跬智信息（Kyligence）：?融?業指標中臺精選案例（59頁）.pdf

1、 融業 指標中臺精選案例 Copyright 2022 Kyligence USA,Inc.Kyligence and the Kyligence logo are registered trademarks of Kyligence USA,Inc.in the United States and/or other countries.All other brands and names are the property of their respective owners.All rights reserved.Visit us at kyligence.io.版權所有 2022 上海跬智

2、信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 錄【銀篇】【銀篇】.5 5 、平臺先，引領創新：建數據技術的探索與運.5 1、技術底座.5 2、技術平臺.6 3、技術組件創新.8、從零售之王看銀數字化轉型的運營之道.13 1、什么是數字化轉型的關鍵撐點？.13 2、數據賦能業務臨哪些挑戰？.13 3、零售之王數字化運營的落地實踐.14 三、Kyligence 助平安銀打造統指標平臺.26 1、為什么要打造統指標平臺？.27 2、為什么選擇 Kyligence？.27 3、潘多拉指標平臺的創新與應.27 4、潘多拉指標平臺項成效.29 四、

3、指標中臺助銀業普惠融可持續發展.31 1、普惠融業務及特.31 2、開展涉農普惠融臨的挑戰.32 3、以 Kyligence 指標中臺為基礎，效助該業務健康、持續發展.33 五、Kyligence 助城商信卡中搭建業務指標體系，打造全場景數據服務能.37 1、業背景.37 2、公司現狀和痛點.37 3、Kyligence 應場景+解決案.37 4、客收益.39 六、Kyligence 助力重慶銀行獲 IDC FinTech 突破獎認可.40 1、為什么選擇 Kyligence？.40 2、統數據智能分析平臺的項架構.40 3、創新案與應.41 七、打造智慧銀家，提升業務團隊精益化經營管理平.4

4、3 1、企業簡介.43 2、項背景.43 3、Kyligence 應場景+解決案.44 4、收獲的成效.46【保險篇】【保險篇】.4747 、Kyligence 助泰康數據驅動保險機構精細化運營.47 1、業背景.47 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 2、保險業現狀和痛點.47 3、Kyligence 應場景+解決案.47 4、獲得的成效.49 九、世界 500 強險企建設指標驅動的經營分析系統.50 1、業現狀及痛點.50 2、Kyligence 應場景+解決案.50 3、收獲的成效.54、數

5、字化經營底座助壽險業轉型.56 1、數據驅動保險業精細化運營.56 2、壽險業數據分析的挑戰及解決案.57 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 5【銀篇】、平臺先，引領創新：建數據技術的探索與運 基于 Kyligence 的云化數據服務撐了 60 多個應，均查詢量超過 15 萬筆。建已經逐步從技術的使者變為技術的創造者，以新技術驅動融場景的創新?！苯ㄐ趴茢祿悄苎邪l部總經理 數據技術的發展，帶來了存儲、計算成本的降低和體驗的提升，推動了建數字化的進程。建技術框架分成三層，技術底座、技術平臺和技術組件

6、。!1、技術底座 1.1 為什么提出“技術底座”概念 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 6 應越來越復雜，如個數據應會涉及數據、智能等多種技術，原來技術平臺多是按照技術領域建設，通過技術底座能夠讓各技術平臺實現應構建標準的統。1.2 技術底座的本質是更貼近應的技術和服務 技術底座是云計算架構的北向遷移，本質上更貼近應的技術服務。云計算是基礎設施的范疇，提供計算、存儲、絡資源，的是資源共享，從達到降低資源成本、提升使效率的的。技術底座是云計算架構下的技術底座是云計算架構下的 aPaaS aPaaS

7、技術服務，實現技術快速落地以及規?；瘧?。技術服務，實現技術快速落地以及規?；瘧?。1.3 技術底座的構成 技術底座以建融科技的戰略“TOP+”中規劃的 ABCDMIX 技術為核，包括數據、智能、區塊鏈等，在這些技術之上撐全應的開發和運。l 對研發的持對研發的持：提供了向研發的具、框架、藝以及形成的開發服務、測試服務；l 對產的持對產的持：向產運提供的監控、處置以及運維服務、運營服務，撐應的穩定運。!如果給技術底座個定義，就是向開發和運員，提供開發框架、技術引擎、程序接、具組件、規范開發框架、技術引擎、程序接、具組件、規范藝藝等系列資源的集合。2、技術平臺 2.1 平臺概況 版權所有 2022 上

