閱讀，更多相關《帆軟：2024年帆軟金融行業案例集1.0（50頁）.pdf（50頁珍藏版）》請在三個皮匠報告上搜索。

1、F A N R U A N F I N A N C I A L I N D U S T R Y C A S E C O L L E C T I O N 1.0帆軟金融行業案例集1.0讓數據成為生產力帆軟數字金融事業部帆軟數據應用研究院?PREFACE前言隨著數字化浪潮的興起，金融行業正在經歷一場深刻變革。數據的力量正在重塑銀行、證券、保險等多個領域，為行業發展注入新動力。2024 年 11 月 27 日，為深入貫徹黨的二十屆三中全會和中央金融工作會議精神，做好數字金融大文章，中國人民銀行、國家發展改革委等七部門聯合印發了推動數字金融高質量發展行動方案。行動方案明確提出系統推進金融機構數字化轉型

2、、運用數字技術提升重點領域金融服務質效、夯實數字金融發展基礎、完善數字金融治理體系等方面的重點工作任務。目標是到 2027 年底，基本建成與數字經濟發展高度適應的金融體系。這一方案的出臺，不僅彰顯了國家對數字金融發展的深切關注與高度重視，也標志著金融機構數字化轉型已成為必然趨勢。作為數字化轉型的引領者和推動者，帆軟一直致力于推動數字化技術和應用的創新。我們深知數字化轉型對企業的重要性，也了解在數字化轉型的過程中，企業面臨的挑戰和困難。我們精心準備了這本帆軟金融行業案例集，希望和您一起探討 2024 年金融行業面臨的種種挑戰以及數字化對其的幫助和作用。我們匯集了銀行、證券、保險等多個領域的解決方

3、案和實戰經驗，為金融企業數字化轉型提供具體的方法和策略。希望通過閱讀，您可以更好地了解數字化對金融行業的驅動作用，吸收標桿企業的成功經驗，降低自己的試錯成本，幫助您和您所在的企業快速打開一條屬于自己的數字化轉型道路。我們相信，通過分享和學習，我們能夠共同推動金融行業的數字化轉型進程，為客戶提供更優質的服務，為社會創造更大的價值。01帆軟金融行業案例集 1.0目錄銀行板塊0207132228華夏銀行：BI 自主分析平臺“數據魔方”賦能數據服務創造數據價值東亞銀行：百年銀行的數字化探索與實踐河北銀行：提升全行數據能力，助力業務高質量發展無錫農商行:通過業務與科技的雙向賦能，提升數據分析效率 80%

4、！常熟農商行：發展銀行數據可視化應用，全面提升數據服務能力 93金融行業典型數字化解決方案證券板塊方正證券：數字化轉型與商務智能實踐興業證券：自助數據分析生態系統建設實踐長江證券：用戶地圖體系賦能精準營銷，用戶轉化率提升 20%大道金服：探索 IT 和業務配合新模式，實現效率提升 120%35404758保險板塊橫琴人壽：數據平臺引領數字化轉型，贏在保險 3.0 時代信泰保險：打造面向業務的“場景化”數據服務敏捷應用都邦保險：推動資產負債聯動，都邦保險工作效率提升 12 倍667484銀行板塊銀行業的數字化建設一直走在所有行業前列，早在上世紀 80 年代至 90 年代初期，銀行業開始引入計算機

5、技術，實現數據的電子化和自動化處理；到上世紀 90 年代中期至 2000年前后，銀行業開始利用互聯網技術，開展網上銀行、電話銀行、自助終端等多渠道服務；進入新世紀以來，銀行業開始利用大數據、云計算、移動互聯網等技術，推出了移動支付、P2P借貸、第三方支付等新型金融產品和服務，提升了銀行的競爭力和創新能力。如今，銀行業開始利用人工智能、區塊鏈、物聯網等技術，構建了智能風控、智能投顧、智能客服等智能金融場景，并與其他產業形成跨界合作和生態共建，推動銀行的數字化轉型。見賢思齊焉，先進行業的經驗將逐步傳導到各行各業，而數字化轉型向前的腳步永不停歇。0302帆軟金融行業案例集 1.0帆軟金融行業案例集

6、1.0華夏銀行于 1992 年 10 月在北京成立，是首鋼集團有限公司獨資組建成立的全國性商業銀行，是全國唯一一家由制造業企業發起的股份制商業銀行。華夏銀行在改革開放總設計師鄧小平的關心支持下，于 2003 年 9 月上市交易，成為全國第五家上市銀行。BI自主分析平臺“數據魔方”賦能數據服務創造數據價值華夏銀行項目亮點數據應用現狀近年來，華夏銀行在政策驅動與監管要求下，已將數字化轉型確立為重要戰略轉型方向，不斷加大科技投入，建設數字化人才體系，全面推進數字化建設。投入主要集中于數字科技轉型，包括多個重點任務和條線轉型方案，旨在提升金融科技對業務發展的賦能和服務能力。華夏銀行利用大數據、人工智能

7、等先進技術，提升金融服務效率和客戶體驗，推出了多款數字化金融產品，如在線貸款、移動支付、智能投顧等，方便客戶隨時隨地進行金融交易。2022 年榮獲國家互聯網數據中心 NIISA 聯盟“2021 年度技術創新一等獎”、榮獲 IDC“中國金融行業技術應用場景創新獎”。2023 年榮獲“第十四屆金融科技創新獎”。數據魔方用戶數近 33000 人，活躍人數 9131 人，占全行用戶比例 28.5%建設了多個熱門業務場景，產品訪問量 18.8 萬次累計建設分行自助發布報表、報告類產品 1344 個，產品訪問量 7.68 萬次需求痛點痛點一數據獲取困難、數據理解困難、數據使用困難和智能化支持困難。業務人員

8、用數時不清楚可以去哪里找需要的數據，或者找不到數據。01痛點二難以構建統一的數據管理體系。為了打破分行數據孤島，提升數據質量與可用性，總行計劃推動構建統一的數據管理體系，但是現狀是總分行使用不同的平臺存儲數據，使得數據的一致性、規范性和可靠性難以得到保證。020504帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0解決方案整合數據運營推廣為了實現數據標準化與高效協同的核心目標，華夏銀行設計了新的數據架構，接入數據底座與數據中臺作為數據源，并完成多方資源的整合。所有這些層級的數據信息，從描述、業務口徑到數據質量，都在統一的數據資產管理平臺上進行登記與管理，確保了數據的規范性和易用性。搭建平臺

9、數據魔方 PC 端與數據工具深度集成，使用工具制作的報表可自助快速發布為數據魔方產品，發布完成后在數據超市里展示進行共享，其他用戶可申請使用，形成快速推廣和復用能力。平臺采用云原生的開發工具和行內通用的技術平臺，并深度集成帆軟 FineBI 和 FineReport 工具。為保證數據魔方各項既定目標的順利達成，有效提升數據魔方用戶活躍率，并為各分行在數據魔方運營評優工作中提供客觀依據，圍繞應用團隊協作、運營活躍情況、人才培養、生態社交情況四個方面，積極推進數據魔方運營工作。數據魔方應用層報表報告指標數據服務基礎表加工表多維主題寬表實時落地表數據中臺服務層領域資產指標標簽文件精準營銷智慧經營智能

10、風控依法合規分行數據集市數據底座服務層服務層數據資產管理平臺典型場景場景一：報表報告查看報表報告查看是在數據超市模塊完成。數據超市模塊包含各種數據產品：報表、報告、圖表、主題寬表和指標等數據可視化產品。熱點報表報告如存款實時余額相關報表、個人養老金相關報表、速贏項目營銷相關報表等。場景二：數據探查和分析0706帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0在數據資源模塊完成，“數據資源”是把數據庫中加工好的具有業務分析價值的數據表可視化到頁面上，解決業務找數難的問題。業務人員可進行檢索和查找，同時可以查看該資源的數據字典信息，申請數據權限后可一鍵進入可視化分析工具完成數據探查和分析。場景

11、三：自助報表制作在數據工具模塊完成，數據魔方集成 FineBI 自助分析工具、FineReport 報表開發工具和常用查詢工具，可進行一站式的數據分析和報表制作，讓非技術背景的人員也能夠快速進行數據分析，節省技術支持的時間，提高工作效率。項目總結數據魔方項目自上線以來，為華夏銀行在數據管理和業務決策方面帶來了顯著的變革。它不僅有效解決了傳統數據查詢和使用的難題，還通過集成先進的零代碼、可視化分析工具，極大地降低了數據分析的門檻。通過管理駕駛艙、分析大屏、數據看板以及移動端的多渠道自適應展示開發能力，數據魔方實現了數據的即時訂閱與轉發，以及“千人千面”的個性化數據推薦功能，滿足了用戶對數據快速、

12、高效、自主使用的需求。東亞銀行作為一家具有領導地位的香港金融服務集團，1918 年，在香港成立母公司東亞銀行有限公司；2007 年，在內地注冊成立的全資附屬銀行東亞銀行（中國）有限公司（下文簡稱東亞中國），東亞銀行全球設有約 130 個網點，聘用逾8000名員工，致力為香港、內地及世界其他主要市場的客戶，提供全面的企業銀行、個人銀行、財富管理和投資服務。東亞中國自 2007 年成為法人銀行后，為支持業務發展組建了本地化的科技隊，并在 2009 年完成了上海數據中心，上海研發中心的建設，成為率先在境內自建數據中心和研發中心的外資法人銀行。2021 年，東亞中國正式啟動數字化轉型，以數據這一核心資

13、產作為切入點，聚焦夯實數據基礎，提升客戶體驗，提高經營效率，加強數字化人才建設四大領域。百年銀行的數字化探索與實踐東亞銀行0908帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0項目亮點智能現金管理項目從實際的降本增效情況來看，累計創造收益近百萬元管理駕駛艙項以提升管理層用數效率為宗旨，每年幫助公司節省近百萬的成本支出，真正實現了決策智能化項目背景為加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進全行數字化轉型建設，為業務發展提供創新動力，東亞中國秉承“追趕同等規模城商行，3 年內成為內地數字化領先的外資銀行”的數字化轉型的愿景，提出了 3 年數字

14、化轉化規劃。目標是利用金融科技和數字化應用實現精準營銷，賦能客戶經營。通過激勵創新，加速人才發展，提高數字化人才覆蓋率，最后，提升經濟化管理水平，為員工降本減負，提升管理決策效率。自 2021 年數字化轉型項目正式啟動后，東亞中國成立了數字化轉型領導小組，自上而下強管理，統一規劃指導。同時，專設戰略及數字化辦公室，以統籌推進全行數字化轉型工作。需求痛點痛點一數據來源分布無序，未形成合理的數倉結構化存儲，亟需治理，提升數據來源的可拓展性和規范性。01痛點二所用系統每日產生大量錯誤警報，需要投入大量人工審查，希望通過規則和模型建立 AI 無效警報過濾，減少警報量和人工排查工作量。02痛點三現金管理

15、成本高居不下，員工數字化程度不高，內部推動數字化系統建設存在阻力。03解決方案搭建數據科學算法平臺，滿足數據挖掘及 AI 算法研究需求東亞中國構建數據湖的同時，同步搭建了數據科學實驗室，面向業務分析崗及有相關技能的同事開放。平臺包含了主要業務系統的幾千張表，覆蓋零售、對公、風控、合規等各個條線需求。平臺上所有數據依照東亞中國數據分級分類要求，確保既能方便使用，又能滿足合規要求。構建自助數據分析平臺，提升數據分析應用便捷性東亞中國與國內 Top3 分析平臺工具供應商“帆軟”合作，對分析產品 FineBI 進行適配性改造，打造外資銀行首個“靈活數據分析平臺Eureka 深眸系統”。該系統能夠提供數

16、據分析全流程一站式服務，實現便捷的數據獲取、自助的數據處理與加工、互助的數據協作、靈活的可視化分析。數據源數據處理層管理駕駛艙應用層公司業務系統公司貸款系統客戶信息管理系統國際結算系統資金營運系統信用卡系統其他數據采集數據批量采集DMPDWS層DWD層ODS層管駕數據從數據源端開始做隔離，邏輯自研數據集市層服務層基礎數據層匯總指標層存款業務中間業務擔保業務貸款業務國際投資業務代理業務其他規模指標收入指標客戶指標質量指標成本指標風險指標其他過程指標終端類型PC端移動端實時大屏用戶類型公司高管戰略部成員中層管理員中后臺管理者一線管理者一線業務人員服務類型公司戰略層看板業務執行層看板用于衡量公司整體

17、目標達成情況的看板，主要服務于公司戰略決策拆解公司戰略級目標到業務線，支撐業務策略執行的核心過程指標業務策略層看板對業務策略目標進一步拆解，一線人員關注的細化到客戶明細層級指標數據即時同步ETLETL數據抽取BDP大數據倉庫平臺1110帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0以賽促學，提升全員數字化素養2022-2023 年，東亞中國先后在全行范圍舉辦兩次“數贏”杯數據分析大賽，參賽隊伍均以 Eureka 平臺為數據分析工具。全行 900+人關注并跟隨大賽進行學習?！皵第A”杯賽不僅幫助實現 Eureka 平臺的普及與推廣，帶動一線及中后臺人員的業務分析熱情；而且提高了員工數字素養，

18、強化了全行數字化學習意識，提升了業務人員數字化相關技能，使得“數字化”理念更加深入人心、數字化技術得以普及。典型場景場景一：管理駕駛艙優化建設項目在東亞中國的數字化轉型中，管理駕駛艙作為大數據服務門戶建設的核心組成項目之一，仍面臨諸多挑戰：發現問題：管理駕駛艙數據處理層極大程度依賴 BDP 大數據平臺數據處理層出數時效和準確度，影響應用層數據質量；管理駕駛艙指標體系混亂，指標和過程數據的關系弱，復用性不強；管理駕駛艙處理層數據來源分布無序，未形成合理的數倉結構化存儲，數據的可拓展性和規范性較差。解決過程：優化管理駕駛艙整體架構：在數據處理層，將管理駕駛艙數據從數據源端開始做隔離。構建管理駕駛艙