8、海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 7 建直以平臺化的思路進信息系統建設，平臺化能夠讓各類技術更好的融合，更便捷的撐應建設。技術技術平臺通過對技術能封裝和整合，降低技術應檻，為應提供效研發和穩定運的持。平臺通過對技術能封裝和整合，降低技術應檻，為應提供效研發和穩定運的持。建前有七個技術類平臺，內部稱為“北七星”。隨著技術的發展，還會有更多平臺出現，重點介紹其中三個：l 數據平臺數據平臺（天璇）：提供數據采集、處理、分析和挖掘，數據管理和可視化分析等數據能；l 智能平臺智能平臺（天權）：提供 AI 建模、標注、以及 AI

9、算的供給；l 區塊鏈平臺區塊鏈平臺（天樞）：提供可信數據共享，信息存證及交易溯源等能。在平臺的撐下建實現了許多應，包含融類應，例如控、營銷；態類應，如住房租賃、養扶貧；對外輸出類應，服務戰略客。2.2 數據云平臺 數據云平臺從 2018 年開始建設，參考了互聯的數據技術，并結合建近 20 年的數據經驗打造的融級數據平臺。實現九能，包括數據采集、集成、存儲計算、數據管理、數據開發、數據分析挖掘、數據服務、數據安全運營、資源調度，基本覆蓋數據價值全鏈路的開發和運基本覆蓋數據價值全鏈路的開發和運。在這些能之上，平臺提供了三類服務：l 資源服務資源服務：提供實時計算，批量計算、圖計算等環境和資源，這些

10、服務都是云化版本，應可以快速搭建所需的基礎環境；l 具服務具服務：提供了數據采集、加、分析等具，應可以快速進數據處理；l 數據服務數據服務：數據平臺提供了在線的元數據管理、數據錄、數據服務總線等功能，便對外的數據服務。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 8 3、技術組件創新 3.1 存算分離的數據引擎 存儲計算分離技術不是新概念，但是好不容易。建數據平臺從建設之初就把存儲計算分離作為重要的標。建數據平臺從建設之初就把存儲計算分離作為重要的標。技術上已經實現多套 MPP 集群將數據存放在統的對象存儲上

11、。為了保證存儲效讀寫，在存儲層增加了速緩存，實現底層不同存儲的協議適配，另實現緩存加速。對于不同的數據計算引擎，論 Spark 做海量分析，還是 MPP 進數倉加，或者 HAWQ 作湖倉體的處理，都能便的獲取底層數據，并實現數據的共享。為了讓不同計算引擎間的數據能夠相互識別，進了引擎間的元數據打通，如讓 MPP 獲取 Hive 表存放的位置和表結構，所有引擎實現數據互訪，將不同引擎的優勢形成合。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 9 到前為，建已經上線建已經上線 10000+10000+節點的云化節

12、點的云化 MPP MPP 引擎，實現引擎，實現 60 60 多個集群共享同個存儲，共享的數據量多個集群共享同個存儲，共享的數據量10PB10PB。這種云化的存算分離的 MPP 數據庫在資源供給、故障恢復、節約存儲、計算資源，傳統的 GreenPlum 數據庫有很優勢。平臺還提供了基于 MPP on Hadoop 技術的湖倉體引擎，可以直接讀取數據湖的 HDFS 件，并以 MPP 的式進加，更加符合原來開發員的習慣。3.2 基于 Kyligence 的云化數據服務 Kyligence 在建做了深度應，包括：版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。

13、訪問 kyligence.io 了解我們 10 l Kyligence Kyligence 在數據云平臺做了云化適配在數據云平臺做了云化適配，實現租隔離、彈性伸縮、動化部署等，并和其他技術組件，如數據管理、數據服務等進了效集成和對接；l Kyligence Kyligence 與與 ClickHouse ClickHouse 實現了融合驗證，提供統的實現了融合驗證，提供統的 OLAP OLAP 能能，在 Kyligence 性能聚合分析能之外，利 Clickhouse 擴展了明細分析、Ad-Hoc 查詢等場景的性能；l Kyligence Kyligence 的新特性的新特性，如 AI 預計算