19、指標體系:MBR 數據集：更新數據包括收入、成本、規模、KeyRatio 等模塊累計 140+指標；管理駕駛艙數據集：更新數據累計 200+指標，分時間、機構不同維度統計匯總。管理駕駛艙項目以提升管理層用數效率為宗旨，項目上線后，提升了管理層決策效率的同時，為公司每年節省了近百萬的成本支出，真正實現了管理層決策智能化。項目成果：月頻更新數據，收入、成本、規模、KevRatio等模塊指標累計140+指標數全行30+企業銀行30+零售銀行40+金融市場30+司庫10+多條線應用全行企業銀行金融市場司庫零售銀行MBR數據集建設日頻更新數據，累計200+指標，分時間、機構不同維度統計匯總指標數前臺條線

20、：CEO36+、企業銀行20+、零售銀行30+、金融市場10+中后臺條線：業務營運10+、人力資源10+、營運人力資源10+、營運時效40+、監管報送10+多條線應用CEO企業銀行金融市場人力資源監管報送分行零售銀行業務營運營運時效營運人力資源PC端移動端+管駕數據集建設場景二：黑名單預警壓降項目東亞中國防范洗錢風險，對其零售、對公、互聯網等客戶群體，在開展相關業務時，實施反洗錢預警掃描機制。該機制通過黑名單服務系統，以批量和實時的方式，識別出可疑客戶并發出警告，對客戶信息與路透社、紅通等制裁和監管名單進行對比，經過人工查核后，將結果推送給下游系統，供業務部門使用。目前 BLN 系統每日產生大

21、量錯誤警報，而所有警報量均需要通過人工審查，希望通過規則和模型建立無效警報過濾，以減少警報量和人工排查工作量。發現問題：項目主要分為兩個優化方向：解決過程：黑名單過濾（PEP 定義完善規則模型）：基于打標結果和遵守合規要求，結合數據分析和模型等方式過濾定義不符的黑名單。AI 警報分析（行職業分析模型優化、機器學習模型和策略優化）:基于打標結果和遵守合規要求衍生行職業特征，自動排除無效警報。1312帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0項目主要分為兩個優化方向：場景價值：黑名單過濾：定義完善規則模型后，數據分析結合規則模型輔助補全定義不符的文本組合，提升警報率。AI 警報分析:通過

22、模型進行行職業分析和判斷，結合行職業分析模型，使用 AI 和策略輔助判斷無效警報，從而減少人力投入。項目總結在當今數字經濟時代，數字化轉型已成為銀行界的共識，各大銀行紛紛進行戰略布局和開展數字化落地工作，東亞中國作為一家百年企業，在當今快速發展的數字化時代要找到適合自己的轉型模式與路徑。帆軟 FineBI 提供了一站式大數據商業智能的解決方案，幫助東亞中國充分激發數據要素，釋放數據價值潛能，提升在數字化時代的競爭和發展能力，更為東亞中國降本提效，激發創新能力，實現轉型升級提供了行之有效的方法。百年東亞，扎根中國，東亞中國將繼續推動數字化轉型，在數字化轉型的航道上行穩致遠。河北銀行股份有限公司成

23、立于 1996 年 5 月 28 日，是全國首批 5 家試點城市合作銀行之一、河北省唯一一家省屬地方法人銀行?？偛课挥诤颖笔∈仪f市。目前已在河北省 11 個設區市和天津、青島設立 13 家分行級機構，營業網點 250 家。河北銀行以“建設環渤海區域領先的公眾銀行”為愿景，以“責任心、團隊、高效率”為核心價值觀，積極踐行“朋友金融，知心致行”的品牌理念，始終堅守“服務地方經濟、服務中小企業、服務城鄉居民”的市場定位，主動對接國家區域戰略，積極服務京津冀協同發展、雄安新區規劃建設、冬奧會籌辦“三件大事”和省委“3689”工作思路，發揮金融協同作用，提升區域服務能力。獲得“全國文明單位”、“全國金

24、融系統企業文化建設先進單位”、“全國小微企業金融服務先進單位”、“最具社會責任金融機構獎”、“河北省用戶滿意示范單位”、“河北網友信賴的金融品牌”等榮譽稱號。提升全行數據能力，助力業務高質量發展河北銀行1514帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0項目亮點自助分析平臺可隨時、自主地通過平臺開展數據分析，輔助經營決策、支撐營銷活動，賦能業務發展。為業務思考、業務拓展和管理創新提供了一個開發共享和交流互動的平臺，激發業務人員數據分析的積極性。建設管理駕駛艙為行內重點工作提供了靈活的數據支撐，為管理者經營決策提供支撐。經營管理會議直接圍繞駕駛艙進行討論，發現數據問題可直接鉆取詳細信息查

25、找原因，及時作出干預決策，管理水平顯著提高。移動端管理駕駛艙，解決了分析和決策的時間與地點限制，從辦公室和上班時間擴展到了隨時隨地，不但讓業務問題能夠得到及時處理，也讓數據驅動決策的理念更加深入人心。為促進數據賦能業務發展，河北銀行組織數據自助分析技能培訓，有效提升了業務人員報表分析工具的操作靈活度和數據分析能力。數據應用現狀近期，監管機構先后出臺金融科技發展規劃（20222025 年）和關于銀行業保險業數字化轉型的指導意見，對銀行數字化轉型提出具體要求，將數據能力建設提升至戰略高度。河北銀行2021-2025 年發展戰略規劃中要求以高質量發展為主線，全行數字化轉型取得實效。2021 年以來，

26、新一屆河北銀行黨委明確了“建設國內一流的省級銀行”的戰略愿景，制訂了全行戰略規劃及 IT 戰略子規劃，明確提出了構建“四梁八柱”的戰略實施路徑。在新的全行五年戰略規劃中，從“支撐業務拓展及運營、支撐數字化轉型、數據治理及數據應用、基礎設施建設、人才發展”等五大領域對數據支撐能力提出了具體要求，強化數據能力建設已成為全行一項刻不容緩的工作任務。為加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進全行數字化轉型建設，為業務發展提供創新動力，河北銀行構建了“1+1+3+N”的數據能力建設框架，即一個湖倉一體的架構體系，一個一站式、實時化、服務化的中臺服務體系，

27、3 個數字分析工具，和 N 個數字化能力，具體見下圖?；诳蚣?，河北銀行開始搭建大數據平臺、數據中臺、數據分析平臺、數據門戶等，開展全行的數字化能力建設。需求痛點痛點一痛點二河北銀行一直是業務提需求 IT 來解決的響應模式。一方面，隨著業務需求的增多，IT 人員疲于響應。另一方面，IT 人員對業務的理解程度不統一，很容易造成需求的誤解，增加額外的溝通成本。以往管理者在開會時需要各方提前花費大量時間來準備相關經營數據，數據的實時性差并且準確性不能很好的得到保障，發現問題無法及時找到原因，決策有一定的滯后性。01021716帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0痛點三銀行數據都存放在

28、電腦端，領導出差或者不方便使用電腦時候，就無法實時了解行內情況，有些需要決策的內容只能等領導回來才能解決，數據分析和決策制定都受到時間和地點的限制。03解決方案為加快河北銀行大數據體系建設，穩步推進數字化轉型戰略，基于河北銀行“1+1+3+N”的數據能力建設框架，分別建立面向業務人員和中高層管理人員的數據自助分析平臺和管理駕駛艙，數據自助分析解決的是業務人員的問題；管理駕駛艙解決的中高層管理人員的問題；基于自助分析和管理駕駛艙，移動端解決的是分析時間、地點、終端的問題。典型場景場景一：自助分析工具數據分析的能力最終要落實到人身上，但是和很多企業一樣，河北銀行一直是業務提需求 IT 來解決的響應

29、模式。一方面，隨著業務需求的增多，IT 人員疲于響應。另一方面，IT 人員對業務的理解程度不統一，很容易造成需求的誤解，增加額外的溝通成本。為促進數據賦能業務發展，提升內外管理水平，河北銀行數據管理部面向總行各中心部門，組織了數據自助分析技能培訓，旨在提升業務人員報表分析工具操作靈活度和數據分析能力。培訓內容包含創建數據源、數據清洗處理、報表操作、圖表設計、制作儀表板大屏等，通過具體實例帶領大家實操練習，反響熱烈。后續，河北銀行數據管理部將持續做好自助分析的推廣工作，為各業務部門使用自助分析工具提供技術支持，夯實并補充數據源，努力擴大自助分析的業務覆蓋范圍，加快數據賦能，助力業務高質量發展。建

30、設可視化、自助式、零編程的數據訪問、分析、展現工具，有助于減輕數據人員工作壓力，為業務思考、業務拓展和管理創新提供開發共享和交流互動的平臺，激發業務人員數據分析的積極性。例如以往提取數據需要花費幾天甚至是幾周的時間，現在業務人員只需要在平臺上通過拖拉拽的查詢即可獲取。自助分析正在讓河北銀行的廣大業務人員從被動等待科技人員提取數據，轉為可隨時、自主地通過平臺開展數據分析，輔助經營決策、支撐營銷活動，賦能業務發展。主要包括存款、貸款、利潤、中收、客戶等數據。條線特色以指標卡的形式展示較多類型指標信息，以更多維度展示業務數據。主要包括對公存款、對公貸款、國際業務、代發工資等。條線特色是增加對貸款種類

31、細分，其中細分有綠色貸款、中長期貸款等。個人金融中心公司金融中心場景二：大屏管理駕駛艙管理駕駛艙是一個管理信息中心系統，能夠通過各種圖表的方式直接了解到整個企業的運營情況。管理駕駛艙的特點是具有豐富的指標體系，而且還具有視覺顯示系統，能夠有效的體現出數據的及時性、有效性?；诤颖便y行“1+1+3+N”的數據能力建設框架，為進一步打造全行數字化營銷和決策能力，河北銀行開展管理駕駛艙建設項目，旨在幫助管理者和業務人員更加直觀地監測企業運營情況，并對異常關鍵指標開展預警和挖掘分析，實現實時動態管理?；诂F有統計指標平臺，在參考其他先進同業經驗的基礎上，河北銀行建設大屏管理駕駛艙產品體系，面向不同的用

32、戶和業務條線，定制個性化的駕駛艙，主要有個人金融中心、公司金融中心、政務金融中心、小企業金融中心駕駛艙和高管駕駛艙。各駕駛艙基本數據說明與條線特色說明如下：1918帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0主要包括政務客戶的存款、貸款、實時大額變動、鄉村振興、分行排名等。條線特色主要是增加了實時大額變動數據，能夠及時獲取到政務客戶的大額變動情況。根據鄉村振興戰略要求，增加縣域支行存貸款及日均分析。政務金融中心主要包括小企業存款、貸款、普惠涉農、客戶數、小企業特色產品等。條線特色主要是增加了小企業特色產品余額戶數增長情況等。小企業金融中心主要是面向高管使用，主要包括資產、負債、營收、利

33、潤等，通過趨勢圖、分行對比圖、條線對比圖從不同維度展示經營情況，同時根據監管部門披露數據新增與同業的資產負債利潤等的對比。建設管理駕駛艙是河北銀行數字化轉型的重要工作之一，為行內重點工作提供了靈活的數據支撐，為管理者經營決策提供支撐。以往管理者在開會時需要各方提前花費大量時間來準備相關經營數據，數據的實時性差并且準確性也不能很好的得到保障，發現問題也不能及時找到原因，決策的滯后性是個大問題?，F在有了各類管理駕駛艙，數據的全面性、及時性和準確性大大提升，經營管理會議直接圍繞駕駛艙進行討論，發現數據問題可直接鉆取詳細信息查找原因，及時作出干預決策，管理水平顯著提高。高管駕駛艙2120帆軟金融行業案

34、例集 1.0帆軟金融行業案例集 1.0場景三：移動端管理駕駛艙隨著信息化時代的來臨，時間成本對于企業的重要性也越來越高，在重要時刻的及時反應甚至可以幫助企業獲得更多的回報率，而“移動辦公”也已經成為了企業管理者樂于見到的主流辦公方式。移動端駕駛艙能夠通過實時圖形化展示業務指標數據，讓管理者和業務人員直觀地監測企業運營情況，并對異常關鍵指標預警和挖掘分析，實現決策分析無處不在的實時動態管理。在新常態的經濟發展形勢以及利率市場化的推動之下，傳統商業銀行的盈利能力進一步受到沖擊，了解資產負債結構有助于更加明確、更加實際的解決盈利問題。移動管理駕駛艙可以實時展現企業資產負債結構的變化情況，其中資產端主

35、要為銀行帶來收益的項目，包括投資、貸款、以及存放在央行款項等，由于生息資產項目之間存在期限、風險、資產質量等多方面的不同，各項目所產生的收益也各不相同，其盈利能力的表現差距較大；負債端主要為各類存款和債券兩大類，按照存款的對象不同，將存款分為客戶存款、同業存款、其他金融機構存款，這些存款和債券由于期限的不同、支付利率的差異，導致銀行在負債端對凈息差產生影響。利率低的活期存款和利率高的結算類資金在資產負債結構中所占的比重越高，凈息差就越大，商業銀行的盈利能力也越好。在外部宏觀環境相近，商業銀行若想擴大凈息差，提高盈利能力，從調整自身資產負債結構入手將是一個有效合理的解決途徑。移動端管理駕駛艙是面

36、向總行高管及分行領導進行數據展示，主要內容有全行及分行資產負債、存貸分析、行業對標的首頁展示。建設快速、高效、便捷的移動端管理駕駛艙，為“代發薪大會戰、存量資產質量大會戰、縣域翻身仗、低效網點提升”等行內重點工作提供靈活的數據支撐，為業務精準施策提供了有力的支撐，并且解決了分析和決策的時間與地點限制，從辦公室和上班時間擴展到了隨時隨地，不但讓業務問題能夠得到及時處理，也讓數據驅動決策的理念更加深入人心。項目總結可視化、自助式以及零編程的數據分析工具，為業務人員提供了一種更加直觀和便捷的方式來探索數據背后的價值。這些工具不僅降低了使用數據的門檻，減少了因技術障礙帶來的困擾，還極大地激發了員工對于

37、數據分析的興趣與熱情。通過這樣的方式，河北銀行能夠更好地培育出一種“數據為先”的企業文化氛圍，鼓勵全體員工在日常工作中積極運用數據分析來指導決策過程，從而提升整個團隊面對復雜問題時解決問題的能力即所謂的“數商”思維。隨著這種文化逐漸深入人心，未來河北銀行將進一步推動數據在各個層面中的應用深化。無論是在客戶服務優化、還是內部流程改進等方面，都將充分利用大數據的力量，挖掘其中蘊含的巨大潛力。同時，通過對海量信息的精準分析，可以幫助管理層做出更為科學合理的戰略選擇；而對于前線員工而言，則可以通過實時獲取關鍵指標的變化情況快速調整工作策略，提高工作效率和服務質量。具體內容如下圖：2322帆軟金融行業案

38、例集 1.0帆軟金融行業案例集 1.0無錫農村商業銀行成立于 2005 年 6 月，是一家股份制的地方性金融機構，地處中國長三角經濟發達地區的無錫市。全行現有員工 1600 余人，下轄 1 家營業部，104 家本地支行、分理處，3 家異地分行，4 家異地支行，控股 2 家村鎮銀行，入股 3 家農村商業銀行。成立以來，無錫農村商業銀行充分發揮法人銀行的機制優勢，以服務地方經濟發展為己任，外拓市場，內強管理，不斷做大做強做優。先后獲得過“江蘇省銀行業文明規范服務示范單位”“江蘇省和諧勞動關系先進單位”“全國金融機構服務三農最佳誠信企業獎”“銀企合作十佳銀行最佳愛心公益獎”“中國最具成長性銀行”“農

39、村商業銀行城區標桿銀行”“中國服務業企業 500 強”“全球千強銀行”等榮譽稱號。通過業務與科技的雙向賦能，提升數據分析效率 80%！無錫農商行需求痛點近年來中國經濟飛速發展，中國銀行業也經歷了從簡單到復雜、從廣泛經營到充分的市場競爭的發展歷程。隨著國內商業銀行間的競爭和外資銀行的進入，銀行業面臨著兩個方面的轉變：從宏觀層面來看，產品決策、經營決策由經驗型向科學型轉變；就微觀層面而言，要求銀行經營以從業務為核心的經營管理模式，向以客戶為中心的新型經營管理模式轉變。在目前的數字科技背景下，傳統銀行業的業務技術模式存在開發周期較長、靈活性差、數據價值難以充分挖掘、操作復雜、監控效率低等弊端，迫切需

40、要搭建一個符合銀行特色的智能商業平臺，通過規范數據標準與口徑、打通數據孤島，挖掘出大量冗余數據的業務價值，實現數據管理運營的強力覆蓋。自 2017 年來，我行已完成新數據中心的建設，將行內分散、異構的數據資源進行集成，形成統一的出入口，但同時又帶來了另外一個問題：各個業務系統的數據潮水式的灌入數據中心，如何應用這些數據高效驅動業務發展成了一個困擾我們很久的難點。項目亮點項目投產至今，報表系統已完成各業務條線 500 余張報表的上線，相比上線前復雜的數據獲取流程，如今業務人員只需打開報表系統即可查看，整個數據使用效率提升 15 人/月。形成科技和業務明確的配合機制，科技人員負責提供基礎數據，搭建

41、數據模型，業務部門負責數據的自主分析，目前，FineBI 月活分析用戶達到 83 人，月活模板數 259 個，月日均訪問量 68 次。借助 FineBI 搭建自助分析平臺，大大解放了科技人員的人力，業務不用花費大量時間等待科技部門提供支持，數據分析效率提升 80%。2524帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0解決方案我行調研了市場的很多產品后，最終采購了 FineReport 和 FineBI 兩款產品來嘗試解決這些問題。以科技主導，閉環業務數據需求我行利用 FineReport 搭建了多個報表平臺，因為該工具專業技術性較強，主要是行內科技人員使用?？萍既藛T根據業務部門提出的報

42、表需求，確定數據口徑，負責報表開發、投產、上線。報表平臺門戶按各部門需求及功能劃分報表路徑和權限，業務人員可以快速獲取數據。項目投產至今，報表系統已完成各業務條線 500 余張報表的上線，相比上線前復雜的數據獲取流程，如今業務人員只需打開報表系統即可查看，若當前報表滿足不了業務需求或報表口徑發生改變，業務人員則會主動聯系科技修改報表，這樣業務人員既是使用者又是維護者，不會出現數據口徑變化或報表數據失準后無人問津的情況，整個數據使用效率提升15 人/月。源系統ODS核心系統數據接入緩沖管理調度自動化數據標準化基礎數據輕度匯總數據數據接出準實時數據平臺準實時數據服務區信貸系統信用卡網銀Callce

43、nter財務.報表集市ETL平臺數據質量管理數據標準管理元數據管理數據治理平臺報表模型多維模型指標庫基礎指標匯總指標應用指標CallCenter網銀報表平臺報表開發報表管理自動化工程數據服務數據補錄應用服務前端報表財務報表公司部報表零售銀行報表電子銀行報表國際結算報表讓業務主導，自助分析提高效率我行借助 FineBI 搭建自助分析平臺。FineBI 是一款界面友好，靈活上手的業務分析工具，業務可以根據自主分析需要，通過儀表板的拖拉拽功能完成圖標繪制、指標計算、數據之間的聯動、鉆取、跳轉等分析操作，這大大解放了科技人員的人力，也不用花費大量時間等待科技部門提供支持，數據分析效率提升 80%。27

44、26帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0典型場景行內通過搭建深化管理的駕駛艙、監控大屏應用，“打開門戶一眼看數據”已經成為用戶每天的日常。大屏收集各條線領導關注的指標，讓領導對條線業務經營數據一目了然，輔助領導經營決策。場景一：無錫農商行總體經營狀況看板如上的無錫農商行經營狀況大屏，將領導關心的資產、負債、所有者權益、存貸款趨勢、客群分布等原先分散分布的指標整合成經營狀況大屏，運用 FineBI 自帶的圖表等組件展示，真正做到數據可視化一目了然。場景二：運營綜合管理平臺運營綜合管理平臺大屏整合了運管條線的主要指標，各運營主管能實時準確了解網點現金庫存、賬戶狀態、各渠道業務量等數

45、據，對于網點的綜合運營提供了強有力的數據支持。項目總結目前，我行已形成科技和業務明確的配合機制，科技人員負責提供基礎數據，搭建數據模型，業務部門負責數據的自主分析，對于常規固定的報表需求，由開發人員通過 FineReport 開發固定報表；對于臨時性較靈活的數據分析，由業務人員通過FineBI 自助處理。FineBI 月活分析用戶達到 83 人，月活模板數 259 個，月日均訪問量 68 次。數據管理大屏在我行各個業務條線也均在推廣，力爭做到一部門一條線一大屏，有效實現了全行范圍內數字化分析、數字化營銷和數字化風險控制，激發了各層級人員對于數據的認知、分析和應用，提升了行內數據資產價值，促進業

46、務發展、風險控制和內部管理，有效推動全行數字化轉型。2928帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0江蘇常熟農村商業銀行股份有限公司(以下簡稱“常熟農商銀行”)改制成立于 2001 年 11 月 28 日，是全國首批組建的股份制農村金融機構，2016 年 9 月 30 日于上海證券交易所上市（股票代碼：601128）。常熟農商銀行以“農村金融領跑者”愿景為指引，以“普惠金融、責任銀行”為使命，秉承“敢闖、敢試、敢為”拼搏精神，連續六年蟬聯“陀螺”評價體系縣域農商行第一，連續五年獲評上交所信息披露評價 A 級，連續五年躋身英國銀行家雜志“全球銀行 1000 強”榜單前 500 強，2

47、023 年排名第 405 位，“2023 年中國銀行業 100 強”第 81 位。數據可視化催化新質生產力賦能，數據服務管理提升之道常熟農商行項目亮點解決方案數據應用現狀常熟農商銀行在推進數字化轉型的過程中，面臨重重壓力與挑戰，一方面數據引領的新質生產力帶來了更高的發展要求，另一方面加速數據賦能業務已成為銀行業降本增效的迫切手段，當前業務數據分析需求多，數據開發技術門檻高，海量數據難以充分發揮價值，一定程度上影響了行內信息化建設的步伐。服務覆蓋全行本異地所有 26 家一級機構、44 家二級機構，并延伸至江蘇、湖北、河南等地區 19 家村鎮銀行機構為 14 個總行部門提供數據服務場景超 120

48、個，為分支機構提供數據服務場景超 200 個需求痛點痛點一數據架構體系演變，平臺性能遇到瓶頸痛點三業務系統渠道繁多，數據價值挖掘成本高痛點二指標口徑定義混亂，數據資產管理缺失痛點四分析需求層出不窮，數據工具支撐不足01030204構建數據中臺，夯實數據基礎底座常熟農商銀行數據中臺發展已來到第十個年頭，為響應全行數字化轉型要求，形成數據驅動業務發展的智能化金融生態，常熟農商銀行持續開展數據中臺體系的整體規劃。3130帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0全行戰略目標數據戰略與文化指導數據的戰略定位愿景與目標信念使命.組織團隊與績效數據開發運維能力數據治理能力制度與流程規范數據應用基

49、礎支撐能力數據整合與服務能力數據服務能力數據整合數據采集組織架構組織團隊數據治理數據標準管理辦法數據質量管理辦法元數據管理辦法.數據服務指標管理辦法BI管理辦法源數據管理辦法.客戶營銷與服務產品創新與設計運營優化與提升風險預警及管理監管合規.數據分析師數據人才人才考核機制數據工程師.數據開發工具數據資產管理數據標準管理數據質量管理元數據管理數據安全管理數據生命周期管理DataOps體系數據運維監控工具數據產品服務智能數據服務分析挖掘服務數據API服務數據標簽離線數據內部數據采集技術平臺基礎組件服務器存儲網絡.統-調度ETL外部數據采集實時數據實驗數據數據指標數據質量組織團隊人才梯隊建設推廣 B

50、I 自助分析，壯大數字人才隊伍為解決用數難、用數慢、數據處理繁瑣的通病，在開放數據融合層 9 大類主題共計 94 張表作為底層數據的基礎上，搭建人人可用的 BI 自助取數平臺開放使用，以拖拉拽的形式快速實現基礎字段報表生成，以多種圖表模板展示可視化數據。發展數據可視化應用，提升數據服務能力數據可視化是發揮數據價值的直觀形式，圍繞數據可視化，常熟農商銀行通過多種數據應用開辟多樣化展示方式，提供不同場景下的數據服務。統一門戶整合數據渠道，標準化進行數據資產管理常熟農商銀行打造“飛燕數?！逼脚_作為全行數據資產門戶，提供數據展示、數據使用、數據管理等一站式數據相關服務，重點將多渠道數據如智能報表、駕駛

51、艙、BI、主要績效及管理會計數據做了整合打通，集中各類數據應用訪問，改變原先數據應用林立、入口繁多的局面。典型場景平臺主要面向行領導和董事會辦公室使用，不管是查看主要經營管理數據還是與機構進行問題溝通，打破了原先需要不同系統間切換使用的壁壘，響應全行數字化轉型要求，實現數據資源的集中和整合，總行與機構管理者實時、快速、高效溝通，更好地發揮統一指揮管理功能，讓“指揮的人聽得見炮火”。場景一：燕谷指揮中心為提高全行數據的處理效率和共享程度，掌握機構工作動態，更好地發揮統一指揮管理功能，為決策層、管理者提供數據支撐，快速完成管理決策。燕谷指揮中心的建設可以分為以下模塊。以規模、結構、客戶、效益、風險

52、、實時等多維度展示全行經營數據，可下鉆至各分支機構、分理處。大腦集成零售、小微、公司、授信等條線業務數據看板。四肢接入全行監控系統，掌握分支機構及村行廳堂動態。千里眼接入親聽系統，了解客戶需求，快速響應。順風耳3332帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景二、機構效益及團隊績效場景展示區別于行內經營管理數據，績效相關數據需要按考核口徑計算，出數時間及查詢效率難以保證；村鎮銀行技術支持有限，缺乏獨立的績效系統支撐，考核數據需要投入大量人力自行加工計算；總行之外的機構效益、特殊的組織架構團隊數據沒有專門的數據統計，數據可視化缺失。首先，明確建設目標，以考核為導向，從服務角度出發，

53、功能需求要從機構需求考慮，使用戶看得見、看得懂，讓員工能快速知曉自己的業績情況。一方面建立考核領域集市作為考核相關明細數據統一來源，并對特殊的團隊劃分進行字段標識控制，接入 BI 搭建考核維度指標看板，怎么考核就怎么加工，并在此基礎上考慮一部分靈活口徑調整，便于維護和變更；另一方面接入管理會計系統數據，填補機構效益類指標數據的空白。從試點機構BI考核模板，再推廣到全行其他機構，最終形成標準化的全行級BI考核數據看板接入績效系統，支持零售、公司、小微、授信、普惠、運管等各條線人員快速查看自己的業績情況，員工對于自己的業績情況一目了然，實現機構、客戶經理維度的智能排名與模擬營收，彌補了原先系統查詢

54、效率的短板。場景三：“三位一體 四務融合”綜合服務生態視圖為探索網點產能提升，通過與供銷社、商貿流通企業開展生產、供銷、信用“三位一體”合作，在合作點位布放機具、提供銷售窗口，為客戶提供政務、商務、村務、行務綜合服務，對于銀行類似新的服務場景需要快速配套研發可視化看板進行跟蹤支持。項目總結常熟農商銀行通過打造多種應用提供數據服務，利用帆軟 FineReport 和 FineBI 快速實現數據可視化呈現，持續提升數據理解和洞察力，幫助銀行管理者快速、全面、科學決策，培養業務人員看數、用數、分析能力，推動全行數據文化的覺醒普及，加速數據賦能效率和效果。今年，作為省內農商行的排頭兵之一，常熟農商銀行

55、與江蘇省農村信用社聯合社啟動聯合共建數據中臺重構項目，在數據可視化方面深入開展合作，互相傳授建設經驗，在數據服務管理的賽道上將邁上更高的臺階。針對消費者、商家、村民的營銷場景對行中店、線上商城等服務場景進行數據可視化呈現，全面支持常熟農商銀行線上商城、8 家行中店、300+經紀人數據及時播報，體現通過高頻生活消費場景吸引更多客戶到店的數字化過程，并輔助通過戰略合作營銷企業及供應鏈、合作互動拓展企業員工經紀人，營銷拓展分析網格效率提升，全面賦能銀行網點的數字化轉型和產能升級。3534帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0證券板塊證券行業作為金融領域的重要支柱，正經歷著數字化轉型的浪

56、潮。當前，該行業面臨數字化應用水平有限、專業人才短缺以及數據安全問題等多重挑戰。與此同時，第四次科技革命的深入推動了人工智能、區塊鏈、云計算和大數據等前沿技術在證券領域的廣泛應用，這些技術不僅拓寬了應用場景，還深刻影響了業務開展、風險控制及合規監管等多個方面，并催生出智能投顧、智能投研、金融云服務等一系列創新產品和服務。通過這些先進技術的應用，用戶獲得了更加優質的服務體驗，大大降低了運營成本，提高了市場整體的運行效率。隨著技術的進步及其應用范圍的不斷擴大，證券行業的數字化轉型既帶來了新的發展機遇也伴隨著挑戰。這種轉型能夠有效減少服務成本，提高整個行業的工作效率，成為推動證券業高質量發展和服務實

57、體經濟的關鍵動力。為了抓住這一機遇，證券公司需要以數字化轉型為核心驅動力，持續推動業務模式創新，不斷提供更高質量且更具效率的金融服務給廣大投資者，并開發出更多元、個性化的理財產品以滿足市場需求。通過數字化轉型探索，證券行業能夠更好地服務于經濟社會發展大局，促進金融市場健康穩定發展。方正證券股份有限公司（以下簡稱“方正證券”或“公司”）是中國首批綜合類證券公司（股票代碼：601901）。通過多年積累，方正證券及其子公司業務資質齊全，范圍涵蓋證券經紀、期貨經紀、投資銀行、證券自營、資產管理、研究咨詢、IB 業務、QFII 業務、融資融券、另類投資業務、證券投資基金業務、場外市場業務、質押式報價回購

58、業務、代銷金融產品業務、受托管理保險資金業務、新三板做市業務、收益憑證業務、私募基金管理等。方正證券肩負“以金融服務成就美好生活”的使命，以“成為廣受客戶信賴的投資銀行”為愿景，秉承“客戶至上、專業穩健、開放協同、簡單專注、勤奮堅持、追求卓越”的價值觀，致力于為客戶提供交易、投融資、財富管理等全方位金融服務。未來，方正證券力爭成為財富管理特色鮮明、高質量發展的大型綜合類券商。數字化轉型與商務智能實踐方正證券3736帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0項目亮點構建“BEAM”模型，對網點經營效率進行科學量化評估培養業務部門數據分析能力，快速轉化數據生產力數據分析助力識別和管理風險

59、，確保公司的穩健運營需求痛點痛點一管理半徑大，管理過程精細化，需要大量數據支持。01痛點二對員工數據賦能不足，需要科技手段，幫助員工發現商機，商機的運營管理需要大量數據分析支持。02痛點三客戶層面的分析欠缺，客戶增量與存量的策略分析需要大量的數據分析認證，支持對應策略制定與過程跟蹤。03解決方案針對上述痛點，方正證券從底層數據入手，著力建設湖倉一體與流批一體。公司首先將當前各業務平臺底層數據打通，確保數據同源；其次針對數據采集/加工結果，分別以主題、業務、指標類型、標簽類型等維度建立不同分類且彼此交互，最終完成前端展示。商務智能（Fine BI）管理系統報表（Fine Report）圈客平臺商

60、機平臺指標管理系統標簽管理系統ODSDWSDWSADS數據應用數據管理數據治理數據平臺OLAP引擎（Trino）離線計算引擎（Spark SQL）實時計算引擎（Flink SQL）MPP數據庫（Doris）作業調度與資源管理（YARN）離線計算框架實時計算框架離線存儲結構（Hive）數據湖存儲結構（Iceberg）流式存儲結構（Paimon）分布式存儲系統（HDFS）方正證券數據中臺架構另一方面，為了快速實現數據價值，數據可視化工具至關重要。經過大量的調研和 POC，公司最終決定選擇帆軟FineReport 作為管理系統的通用報表工具，配置的報表可以集成到各類系統中。按照規劃，具體方案分為下述

61、三個方面：集成公司現有的數據，能夠在統一平臺查看不同數據源的信息，解決員工找數難的問題；數據集成平臺對員工進行培訓，充分利用帆軟平臺功能，提高數據處理能力和效率，解決員工分析難的問題。員工培訓規范底層數據基礎表通用指標口徑并共享，各部門數據看板同源，解決員工對數難的問題；數據同源共享3938帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0典型場景網點效率評估模型方正證券搭建網點效率評估模型（BEAM-Branch Efficiency Assessment Model），模型整合公司數十個平臺的結果指標、重點業務指標，以及營銷隊伍和負責人的多維度考核數據，并綜合考慮網點地區因素，從區域經濟

62、、業務發展、人員隊伍三大維度并細化成 24 個指標對所有網點進行定量評估。評估得分TOP20%的為高效區間，末位的15%為低效區間。模型評分月度觀察，動態調整。鼓勵向高效區間的網點借鑒經驗，交流學習，對于處于低效區間的網點則進行督導、培訓、輪崗、更換負責人等舉措。最后通過各類因素得分按照既定權重計算綜合得分，并按照最終的得分分布的象限劃分為四類，綜合得到人行地行、人行地差、人差地行、人差地差四類網點，并對癥下藥，針對性開展管理和考核工作。BEAM的搭建，填補了對網點經營效率進行科學量化評估的空白；網點畫像更加立體，考核內容更加全面，考核結果更加客觀，管理手段能更有針對性，公司決策能更加果斷及時

63、。在對網點效率評估，網點優化策略建立，低效網點圈選上起到了定量分析的重要決策依據。BEAM 架構客戶結構分析方正證券客戶體量龐大，在對上千萬的客戶進行專項分析時，存在一定的難點。因此，將所有基礎數據統一口徑，并整合到底層數據，解決上述 B、C 問題。對所有的分析維度實現標簽化，在一個系統內通過從時間、渠道、客戶屬性、客戶分類、構成等維度對客戶數、資產、創收等指標進行聚合分析，生成指標分析看板，解決上述問題。通過重點業務指標分析看板，實時進行業務監控，了解業務發展動態；業務分析指標更加全面，分析層層下鉆，更有利于發現問題，助力管理便捷化、決策高效化?？蛻糍Y產流入項目總結數據可視化工具在企業數字化

64、轉型中扮演著至關重要的角色。隨著信息技術的快速進步和人工智能的廣泛應用，我們正處于一個數據爆炸和信息過載的時代。在這樣的背景下，數據管理和利用變得至關重要，而數據可視化工具則成為企業從數據中獲取洞察和制定戰略的關鍵工具之一。通過將自然語言處理技術融入商業智能工具，能夠實現以用戶友好的方式與數據進行互動。數據可視化不僅僅是呈現數字信息的手段，更是幫助企業從海量數據中提煉出關鍵見解的橋梁和工具?？偟膩碚f，隨著人工智能技術和大數據技術的深度融合，商業智能和數據可視化工具正經歷著一場革命性的變革。未來，隨著技術的不斷演進和應用場景的擴展，數據可視化工具將繼續發揮著不可替代的重要作用，成為企業數字化轉型

65、的重要支撐和驅動力量。4140帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0興業證券股份有限公司是中國證監會核準的全國性、綜合類、創新型、集團化、國際化證券公司，成立于 1991 年 10 月29 日。2010 年 10 月，在上海證券交易所首次公開發行股票并上市（601377.SH）。公司注冊地為福建省福州市，主要股東有福建省財政廳、福建省投資開發集團有限責任公司、上海申新（集團）有限公司、中國證券金融股份有限公司等。興業證券主要經營證券經紀、承銷與保薦、投資咨詢、證券自營、財務顧問、融資融券、基金與金融產品代銷、基金托管、期貨介紹等業務。在全國 31 個省、市、區共設有 291 個分

66、支機構，其中分公司 118 家、證券營業部 173 家。截至 2024 年 9 月末，集團總資產 2908 億元，凈資產 618 億元，境內外員工近九千人，公司綜合實力和核心業務位居行業前列，已發展成為涵蓋證券、基金、期貨、資產管理、股權投資、另類投資、境外業務、區域股權市場等專業領域的證券金融集團。自助數據分析生態系統建設實踐興業證券項目亮點自助數據服務平臺的使用，讓數據團隊專注于原材料加工與配送，業務團隊負責報表開發、宣傳與推廣等，截止當前 90%以上的數據報表均由業務團隊制作，技術與業務互惠共享共贏合作生態逐漸形成。FineBI可以快速實現分公司個性化的員工績效核算與考核工作，提高相關核

67、算工作效率50%以上，減輕業務負擔。同時通過 FineBI 可快速實現創收數據可視化，可以直觀讓經營管理層感知創收數據動態變化。通過系列化報表技能培訓實踐，業務部門現在可以利用 FineBI 自助分析的各種功能，形成自助數據分析生態。分公司個性化產品銷售報表從原先的一天縮短到半小時，提高工作效率 90%以上。需求痛點近年來，隨著數字時代的到來，證券公司加速數字化轉型，致力于提高企業經營管理、風險管控、客戶差異化服務等能力，數字化經營管理已逐步成為公司構建核心競爭力的主要抓手，從數字中發現問題，解決問題，進而取得業務上的突破成效。隨著分公司財富管理轉型，我們堅持以“客戶導向”為主線，以產品創造客

68、戶價值，以服務滿足客戶體驗，在做大做實客群規模的核心方向上，是需要大量的數據作為中流砥柱，用于及時了解分公司的經營現狀，從而調整管理戰略，為公司經營管理披荊斬棘。而傳統的業務服務模式需要占據大量人力資源從事重復溝通及開發工作，往往導致如下問題：業務流程耗時長，個性化需求不能得到快速支持滿足；業務需求極具時效性，繁雜冗余開發工作跟不上業務的更新換代；業務需求眾多，技術部人員數量有限，導致日?；A性工作繁重，無法聚焦更有價值的建設工作。4342帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0解決方案針對存在的問題及矛盾，2017 年經過幾個月的選型及 POC，我們選擇帆軟的產品來搭建我司自助數

69、據服務平臺，建設初衷是 80%的數據類需求可由需求方業務人員自行通過平臺取數，讓技術人員專注于原材料加工（指標及業務包制作），賦能一線業務人員開展更自主更個性化的取數用數，進而推動各個業務條線的數字化經營管理轉型。公司基于自助數據服務平臺（FineBI+FineReport），構建業務數據指標庫/集市，將自助數據分析賦能給業務。技術部人員更好專注于底層數據模型的建設工作，而業務人員通過簡單操作實現多業務場景分析工作，從而將重復需求公共化，個性化需求自助化，有效地簡化業務流程，大幅度降低開發及溝通成本。數據團隊與財富管理部、運營管理部、計劃財務部、各個分公司業務部門建立互惠共贏的合作生態，數據團

70、隊專注于原材料加工與配送（包括數據指標加工與 BI 業務包制作等），業務團隊負責報表開發、宣傳與推廣等，截止當前 90%以上的數據報表均由業務團隊制作，技術與業務互惠共享共贏合作生態逐漸形成。技術與業務合作流程如下圖所示。典型場景場景一：實時監控數據大屏隨著證券行業數字化轉型，經營管理層對實時數據的感知及需求越來越強，但是前期并沒有現成的系統可以提供多維度匯總層級的經營管理數據，需要從不同系統獲取明細數據加工，不僅費時費力，并存在人工誤操作或是口徑不一致等問題。財富管理大屏自助數據分析生態圖經營管理層管理人員技術人員業務人員確定數據指標口徑準備基礎數據指標挖掘數據業務價值數據層分析決策0102

71、0304快速滿足業務部門多元化業務場景的數據分析需求支持業務部門個性化業務場景的數據分析需求以更加專業的角度自助挖掘數據業務價值支持報表導出功能，快速為管理層提供數據分析結果業務管理人員技術業務分析人員報表查看經營管理方案確定數據口徑數據開發數據建模數據發布自主開發報表發布或分享分析查看由技術部協同業務部打造集團財富管理實時大屏，向領導層實時提供可視化新開戶數、客戶資產、產品銷售、股基交易量等實時數據指標，可以非常直觀地動態感知每日集團經營指標變化，有效助力經營管理，為業務創新服務夯實基礎。財富管理實時監控大屏分公司實時監控大屏在數字化運營的大背景下，系統穩定運行是為業務創新及發展奠定基礎。早

72、期系統運維需要定時定點安排人工排查相關系統運行及數據流情況，大致平均需要耗費 3 人 2 小時夜間監控，且不能避免是否會遺漏部分系統的確認，引起生產事故。運維監控大屏4544帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0運維實時監控大屏場景二：績效核算與業績考核流程化公司目前有 40 多家分公司，每個分公司根據自身發展階段都會制定相對個性化的員工績效核算與考核指標，而且指標變化頻繁，此背景下假若所有分公司個性化的統計需求均提交至總部技術部門，將會極大消耗總部數據團隊技術資源，而且還會因為開發效率低下而降低業務對技術的滿意度。因此借助自助數據分析生態，推出績效核算與業績考核數據線上流程化服

73、務，改變傳統多系統導數核算的方式，通過協同財管、財務等考核部門，統一對外提供總部績效核算與業績考核口徑，并提供多維數據進而滿足業務部門通過 FineBI 可以快速實現分公司個性化的員工績效核算與考核工作，提高相關核算工作效率 50%以上，減輕業務負擔。同時通過 FineBI可快速實現創收數據可視化，可以直觀讓經營管理層感知創收數據動態變化。團隊創收大屏分公司業績考核報表分析現借助自助數據服務平臺，有效的將系統監控可視化、自主化、線上化，打通平臺實時監控及 IP 電話等渠道，實現有問題第一時間自動化反饋下游，可以較為智能輪轉到對接人員，大幅度減少不必要的監控時間開銷。場景三：產品銷售監控大屏長期

74、以來公司始終秉持“以客戶為中心”的核心理念，通過匠心精選產品、勤心耕耘專業服務、精心資產配置規劃，持續為客戶創造價值，公司的金融產品銷售和保有量處于行業前列，是公司打造財富管理轉型的重大利器。在此背景下，分公司對產品實時銷售數據的訴求較為強烈。而依照傳統方式，業務做數據分析或是活動成效分析的流程大致分為 3 步驟：首先從現有不同的系統中導出現有的明細數據，做加工計算，美觀優化，形成個性化報表；當發現目前系統數據不能滿足需求，則提數據需求申請對應數據；獲取數據后，再修改自己的報表。然后下次有新的活動后，又會重復原有的步驟，耗費大量的人力物力在重復工作中，還有可能導致多數據口徑不一致等問題?，F在通

75、過協同業務管理部門，逐步構建并完善業務數據指標庫/集市，并推動系列化報表技能培訓，讓業務部門可以利用FineBI 自助分析的各種功能，形成自助數據分析生態?，F業務部門需要形成分公司個性化產品銷售報表可能從原先的一天可以縮短到半小時，并且一個模板適配所有同系列產品銷售，提高工作效率 90%以上，為業務部門推動營銷活動及經營管理策略奠定了良好基礎。4746帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0分公司產品實時銷售大屏在項目籌建階段，建議要協同業務管理部門，以需求驅動系統建設。并且要多協調多部門資源，從頂層做好系統使用規范，預先做好系統管理、系統使用規范及權限管理等事項，合理定位系統受眾

76、對象以及服務范圍，劃分不同職能部門的負責事項。在將數據授權給業務部門使用過程中，數據治理承擔至關重要要的角色，要避免多源系統數據不一致的問題，在公共數據報表和個性化數據分析中保證數據的權威性及一致性。授之以魚不如授之以漁，通過系列培訓及考核教程切實將報表制作能力賦能業務，讓業務發揮更大數據價值，并有效減輕技術部門制作報表的工作，聚焦數據建模工作。項目籌建階段：項目建設階段：項目推廣階段：項目總結長江證券成立于 1991 年，是經中國證監會核準的全國性、全牌照、全業務鏈證券公司，于 2007 年在深圳證券交易所主板上市（股票代碼為 000783），是中國第 6 家上市券商。經過 30 多年堅持不

77、懈的努力，公司已發展成為一家實力雄厚、功能齊全、管理規范、業績突出的全國性綜合型金融服務商。作為中國資本市場第一批成立的證券公司，公司始終堅持以客戶為中心，依托齊全的業務資格以及領先行業的服務能力，為廣大個人、機構投資者、企業及政府客戶提供財富管理、投資銀行、資產管理、研究、投資、國際業務等全方位綜合金融服務。公司以“服務實體經濟發展、服務客戶財富增長”為出發點，全面升級服務模式，打造長江特色，圍繞“零售、機構、企業”三類客 戶和“財富、機構、投行、自營、資管、國際”六大業務，推動業務突破與創新，致力于成為有特色的現代化投資銀行。在三十多年的穩健經營中，公司堅定做社會責任的踐行者、倡導者、傳播

78、者，在守法、合規創造財富的同時感恩回饋社會，先后榮獲“中國證券行業十大影響力品牌”、“最佳社會責任券商”、“中國上市公司價值百強”、“中國證券市場 20年最具影響力證券公司”等多項殊榮，在行業和市場上樹立了良好的品牌形象。用戶地圖體系賦能精準營銷，用戶轉化率提升 20%長江證券4948帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0項目亮點用戶地圖體系實現用戶篩選線上發送功能。運營人員可以使用系統快速篩選出要想 push 的用戶，使得線上push 更加精準，優惠券轉化率平均提高 100%，效果十分明顯。用戶購買轉化率平均提高 50%。線下有效節省員工成本。線下管理員通過精準定位用戶，使得每

79、名營銷人員所分配到的用戶量少且精準，可以投入更多精力去服務目標客戶。在使用系統后，營銷人員人均的服務用戶從 200 左右下降至 50 左右，但用戶轉化率提升了 20%，產品銷售總金額提升了 30%。用戶地圖極大地提高了用戶群特征研究的效率。借助后端的大數據平臺和算法平臺，每天都能批量計算出最新最全面的分析結果，現如今系統中已經保存了超過 100 個不同的用戶群，完全解放了數據分析人員。需求痛點痛點一痛點二隨著業務需求的激增，業務人員的數據分析需求過于瑣碎，導致報表開發人員工作量劇增，整個報表系統逐漸“臃腫”，平均每一個業務系統就存在 10 至 15 張報表，并且報表內容同質化嚴重，報表展示的指

80、標雜亂，沒有統一的規范。業務方沒有明確和完整的業務思維邏輯，導致散落在各處的數據沒有被聚合和關聯分析，數據雖然沒有形成孤島但是其本身的價值被掩蓋。0102解決方案經過對業務線的梳理，我們發現所有業務的核心突破口都是公司客戶，客戶的基礎屬性、交易數據、行為數據等構成了該用戶畫像的底層數據源，通過挖掘數據源并進行特征工程和算法分析，我們可以構建用戶的基礎標簽；在用戶標簽的基礎上，我們又可以進行用戶分群，并對各種群體做不同的營銷活動分析，營銷的結果又可以用于用戶標簽的再優化，從而形成了用戶數據、用戶標簽、客群分類、營銷活動、優化標簽的閉環。為了實現以上數據閉環，需要有一套完整的算法平臺，而帆軟提供了

81、星環 Inceptor 的數據鏈接接口，因此我們利用帆軟報表作為前端展示輸出與用戶事件接口，星環算法平臺作為數據中臺，處理提交的數據分析任務，如自定義客群，客群屬性分析，標簽計算等，數據后臺由 TDH 提供存儲和計算框架?；谠摂祿脚_，業務人員能直接從用戶的角度洞察業務突破口，設計更合理的營銷服務模型，并釋放了報表開發人員的壓力，讓報表開發模塊化。典型場景場景一：用戶地圖賦能營銷管理在傳統的線下營銷過程中，很難有一個很好的平臺讓運營人員及相關的領導去了解自己的用戶情況。隨著用戶量的不斷增大，每名營銷人員或者營業部、分公司都沒有一種有效的觸達方法去了解自己的用戶。因此，在進行針對性的營銷活動中

82、，比如銷售金融理財產品、工具類行情產品等，以往的模式都是根據營銷人員以及運營人員的經驗進行人群查找，這樣做的弊端在于用戶尋找并不準確。一方面，一線營銷人員花費大量的精力去推銷那些并不適合的用戶，另一方面，真正需要的用戶并沒有被及時的跟蹤與溝通。業務痛點特征工程算法分析底層數據源客戶標簽客戶基礎屬性客戶交易數據營銷活動客戶行為數據用戶分群5150帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0具體功能介紹：用戶地圖體系主要有 5 個方面的功能。管理員用戶根據體系中的維度對用戶群進行任意的分割，例如可以根據用戶年齡、性別或者資產、交易以及產品購買情況等。并通過用戶洞察的功能，查看分割好的用戶群

83、體的各維度情況。比如我們選擇了購買固收類產品的用戶群體 1000 人，那么管理員可以查看該群體從基本屬性到交易風格等各個場景的指標情況。用戶分群挖掘用戶需求調研：這里的用戶指的是公司的營銷人員、運營人員以及相關領導。通過對各運營團隊的了解及訪談，充分了解他們需要的用戶指標及維度。以便于在前端展示的過程能夠準確的展示運營營銷人員所需要的指標，方便他們對于用戶的運營營銷。此外便是部門數據分析人員有一套完整的用戶分析框架以及建模經驗，結合這些已有的成果以及規劃的版塊，使得我們的體系框架愈加完善合理。數據整理與加工：調研之后，我們根據得到的信息，梳理了用戶地圖體系整體的框架，對相關的指標進行整理計算，

84、對沒有的數據、已有的數據都統一進行梳理整合，從而保證數據的完整性、準確性和及時性。報表實施：該報表總計有 11 個模塊，每個模塊都有幾個章節選項。使用了幾乎帆軟報表常用的所有功能，包括圖表功能、按鈕功能等等。用戶可以使用該系統的填報、分析、下載等功能。權限分配：在報表制作完之后，根據營銷人員的不同等級，我們進行了一套賬號規范。例如營銷人員可以看到自己名下用戶的數據情況，而組長或者管理員可以看到其管轄范圍內的用戶，總部的運營人員能看到更多的用戶，并且每個員工都可以隨時查看名下用戶的情況。為了解決這個痛點，我們使用帆軟報表設計制作了用戶地圖體系。用戶地圖體系總計分為 11 個欄目，包括用戶洞察、用

85、戶分群、用戶畫像、業務線情況、用戶生命周期等多個版塊。該方案主要分為以下幾個實施過程。解決方案5352帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0用戶洞察模塊是更好的查看用戶的銷售特征，方便營銷活動的開展，以及提高營銷人員的營銷轉化。用戶畫像版塊則是對用戶的各個維度進行展示，包括用戶的渠道、活躍程度、資產情況以及貢獻偏好等。該版塊可以讓營銷人員實時去觀察客戶群的情況，及時做出相關決策調整。用戶畫像模塊該版塊針對運營人員篩選好的客戶群進行了很好的可視化展示。包括用戶群的整體評分、貢獻情況以及預測的產品銷售轉化率等。用戶洞察可以幫助營銷人員判斷自己篩選的客戶群是否符合業務標準。另外相似客戶

86、群的信息也可以幫助運營人員找到更多目標客戶。用戶洞察功能5554帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0該版塊根據部門業務線的劃分來展示各個業務條線的情況，包括理財產品的銷售，投資顧服務銷售，新開戶情況等等。該版塊可以讓各業務線的人員更加針對性的查看自己業務方面的實時情況，及時做出業務調整，提高業務的響應度。業務線管理該版塊從生命周期的角度展示了新手期、成長期、成熟期、衰退期等的客戶分布情況。便于分析用戶的特征情況，發掘每個階段客戶的異動情況，及時做出相應的營銷策略調整。用戶生命周期用戶地圖的挖掘、監控功能很大地提高了營銷活動的營銷效率，給線下、線上營銷帶來了很多便利?？偛款I導或者

87、分公司、營業部的領導可以通過該系統全面地分析、了解所轄用戶的情況，并對用戶群體進行跟蹤，及時做出相應的運營決策。場景價值場景二：用戶地圖助力用戶運營好的產品需要建立在對用戶足夠了解的基礎之上，要深入研究用戶群體，還需結合用戶標簽以及各項業務數據，做深入的數據挖掘及加工，方能得到更透徹的結論，從而輔助產品設計。以往做這種深入的用戶研究是很耗時耗力的，比如產品經理想要優化某項功能，首先得確定目標用戶群以及想要分析的特征，然后由數據團隊進行數據分析。如果需求方提供的用戶群不夠準確，提出的特征不清晰或者有遺漏的情況，會導致最終分析結果效果打折扣。除此之外，產品經理還會關注用戶群特征的變化，從而進行相應

88、調整。以往只能定期觀察分析報告，針對不同的細分產品及其用戶群，每期報告的數量很多，而且對于短期驟變特征，無法迅速捕捉，等到發現時可能已經錯過了最佳應對時機。因此急需系統化地把各用戶群特征監控起來，捕捉異動。所以需要一套完整的用戶研究方案，不僅能夠精確的劃分用戶群，也能自動化的運用所有數據進行特征分析，給出通用的深層次分析結果；既能幫助產品經理自行分析用戶，提高效率、解放生產力，又能得到更好的分析效果。業務痛點5756帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0發掘更多業務場景：系統提供的相似客群功能可以幫助產品經理發掘更多具有相似特征的用戶群，從而有可能發掘新的業務場景。實用中我們發現

89、購買A產品的用戶分別和購買B產品的用戶、看C類資訊的用戶特征相似度較高，產品經理即將A產品的介紹和購買入口添加到B產品的購買流程和C類資訊詳情頁中，使得A產品的訪問和購買量均提升了20%以上，效果明顯。用戶地圖系統很好地解決了產品經理的這一痛點，極大地提高了用戶群體特征研究的效率以及效果，具體體現如下：場景價值有效提升分析效果：系統除了能滿足各產品經理需要的特征，還能提供其它特征來幫助產品經理更全面的了解用戶，從而改進產品。實用中某個產品購買流程經過用戶分析，做了針對性優化后最終轉化率提高了5個百分點。項目總結在互聯網金融工作中最大一部分是數據展示，如何提取最合適的業務指標，最直觀的反應業務價

90、值，使運營人員快速了解前端業務進展，方便對用戶進行全面畫像，同時通過核心業務指標方便運營人員及時調整業務方案；工作中最有價值也最有趣的一部分工作是數據挖掘，我們需要挖掘出用戶的產品需求，促進產品銷售，做到提前銷售，同時對用戶進行預警，防止用戶流失?；谝陨蟽蓚€需求，我們將兩個需求揉和到一個數據產品中，減少了用戶產品的入口，做到少入口，多功能的優勢。在產品后端的核心設計中，我們通過用戶的基礎屬性數據、各種交易數據以及產品銷售數據、外部資產數據、外部開戶數據、通聯標簽數據等建立了用戶維度寬表，同時將我們從數據模型例如從 Level2 的購買人群模型中得到的用戶模型標簽放到寬表中，這樣就實現了用戶的

91、客觀數據標簽和模型數據標簽的綜合。在數據產品的設計中，我們的核心是智能分群和條件分群。智能分群就是我們根據自有的模型劃分了若干的業務群，方便用戶在不完全了解業務邏輯的情況下，篩選出自己想要的客群；條件分群即在用戶了解業務邏輯的情況下，可以通過輸入任意業務數據或者用戶屬性，篩選出符合自己要求的客群，方便營銷人員進行產品營銷。不管是智能分群還是條件分群，我們都能從用戶屬性、場內交易數據、產品購買數據以及用戶生命周期等角度對客群進行刻畫。特別地，我們能對我司用戶的生命周期進行觀測，了解公司用戶的生命周期的衰變時間，方便我們在合適的時機對用戶進行營銷，提升產品銷售額同時做好用戶服務；同時在用戶異動預警

92、方面，我們通過監控用戶的交易頻率、登陸次數以及資產量等數據，預測即將要流失的用戶，并將用戶具體信息 push 給用戶經理，以便用戶經理進行用戶挽留。此次項目周期為 3 個月，包括所有數據的落實、與業務人員進行的產品對接以及后端頁面的設計和開發。在這個過程中，需要協調 IT 人員建立準確無誤的數據寬表，同時也需要和各個業務條線人員溝通落實業務指標，準確地了解他們的業務需求，在頁面設計指標排放方面，也耗費了我們很多心思，如何做到將業務指標不重復有邏輯地排放到報表中，都是我們不斷和深入了解業務后取得的成功，也是多方配合協調后的成果。本次由于項目周期短，我們主要將用戶的基礎屬性、交易數據、產品數據以及

93、外部開戶資產數據進行了梳理和建模，但是關于用戶交易的風格數據，比如通聯標簽數據以及用戶的行為數據、用戶在我們 APP 上的點擊數據，我們都還未來得及放到項目中來，后續會考慮將用戶的交易風格數據以及行為數據加入到項目中來，做到用戶的全套監控：行為交易挖掘預警。系統的核心是解決用戶分群和用戶群特征分析與監控的問題。通過帆軟報表系統可以迅速的搭建前端頁面，通過填報報表新建用戶分群、分析報表展示群體特征以及監控異動。具體實現流程與場景一致。解決方案5958帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0大道金服，全稱深圳前海大道金融服務有限公司，成立于 2015 年 7 月。作為連接銀行和保險的金

94、融服務提供商，大道金服與太平洋產險、眾安保險、中華聯合等保險公司以及銀行合作，為客戶提供房產交易全流程金融咨詢及操作服務。大道金服通過創新的金融產品，旨在滿足客戶個人住房金融的需求，讓住房交易的金融服務“更快、更省、更安全”。探索 IT 和業務配合新模式，實現效率提升 120%大道金服項目亮點大道金服業務部門月平均編輯模版 300+次，平均每天編輯 10 多次，對超過 1700 個組件進行過編輯，每月業務部門通過自助分析滿足了 610 余個分析需求；大道金服業務部門通過自助分析，形成可長期瀏覽的分析模版 100 多張，平均每張模板包含組件 17 個，節省了IT 和業務部門 1700 多次的溝通

95、，且這一數據在不斷增長；大道金服原來只有科技部一個部門為總部各個部門和分公司所有部門處理數據，現在通過 FineBI 平臺將分析、應用數據的部門擴展到了 w6 個，編輯用戶 10+個，為企業培養了大量的數據分析人才。需求痛點過去大道金服和大多數傳統企業一樣，業務是需求方，而 IT 部門則響應業務的需求開發。大道金服的科技部扮演著類似 IT角色和數據分析師的綜合角色，包含產品經理、前端和后端，由產品經理作為溝通中樞來將業務部門的分析需求落地。這種配合方式下，有兩個問題一直困擾著大道金服。數倉建設二次開發開發報表前端后端產品經理科技部往復溝通產品部運營部銷售部市場部集中作業部銷售部市場部往復溝通往

96、復溝通，往復驗收往復溝通，往復驗收總部分公司N大道金服以前科技部和業務部配合模式6160帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0痛點一：需求繁雜，開發冗長從上圖的配合模式中可以看到，總部的運營部、銷售部和市場部的所有報表需求都集中在科技部身上，而分公司的需求經由總部對應部門也匯總到科技部身上，“集萬千寵愛于一身”，科技部疲于應付來自總部和分公司的萬千需求。另外一方面，大道金服在用的報表開發工具是開源的 JASPERREPORT，開發周期長研發投入大，前端寫代碼成本很高。對于業務部門來說，排隊等待需求已是慣性常態化。01痛點二：溝通往復，耗時耗力倘若只是技術上的開發尚可通過更高效的開

97、發工具或者投入更多人力去解決，但比響應報表開發更累的是反復地溝通。對科技部而言，每完成一個業務部門的需求，就需要找數據同事對數據溯源到頭一次，找業務同事對需求確認一次；對業務部門來說，快速發展的業務讓分析需求總是需要動態變化，需要發起一次次溝通，重復校準驗收需求。傳統的 IT 和業務配合模式已經遠不能滿足大道金服的業務發展需求，大道金服亟需一個既能夠提高報表分析效率，又能夠解決往復溝通低效問題的解決方案。02解決方案大道金服使用帆軟 FineReport、FineBI、簡道云等多款產品，搭建多個數據分析平臺，培養業務人員的數據自助分析能力，大大提高了數據分析效率。以前科技部和業務部配合模式數據

98、分發、數據分析、分析報告FineBI公司級Hivemysqlmongodb文本mysqlexcel部門級（財務部、市場部、運營部）全國駐點復雜報表FineReport數據補錄簡道云大道金服PC、移動端帆軟系產品推廣階段抽取直連產品部、銷售部、運營部、市場部的業務同事，通過FineBI的儀表板的拖拉拽功能，就可以快速完成添加計算指標、繪制圖表、預警等操作，數據之間還可進行任意聯動、鉆取、跳轉等 OLAP 分析操作。而這些操作，原先都需要科技部同事來進行。大道金服自助分析數據決策系統首頁大道金服自助分析數據決策系統首頁通過 FineBI 的數據連接功能將銷售部、運營部、市場部日常需要的生產數據添加

99、到平臺上，再按著不同的業務條線建立相應的業務包，將各業務條線需要的數據放在對應的業務包下。業務部門也可以自行上傳 excel 文件數據進行聯合分析。業務包管理等數據集中管控分發6362帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0公司級、部門級分類搭建的業務包典型場景場景一：銷售活動分析看板為了提升銷售業績，大道金服的銷售部開展了一個專題活動?；顒咏Y束后，團隊希望深入了解活動效果并跟蹤銷售人員的后續表現。針對這一新需求，科技部只需與銷售部確認所需的數據字段和維度，然后在相應的業務包中添加對應數據即可。銷售部使用 FineBI 搭建銷售活動分析看板運營部同事基于 FineBI 進行通過率分

100、析場景二：運營部通過率分析看板運營部的業務同事現在可以通過 FineBI 平臺，自行對數據進行可視化分析。這一改變帶來了多重便利：首先，無需再依賴科技部同事的幫助，大家能夠隨時隨地自主開展數據分析工作；其次，該平臺支持從多個角度審視數據，并允許保存分析結果作為看板供其他同事隨時查閱。此外，還可以根據需要申請將特定看板公開展示或與其他業務相關人員分享；如果希望調整圖表樣式、計算某個指標的占比或是添加趨勢線等，都能輕松實現動態調整。這樣的靈活性極大地提高了工作效率和團隊協作能力。一旦這些數據到位，銷售部就可以基于活動、銷售人員等多維度進行深入分析，而科技部門則無需再投入資源進行報表的開發工作。這樣

101、的協作模式不僅提高了工作效率，還加強了跨部門之間的溝通與合作。6564帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景三：集中作業部周報看板集中作業部負責公司所有業務系統的操作數據審核，例如日銷售訂單等。在業務快速發展的背景下，業務系統的數據存儲經常需要修改（如錄入異常、客戶信息異常、數據統計口徑變化），這些數據異?？赡鼙砻髁鞒袒蛳到y存在問題，需要進一步排查。為此，集中作業部利用 FineBI 的 dashboard 功能，每周發布動態可視化周報，以突出顯示異常數據較多的部門，督促相關業務部門對流程或系統進行排查。與以往的固定報表相比，這種動態周報能更有針對性地分析當周數據異常情況。例

102、如，上周通過簡道云數據修改的原因較為均衡，但本周發現“其它修改”方式占比突然增多，通過拖拉拽靈活分析發現，主要原因是系統節點操作失誤；再如，發現修改信息的模塊中“渠道經理信息”占比非常高，可以進一步探究各分公司的數據異常情況，找出哪個分公司的問題更為嚴重。項目總結現在，科技部和業務部門現已形成了非常明確的分工，每次啟動新的數據項目，科技部提供基礎數據，銷售部、運營部等業務部門自主分析。業務部門的需求不再需要依賴于科技部才能實現，業務部門自己也能夠實現報表需求，而對于科技部來說，只需前期將數據準備好，就不需要再忙于響應業務需求。而這，也讓 IT 部門和業務部門不用再基于一張張報表而展開往復討論溝

103、通而浪費時間。以往業務部門都只是拿來主義，想著怎么展示數據，想著怎么描述需求，而現在，業務部門則可以更加聚焦在數據本身，觀察數據之間的關系。同時，由于溝通成本降低、產品易用性顯著提升、業務部門人員可以自己完成分析，使得企業整體數據分析的效率也在逐漸提升。大道金服動態數據周報保險板塊近些年，客戶要求提升，消費者對服務和體驗有更高的期待和標準；新技術的應用，先進公司需要不斷更新和優化自己的技術能力和數據分析能力；監管趨嚴，公司需要遵守更多的法律法規和行業規范，保護客戶的隱私和權益；經濟不確定性和波動性增大，公司需要及時應對市場的變化和風險。這些變化讓數字化轉型成為保險行業的熱門話題，利用先進的數字

104、技術和服務提高行業的效率和競爭力成為行業共識。通過數字化轉型，可以提高效率和成本節約；通過數字化渠道可以拓展客戶群體、提供更多樣化的產品和服務、增強客戶忠誠度。通過數字化平臺可以與其他行業合作、打造生態系統、形成差異化的價值主張.6766帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0橫琴人壽保險有限公司是經原中國保險監督管理委員會批準，于 2016 年成立的全國性壽險公司。作為橫琴粵澳深度合作區內的首家全國性法人壽險企業，橫琴人壽以“守護家庭，讓愛傳承”為使命，為新時代家庭的品質生活提供前瞻性保障；為行業從業人員提供自主自由的職業平臺；為保險創新、金融創新探索路徑。在發展過程中，橫琴人壽

105、形成了“家庭賬戶”、“合伙型分銷網絡”和“數字橫琴”三大特色戰略，其中，“家庭賬戶”圍繞客戶家庭生命周期的動態保險與理財需求，在解決客戶投保有效性的基礎上，為客戶提供量身定制的集保險、財富管理及增值服務為一體的解決方案?！昂匣镄头咒N網絡”廣聚人才，以靈活的機制，打造開放平等的賦能平臺?！皵底謾M琴”基于數字化領域內新的技術模式、工具方法，助推業務網絡化的實現，探索更廣闊的發展空間。橫琴人壽堅守“開放、專注、簡約”的核心價值觀，致力于成為家庭首選的保險服務平臺，為億萬家庭提供全生命周期的風險保障、財富管理服務，致力于傳承家庭的愛與責任，守護家庭的希望和未來。數據平臺引領數字化轉型，贏在保險 3.0

106、時代橫琴人壽項目亮點數據平臺報表系統已覆蓋了財務、銷售、運營、精算、產品研發、資管、法務合規等 90%以上的業務部門，為公司全員上下提供了優質的數據服務，腳踏實地落實“數字橫琴”戰略。開門紅業績播報看板是管理公司開門紅期間簽單成果的業績監測大屏，在精準的數據權限管控和確保數據安全的前提下，將開門紅期間的重點數據在各個職場及時、同步展示，獲得了全司上下的一致好評。監控體系上線后，覆蓋了幾乎全部的風險類別，重點如資本管理、資產負債管理、市場風險、信用風險、流動性風險、戰略風險等?，F在已經成為了公司高管每天都要去關注的一項內容，成為了公司管理的重要抓手。需求痛點痛點一前端報表的用戶賬號權限管理很容易

107、出問題，因為公司的組織架構幾乎每年都會有較大的調整，人員也會有各種轉崗、離職情況，如果每次都針對具體人員進行手工調整，既費力又耗時，溝通成本也非常高，往往有較嚴重的滯后性。01痛點二由于報表的用戶眾多，分布在各個業務部門，報表在使用的過程中會出現報錯，如果用戶不主動反饋，我們很難得知具體情況，久而久之會嚴重影響到用戶的體驗感。02痛點三隨著業務的發展，公司內部報表的需求激增，且絕大部分指標都是不同的維度表達結構，在信息化部門開發人員、時間都十分有限的客觀條件下，無法跟上業務需求。036968帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0解決方案上圖為我司數據平臺的整體技術架構圖，從各類業

108、務系統到數倉再到前端報表，整個數據流貫穿全司上下幾乎所有系統。數據流最終匯集到的終端展示層就是借助于帆軟數據產品開發的各種類型的報表，有傳統的固定報表，也有自助式BI報表，還有大屏、移動端等應用，為數據的最終展現提供了強有力的保障。如上述架構圖所示，在數倉的 DWS、DM 層，我們針對各條業務線，進行了分主題域的數據集市建設，并以這些數據集市作為帆軟前端各類數據產品的直接數據源。目前已開發的重點主題域有財務、精算、運營、資管、風控、監管、法務合規等。數據主題域的分類建設，使得前端各類報表的開發路徑變得十分清晰、簡便、高效，對開發人員非常友好，能夠顯著提高團隊開發產能?；诮y一主數據的總線式維度

109、建模法的應用，令數據集市日后的橫向擴展與縱向延伸，具備了有效的技術可行性。同時，也實現了對 BI 報表用戶的數據源表授權的精準可控性。數據源數據存儲、加工(阿里云DataWorks）保險業務核心系統財務系統人力系統資管系統外部數據手工數據非結構化數據文檔音視頻前端數據開發(帆軟)應用集成統一身份認證OA集成神策官微官網.數據治理平臺數據標準與規范元數據管理數據質量管理主數據管理數據安全管理數據權限管理數據可視化PC端、移動端大屏看板管理駕駛艙FineBIFineReport數據集成數據倉庫建模ETL.DataXKettleFTPDW&DMDIMODSRPT合同主題保全主題續保主題理賠主題資管主

110、題風控主題監管主題.組織客戶產品保單渠道.業務財務人力.報表層大數據基礎平臺Impala+KuduMaxCompute框架分布式文件系統HDFSHive SQLSpark框架計算引擎MaxComputeSpark指標體系財務資管監管運營合規投資客戶風控精管典型場景場景一：開門紅業績播報看板保險企業每到歲末年初都有重點銷售某些保險產品的傳統，簡稱”開門紅”，開門紅期間簽單的業績總額基本上可以達成全年銷售計劃的 50%以上，所以每家保險公司都非常重視。我司也不例外，領導高度重視開門紅行動，尤其對業績數據的展現形式提出了及時、準確、完整、多維度、全員公開、易解讀、易獲取、簡潔美觀等諸多展示要求。針對

111、這些需求，再結合我司多地職場辦公的特點，最終我們決定采用帆軟大屏數據產品，開發出了“開門紅業績播報看板”，并在各個職場通過超大尺寸電視進行同步展播，在精準的數據權限管控和確保數據安全的前提下，將開門紅期間的重點數據在各個職場及時、同步展示，獲得了全司上下的一致好評。該大屏看板包含了公司重點關注的業績考核指標，并通過產品、客戶、渠道、機構、業務類型等多個維度進行了全方位的展示，數據排布嚴整醒目，可視化圖形簡潔到位，輪播區域動態刷新，整體色調與風格莊重、穩健、通透、實用。（具體請參見下圖，注：圖中數據已替換為虛擬數據）從整體應用體驗及全司反饋情況來看，充分達到了以下幾項顯著效果：每日定時自動更新，

112、確保了數據的時效性，方便全員上下及時掌握最新數據情況。多維度的集中展示，保證了數據的豐富性、完整性，使得每個觀察者既能從各自關心的單一角度、粒度去獲取數據，又能通過其它視角立體地、全方位地了解到全局情況。多地跨職場同步公開展示，通過各渠道各機構之間的鮮明數據對比，有效激勵了各團隊之間的正向比拼，驅動其業績目標的加速達成。7170帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0業績數據透明、公開，接受任何質疑的聲音，看板即是成績單也是榮譽榜，充分體現了我司內部的公平公正公開的考核原則。設立在公司珠?？偛壳芭_的大屏，成為了歷次來賓參訪時，了解我司整體經營面貌的第一窗口，傳遞了良好的第一印象。同

113、時也充分向來賓展示了我司“開放、專注、簡約”的企業文化。場景二：風險自動監控體系保險公司的商業模式，核心的一點就是承擔風險博取收益，所以對各類風險的監控便是整個公司運營工作的重中之重。我們借助帆軟的 FineReport 產品進行了此類需求的研發打磨，搭建相關風險指標的紅綠燈自動監控體系。通過便捷實用的 FineReport 插件，我們將紅綠燈圖形嵌入到了我司的 OA 首頁，有相關權限的領導每次登陸到 OA 首頁時，便會在最醒目的位置實時監測到當前公司運營面臨的高中低風險數量，當點擊具體的數字時，即可進入具體的風險指標詳情頁面。具體請參見下圖。這套監控體系上線后，覆蓋了幾乎全部的風險類別，重點

114、如資本管理、資產負債管理、市場風險、信用風險、流動性風險、戰略風險等。目前已經成為了公司高管幾乎每天都要重點去關注的一項內容，成為了公司管理的一個有力抓手。場景三：洗錢風險自評估體系借助帆軟的 FineBI 這款產品，讓業務用戶自己去“開發”報表，這個技術工具和理念的推廣，大大減少了我們團隊的重復性開發工作，對我司來說是個里程碑式的進步。業務部門經常提的數據需求其實都大同小異，無非就是維度的不同組合、維度的不同取值而已。針對此類需求，傳統的做法都是嚴格按照業務部門提的需求去開發固化的報表，非常耗時，且報表成品的重復利用率極低。我們在接到了人民銀行下發的法人金融機構洗錢和恐怖融資風險自評估指引工

115、作要求后，便在第一時間放棄了傳統固化報表的開發模式，因為指引中風險指標需求多達將近 200 個，且絕大部分指標都是不同的維度表達結構，很難將多個指標融合在一張報表中，所以理論上需要開發上百張報表，這在我部門開發人員、時間都十分有限的客觀條件下，是根本不現實的。于是我們果斷采用了 BI 報表的開發模式，將所有指標需求進行統一的梳理、重構，拆分出數量很少的原子指標和數量眾多的維度，同時清洗、整合出一致的維成員內容，也就是主數據的標準化，最后形成一套經典的 BI 指標體系。在這套 BI 指標體系下，借助 FineBI 的力量，業務用戶在前端 BI 工具上只需將原子指標和維度按需進行自助式組合，簡單的

116、幾步拖拉拽，便可自己生成所需的報表，且能夠組合衍生出的指標數量要遠遠多于原有指標需求的數量，遠超用戶的預期。同時最重要的，我們數據開發團隊也釋放了大量的生產力，節省了數倍的開發時間，真的是一舉多得。下圖便是業務用戶在自助式開發狀態下的 BI 報表（數據為虛擬數據）：場景四：政府部門開放數據系統保險公司屬于金融行業重點監管對象，每月、季、年都有大量監管數據要報送，不同的監管部門都有著不同的報表格式要求，有固定格式的報表，也有臨時性非固定格式的檢查需要。除此之外，我司經營管理層也提出了主動面向監管開放數據的戰略思想，要求將公司運營的核心指標全部開放給監管部門，方便其隨時登陸我司數據平臺，查閱所需數

117、據內容。7372帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景五：移動端報表應用通過手機、iPad 等移動端設備來實現隨時隨地查閱數據，已經是企業現代化管理的標配了。借助帆軟的 FineReport 產品，我司開發了一系列的移動端報表，并通過帆軟提供的與釘釘合作的接口協議，將報表程序的入口集成到了釘釘的工作臺中，從而實現了與日常辦公工具的無縫銜接，使得用戶的體驗感非常順暢，操作上簡單、便利、順暢，即使出差在外，也可以隨時隨地打開手機，查閱公司最新數據。下面為部分移動端報表的截圖：秉持著這個戰略方針，我們將公司核心指標進行了梳理整合，按照主題進行了分類，如資產信用、資管安全、產品價值、

118、銷售業績、洗錢風險、關聯交易等等，使用 FineReport 重新開發出了統一樣式的報表，并給不同的監管部門開通了相應的賬號權限。這樣一來，監管部門便可隨時登錄我司數據平臺，查閱相關數據，既減輕了我們以往數據提取報送的工作量，也降低了監管部門檢查我司核心指標數據的門檻，大大提高了監管檢查的便捷性、時效性、準確性、完整性。同時，這個舉措也彰顯了我司對國家監管機構的完全開放態度與積極配合檢查工作的決心、信心。下圖為報表部分截圖：項目總結一家管理水平優秀的現代企業，對數據的重視程度從始至終都應是放在第一位的。數據的產生、清洗、加工、存儲、調取分析、輔助決策、驅動業務進步、產生新數據，這樣一個閉環的數

119、據流應該是任何一家優秀企業的標配。目前我司的數據平臺報表系統已覆蓋了財務、銷售、運營、精算、產品研發、資管、法務合規等 90%以上的業務部門。報表的開發工具除大量使用常規的 FineReport 產品外，還在不斷宣導、加大 FineBI 主打的自助式報表的落地，從而多方位滿足各類用戶的不同需求。在公司一年一度的開門紅業績大比拼環節，監控大屏通過多地不同職場的同步展播，多維度全方位的展示公司業績、運營等核心指標，深得公司全員上下的一致好評。很幸運，我司在發展的最關鍵時刻，遇到了帆軟這樣一位優質合作伙伴，借助帆軟提供的卓越的數據產品，我們將數據開發工作與業務用戶的切身體驗結合起來，形成一套完整的服

120、務閉環，不斷完善升級自己的服務水平，為業務部門源源不斷地輸出價值，為公司全員上下提供了優質的數據服務，腳踏實地地落實“數字橫琴”戰略。征途仍在繼續，未來還會面臨更大挑戰，與帆軟攜手，共書數字管理時代的榮耀。未來可期，我們一直在路上。7574帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0信泰人壽保險股份有限公司（以下簡稱“信泰保險”）創立于2007年5月18日，注冊資本102億元，經營各類人身保險業務，并具備股權、不動產等多個領域的投資能力，年規模保費平臺 500 億元。截至 2023 年末，公司總資產逾 2300 億元，客戶總量超 620 萬人。作為一家全國性壽險公司，信泰保險順應國家導

121、向和市場趨勢，通過實施產品多元化、隊伍專業化、運營數字化、服務智能化的經營策略，推進高質量發展。2023 年，信泰保險憑借良好的品牌口碑、優質的服務以及卓越的市場表現，先后榮獲 2023 全球保險品牌大會燕梳獎“保險業卓越品牌形象獎”、“保險業卓越品牌服務獎”、“保險業品牌官優秀組織獎”三項大獎，以及 2023 財經風云榜保險業論壇“年度高質量發展保險公司”獎項。打造面向業務的“場景化”數據服務敏捷應用信泰保險項目亮點截至 2023 年底，大數據平臺數據集市中已實現 DWD 層(數據明細層)運營域、業績域主題表 12 張，共 282個字段 2616 萬行；DWS 層(數據服務層)明細表 36

122、張，共 199 個字段 93 萬行，極大縮短了各類數據報表和應用的數據開發周期，同時有效提升了數據開發質量。移動駕駛艙應用全面推廣，使用人次持續增長。針對各類重點指標，可從時間、機構、渠道等多維度由淺入深，“剝洋蔥”式層層下鉆分析。為總分公司 600 余名各級管理者提供高效、便捷的移動化數據服務。數據服務機器人，大幅節省渠道內勤手工作業量。數據服務機器人上線以來已累計推送 40792 人/次，每年可節省 1700+人天工作量，預計全年可節省人力成本 80 余萬元。運營風控中臺開啟了智能化風控的探索實踐。通過打造數據驅動的運營風控中臺，推動運營風險監控從人防向智防轉變，邁出保險智能化風控探索的第

123、一步。需求痛點痛點一痛點二痛點三業務報表制作費時費力且重復繁瑣：當前業務流程中，手動或半自動化地生成報表占據了大量時間與人力資源。業務報表數據及時性不高，信息滯后嚴重：現有的報表系統可能無法實時更新數據，導致管理層和前線工作人員無法及時做出判斷，影響企業響應市場變動的能力?，F有業務系統難以滿足多樣化的數據需求：隨著業務發展及客戶需求的變化，企業面臨著越來越復雜的數據分析要求，現有業務系統支撐不足。0102037776帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0解決方案痛點四痛點五報表使用范圍限制：現有報表只能通過桌面端查看，給那些經常外出辦公或者偏好靈活工作方式的員工帶來不便，影響工作

124、效率。風險監測預警機制不夠健全，尤其是在面對突發事件時反應遲緩，處置措施缺乏即時性，容易造成損失擴大化。0405針對信泰保險各級業務管理人員對數據使用的需求和痛點，公司規劃建設了“數據創新平臺”，首期通過“數據中心數倉建設”、“移動駕駛艙建設”、“數據創新應用開發”，為公司各級管理者和業務人員打造零門檻、場景化、便捷化的數據服務敏捷應用。建設思路和目標報表中心數據應用數據中心數據大屏綜合管理板塊分析工作門戶BI管理者視圖駕駛艙業績達成人力隊伍客服中心運營管理風險管理數據穿透數據補錄組織架構組織架構個人中心日常監控渠道數據模型保單數據模型營銷數據橫型財務數據模型風險數據橫歪客戶數據模型內部會議保

125、費快報戰略發展目標管理重點業務開門紅.保費達成新業務價值渠道、機構獎賞達成.有效人力舉績率分析獨代隊伍人均產能分析大數據平臺專用庫-MISOracle文本數據源各業務庫(備庫).客戶分析VIP客戶分析消保管理電話中心.契約管理保全管理理賠管理續期管理.反欺詐管理流動性風險市場風險操作風險.整體經營區域發展渠道發展隊伍發展重點關注風險管控資源效率明細查詢客戶查詢.業務數據績效數據.外部參觀業務跟蹤快捷檢案最近訪問URL模版訪問單點登錄嵌入式集成預警推送用戶管理系統管理權限管理智能運維風險預警管理閉環移動決策自助分析自助數據集探索式分析數據儀表板數據分析共享為降低各類數據需求對核心業務系統的運行壓

126、力、提升指標數據加工效率和質量，信泰技術團隊首先搭建了數據中心數據倉庫，對來自核心系統、掌上信泰、MIS 系統的數據進行統一歸集；再結合業務場景構建了運營、客服、業績、客戶 4 個主題數據域，按不同主題對多源數據進行融合；原始數據在數據倉庫中完成數據清洗和加工，輸出指標結果數據對接前端應用?；?FineReport 工具與信泰釘平臺深度融合，構建一個高效、集成的移動駕駛艙平臺。移動駕駛艙中，包含面向高層管理者的“管理駕駛艙”和面向業務條線的“專題看板”。數據中心數倉建設移動駕駛艙建設數據中心hive.ods庫核心系統掌上信泰mis系統數據中心hive.dwd庫結果表mysql庫更新方式：直連

127、數據庫更新頻率：一天一次開始時間：凌晨1點結束時間：凌晨1點到3點更新方式：對應主題寬表sql腳本查詢同步數據更新頻率：一天一次開始時間：凌晨4點結束時間：凌晨4點到5點更新方式：對應指標模塊sql腳本查詢同步數據更新頻率：一天一次開始時間：凌晨6點結束時間：凌晨6點到7點核心系統契約核保理賠價值指標邏輯匯總處理掌上信泰ODS(貼源層，存儲至數據中心hive.ods庫)備注:藍色框線為復深藍數據中心需要處理的部分;橘色框線為帆軟需要處理的部分dwd(貼源層，存儲至數據中心hive.dwd庫)DM(應用層，存儲至mysql庫)mis系統填報數據源數據貼源層數據整合合成寬表應用層抽取看板展現797

128、8帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0針對分支機構業績戰報高頻剛需場景，基于數據倉庫的數據資源和大數據平臺能力支撐，開發“數據服務機器人”應用，實現日報(日常業績追蹤)、快報(節點作戰指揮)、賀報(個性化團隊激勵)的自動化生成和定制推送，賦能一線“送數上門”。針對運營指標監測和預警的需求，搭建運營風控中臺對運營風險關鍵指標進行 7*24 小時動態監控和實時預警，通過靈活配置預警規則可幫助業務人員第一時間發現指標異常風險，以通知業務及時響應和處置，助力提升運營部門的風險“智控”能力。數據創新應用開發典型場景場景一：管理駕駛艙，業務全景一艙盡覽面對快速變化的市場競爭環境，高層管理者

129、希望能隨時隨地了解企業全方位、多維度的關鍵指標數據，比如主營業務的指標、新業務的指標、團隊人員的情況等。由于這些指標涉及個險、銀保、經代、續收等不同的業務條線，以前都是通過企劃部門線下進行數據收集、統計、匯總、制作報表，每月重復進行。不僅溝通成本高、周期長，而且還費時費力、容易出錯。為了解決高層管理看數難、看數慢的問題，信泰保險科技部門與業務部門深入溝通，規劃建設了移動端“管理駕駛艙”。通過數據倉庫，實現多個源系統的數據自動歸集同步、數據清洗和加工。將以前靠人工收集、整合數據的工作改為自動化進行。再通過“保費收入”、“新業務價值”、“渠道達成”、“業務品質”、“人力隊伍”、“產品銷售排名”等指

130、標專題，全景式、指標化展現公司整體業務進展，還支持指標下鉆查看明細、指標預警等，幫助管理者方便快捷地掌握業務數據、科學決策。痛點解決方案場景價值提升業務全局洞察與科學決策能力；減少收集統計指標和制作報表的人工工作量，提高跨部門協同效率；業務指標供給更及時、準確；移動端應用，更加便攜。場景二：專題看板，助力業務精細化管理痛點隨著保險業務發展，保全類型種類在逐步增加，使得客服部門在對各保全類型監控時難度增加，每次要耗費大量精力去整理匯總;保險運營管理數據收集涉及的部門多、維度多、流程長；原始數據的收集源頭多，收集過程繁瑣；數據時效性低；解決方案通過數據倉庫，實現多個源系統的數據自動歸集同步、數據清

131、洗和加工；通過與業務部門的溝通，技術團隊梳理提煉客服、運營、續收部門業務管理重點關注的宏觀指標和明細數據，基于FineReport 工具搭建移動端專題看板，完成指標開發并分類展示;業務人員也可以隨時隨地了解部門業務動態。當業務人員發現某個指標存在異?；蛐枰M一步了解時，還支持下鉆進入詳情頁面，對該指標的情況深入挖掘、分析。8180帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景價值賦能業務一線降本增效，實現報表制作自動化、業務管理智能化提升精細化管理能力提升科學決策能力提升客戶服務水平場景三：業績戰報“送數上門”公司各業務條線、分支機構為了跟蹤業績目標達成情況及團隊考核管理需要，會按月

132、、按日進行業務數據收集統計和發布，整個過程涉及多個環節，各機構重復性工作較多。痛點聚焦日報(日常業績追蹤)、快報(節點作戰指揮)、賀報(個性化團隊激勵)三個高頻剛需場景，技術團隊先按照對應報表格式定制出帶設計效果的自動化報表海報模版，再將數倉數據自動接入模版中實現報表數據自動更新和海報自動生成，最后通過數據服務機器人進行戰報定制推送，根據業務部門需求配置海報推送的時間、頻率和接收用戶，實現“送數上門”，變“人找數”為“數找人”。解決方案截至目前，已支持總公司企劃、個險、續收、銀保及部分分公司、中支個險、續收渠道等 45 張報表 18 張賀報，大幅減少了渠道內勤的手工作業量，上線以來已累計推送

133、40792 人*次，預計一年可節省 1700+人天工作量，全年預計可為公司節省人力成本 80 余萬元。場景價值8382帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景四：運營風險動態監測預警運營部門為了及時發現保險作業過程中的風險，會對回執回銷率、逾期撤件率、承保后調查 30 日受理未完成、理賠結案率/時效（案件 25 日結案率、普通案件 5 日結案率、疑難案件 20 日結案率）等關鍵指標在每月的 5/10/20/25/30 日等節點進行監測，對變化異常的指標進行風險預警。以前運營部門監測這些指標數據都依靠專人到系統中查看、導出數據、制作報表，是否存在風險也靠人工分析，效率較低且不智能

134、。為了更高效地監控關鍵指標變化和異常風險，信泰保險技術團隊與業務部門深入交流，通過 FineBI 自助 BI 分析工具搭建運營風控中臺。業務人員可結合實際業務需要對重點監測指標按時間維度、分公司維度、分類占比等多角度進行分析，還可以自定義配置指標預警規則和監測周期，實現動態、靈活、定制化的運營風險監測預警。通過運營風控中臺的建設，低成本、敏捷化地解決運營管理人員看數預警的核心需求；支持對特定機構、渠道及細分指標的下鉆和明細清單查詢；頁面數據支持雙向聯動，便于業務人員在實際操作中更好地解析數據關聯情況。痛點解決方案場景價值減少人工操作和需求溝通工作量，減少重復勞動，節省業務部門員工線下整理制作表

135、格的時間，減少 IT 人員配合業務部門拉取數據的工作量,減少跨部門溝通協作人力和時間成本。人力資源釋放：縮短數據統計和報表制作周期，提升數據獲取效率和質量。效率產能提高：業務員工在手機端可隨時隨地查看業務數據，方便快捷；駕駛艙/看板界面美觀，支持多維分析、下鉆展示，數據易用性顯著提升。用數體驗提升：通過數據應用，推動業務管理模式從線下向線上、從靠人工調度向數據驅動決策轉變。工作模式轉變：打通業務壁壘和數據孤島，用數字化手段解決跨部門數據收集難、數據需求溝通落地難、數據報表制作流程長環節多等問題，大幅提升業務協同效率、降低跨部門溝通成本。協同效能提升：逐步摒棄傳統線下報告管理方式，各級管理者和業

136、務人員通過數據創新平臺均可方便快捷地看數、用數、依據數據做業務決策，有效彌合各級管理人員的數字鴻溝，形成“人人用數據”的數據文化氛圍，助推企業數字化轉型和高質量發展。數據文化營造：項目總結8584帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0都邦保險成立于 2005 年 10 月 19 日，注冊資本金 27 億元，注冊地吉林市。在中國保監會和吉林省各級政府的關心和支持下，都邦保險已擁有 33 家分公司，400 多家分支機構，形成了覆蓋全國的機構服務網絡，并連續多年實現盈利，步入健康快速發展的軌道。都邦保險堅持以客戶為中心，不斷與時俱進，積極推進保險產品與服務的創新及品質的提升。公司建立了

137、完整的風控、核保、理賠及再保險安排的承保體系，同中國財產再保險公司、漢諾威再保險公司、法國再保險公司、太平再保險公司、東京海上國際再保險公司、博納再保險公司、美國佳達再保險經紀有限公司、怡安奔福再保險顧問有限公司等幾十家實力雄厚的國際知名再保公司、再保經紀人合作，面對廣大客戶不同的保障需求，提供最大的風險保障。推動資產負債聯動，都邦保險工作效率提升 12 倍都邦保險項目亮點實現數據集中化管理：實時監控各部門數據進度：縮短評估表報送周期：實現數據全方位展示：業務部門只需在決策系統配置基礎表，財務部集中導入利潤表、資產負債表等所有數據；實現數據 100%自動匯總計算，數據出錯率降至 0。決策系統上

138、報流程的引入，為每個部門創建多人聯合上報、多級審核的報送制度，只需幾秒鐘即可知曉各部門數據報送進度，效率大大提升。資產負債管理改為系統后，各部門嚴格按照系統指令工作，整體評估周期由 40 天縮短至 3 天左右，工作效率提升了 1200%。通過 BI 可視化分析，實現數據全方位、多角度展示，幫助決策者更直觀、更高效的實現數據分析。8786帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0需求痛點痛點一痛點二痛點三資產負債管理工作小組尤其是牽頭部門，承擔著大量數據的計算整理、匯總報送等工作。由于關聯多個部門的數據，填報人員只能 100%純手工計算，整體工作耗時長、效率低，評估表工作周期長達 40

139、 天。部門配合流程不規范、進度難掌控：許多業務由于涉及部門較多、評估表報送時效性限制、牽頭部門人員少、工作瑣碎還要時常通過電話、郵件等方式了解各部門進度情況，80%的時間花在溝通上，耗時耗神。指標散亂無法滿足可視化需求：部分考核指標之間存在關聯關系，各個指標需要進行同比、環比數據對比，excel制圖水平局限，導致指標散亂存在、不夠直觀，無法滿足實際管理層決策需求。010203保險行業屬于負債型機構經營特征。具體業務模式是：收入在前、成本在后。保險公司作為責任主體，中國銀保監會實施資產負債管理量化評估監控工作，各保險公司需推動資產負債聯動，提高公司管理能力。資產負債管理目標有三個：構建監管評價體

140、系，實施差別化監管；推動資產負債聯動，提高公司管理能力；審慎穩健資產配置，促進行業持續健康發展。在制定資產負債規則時，以科學性、可比性、可操作性、導向性為原則，充分考慮風險因素，綜合衡量公司能力；兼顧長期經濟價值，結合中期財務表現；充分考慮公司特點，實施風險差異監管。資產負債管理量化評估指標體系基本信息評價指標資產配置狀況資產規模資產配置期限分布Var值外匯敞口杠桿比例資產信用狀況信用評級存款分布期限分布風險五級分類集中度負債產品信息產品準備金及期限分布預定收益型產品結構期限匹配成本收益匹配沉淀資金缺口率沉淀資金匹配（傳統險賬戶）綜合投資收益率利差風險調整后綜合投資收益率利差規模調整后固收資產

141、利差基本情景修正久期缺口期限匹配（非傳統險賬戶）市值口徑及會計口徑凈值波動率利率風險壓力測試（非傳統險賬戶）綜合投資收益率利差壓力測試現金流匹配綜合壓力測試基本情景凈現金流凈現金流每百元保費經營活動凈現金流投資資產5日變現額覆蓋率流動性比例融資覆蓋率流動性覆蓋率壓力測試償付能力充足率凈利潤解決方案形成數據與業務的閉環，確定各部門的職責分工。擬定部門分工表并搭建系統框架，并根據崗位職責提供部門分工表拆分規則，信息技術部根據系統分工表規則通過數據決策系統（BI+FR）固化各部門分工表，實現了從數據倒逼業務流程。同時，根據保監會填報說明中勾稽關系設置校驗規則，可視化展示資產負債考核指標。搭建資產負債

142、管理數字化平臺資產端財務部，資產管理部負債端精算部資產端資產管理部負債端精算部資產端資產管理部、財務部負債端精算部、財務部資產久期資產管理部負債久期精算部沉淀資金精算部（準備金）、財務部（凈資產）基本信息期限結構匹配成本收益匹配現金流匹配8988帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0以資管部為例，上報流程如下圖所示：典型場景場景二：數據聯動及數據校驗功能實現分總數據聯動效應：分工表數據通過上報流審核并提交入庫之后，根據既定勾稽關系匯總計算得到的評估期數據與動態參數實現的未來季度預測數據，1秒生成匯總表數據。場景一：資產負債管理數據大屏剖析指標計算方式，將全量數據可視化展示。根據指

143、標計算方式（如：綜合投資收益率=綜合投資收益/資金平均運用凈額）大數據集中化處理；根據數據承載量大小及決策者直觀需求選擇可視化工具；可視化效果展示，借助餅狀圖、柱狀圖、折現圖等進行數型結合，指標形象直觀化展示，為領導經營決策提供便利（投資資產配置占比、綜合投資收益率等可視化展示）。9190帆軟金融行業案例集 1.0帆軟金融行業案例集 1.0場景三：審批流程數字化建立基礎工具表：財務部負責SAP科目余額表、輔助科目余額表數據導入；資產管理部負責維護產品分類屬性表維護；后臺生成中間表產品余額表，實現資產負債管理產品屬性維度和數據相結合（定性定量聯動）；優化審批流程：設置各部門系統上報流程（流程復雜

144、部門制作流程操作圖），各部門內部添加填報人、審核人權限，牽頭部門后臺可實時監督各部門上報情況，保證各部門各司其職、齊頭并進，最終順利進生成匯總表。場景價值：整個過程從原來的至少十五個節點，每個節點至少溝通兩次，到現在全流程只需溝通五次，節省牽頭部門80%的溝通時間，極大地提升了工作效率。增加數據校驗功能：部門系統設置完成后，信息技術部根據監管要求，編入數據邏輯、勾稽校驗規則至決策系統，數據與校驗規則同頁面展示，牽頭部門只需關注校驗結果即刻知曉數據是否準確無誤。隨著中國銀保監會對金融、保險行業監管力度不斷加強，如何借助系統高效獲取數據、如何深度剖析數據、借助數據分析方式制定合理的經營決策戰略是每

145、個企業都需要思考的問題。中小型保險公司受資金短缺、技術受限的現實情況下，在成本控制范圍內實現數據持久化、自動化是非常重要的，這一點在資產負債管理量化評估系統的場景中得到了很好的驗證，人工向系統轉化已成為大勢所趨。公司資產負債管理量化評估項目完成后，接下來的重點工作是優化數據校驗功能以及數據可視化。在此基礎上進一步縮短評估周期，提高可視化效果，將寶貴的時間集中在戰略分析和決策上，實現公司健康高效運轉。項目總結場景解析 方案解讀在數字化浪潮的推動下，金融行業正經歷著前所未有的變革。為了幫助您更好地把握這一趨勢，我們精心打造了一份涵蓋銀行、保險、證券、租賃、私募基金等五大金融細分行業的典型數字化解決方案。這些解決方案不僅整合了企業內部系統散落的數據，還建立了科學的數據增長指標體系，旨在滿足業務部門的日常需求和運營管理需求。您可以掃描上方二維碼深入了解這些數據分析平臺解決方案證券行業數據應用建設方案掃碼免費下載銀行數據應用建設方案掃碼免費下載保險行業數據應用建設方案掃碼免費下載租賃行業數據應用建設方案掃碼免費下載私募基金數據分析解決方案掃碼免費下載您信賴的，都信賴帆軟！部分合作客戶，排名不分先后讓數據成為生產力