14、、智能路由、讀寫分離等在建做了深度驗證，取得了不錯的效果。前 Kyligence 集群從申請到交付只需要 2 個時，存儲和訪問節點數量有 900+，Cube 處理的數據量有 1PB，固定查詢能夠實現亞秒級響應，BI 分析可以做到秒級返回，已經持 60 多個應，每天通過 Kylin 接的查詢量有 15 萬筆。3.3 雙態數據研發模式 建數據平臺持穩態研發和敏態研發兩種模式。穩態研發的開發和產資源物理隔離穩態研發的開發和產資源物理隔離，測試數據需要從產同步，開發上線有嚴格的管控流程，適合傳統的數據加場景。敏態模式則更適合數據分析和敏態模式則更適合數據分析和 AI AI 建模類應建模類應，在這種模式

15、下，開發和產資源在統的基礎設施上，通過云化技術劃分為測試環境和產環境（內部稱為 Offline 和 Online）。數據，在統的數據基礎上，提供了測試數據視圖和產數據視圖；應，提供了在線開發和部署，提升了數據研發效率。敏態研發模式在融業不僅是技術上的突破，更是研發流程上的創新，從這點能看出建在新技術、新模式的探索下了很決。前敏態研發模式已經在全部分和集團公司上線推。3.4 數據隱私計算 建數據隱私組件采“集中管理集中管理+分布計算分布計算”的架構，集中的管理節點負責數據管理、任務調度等核功能，真正的計算在各計算節點上完成，這種架構兼顧了數據安全性和易性。數據隱私計算使了區塊鏈技術對計算過程進存

16、證，能夠還原整個計算過程，可以對其進監管審計。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 11 建內外部都有很多數據隱私計算的場景應。在集團內部，總和建信基進聯合建模來分析不同客群對營銷活動的響應度。通過對每類客群進聯合建模和單邊建模，對兩者數據，聯合建模下的 AUC 平均提升10.4%，KS 最提升 200%。最后，把模型評分前 15%的客群做實際營銷，各客群營銷效果最提升 30 多倍，定位準確率最提升 50%，標客群覆蓋率達到 90%。在外部，建和上海數據中合作，實現遺產關懷的場景，以及和銀聯、多個省政

17、府合作，在微信貸、裕農扶貧等開拓創新的場景。3.5 數據智能化技術 在數據智能化應，建在計算機視覺、然語處理、知識圖譜、智能推薦等技術領域都有創新建在計算機視覺、然語處理、知識圖譜、智能推薦等技術領域都有創新，如和國家衛星資源中以及各地的地產權部合作，通過衛星遙感圖象做地權確認和農作物勢分析，在產量估算精確度能夠達到 90%。再如智能審單領域，研了 NLP 和 ICR 算法，把圖象特征處理和本特征處理放在個模型中，使單據識別的準確度和速度都提升了個臺階。通過智能化技術的運，實現了更多數據價值的挖掘通過智能化技術的運，實現了更多數據價值的挖掘和業務創新。和業務創新。3.6 數據技術信創國產化 建

18、在數據技術信創國產化在加速推進，今年會完成數據云平臺的信創國產化作。建在數據技術信創國產化在加速推進，今年會完成數據云平臺的信創國產化作。明年的重點是數據具的國產化，利信創的契機，逐漸把國外軟件替換為主可控的軟件。之后規劃形成融業領先的數據信創能，通過不斷完善技術，加速融業信創的進程。3.7 前沿技術的預研 為了持續保持技術領先，建在很多前沿技術上提前布局，與眾多企業、校、研究機構進產學研合作。如成性能數據處理實驗室，研究基于 Hadoop 的事務性處理；成量融實驗室，在抗量加密和融定價 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kylig

19、ence.io 了解我們 12 進研究，今年已經推出國內批量融算法，包括“量期權定價”與“量險價值計量”，是國內融領域對量計算加速能的次嘗試；與清華學成“聲紋+”聯合技術創新中，研究聲紋識別技術在融領域的應?？偟膩碚f，建在數據技術領域的研究投很，特別是建信科成后，逐步“從技術的使者變為技術的創造者”，標是打造主領先的融科技，新技術驅動融場景的創新。同時希望以新技術帶動研發流程、數模式的升級，讓數據價值更快釋放。期待與更多的業界領先公司合作，共同創造多元化場景，共享融科技的成果。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.i

20、o 了解我們 13、從零售之王看銀數字化轉型的運營之道 服務這家領先銀五年來，Kyligence 智能多維數據庫現已覆蓋該 20+業務場景，實現業務主數超 95%，降低了數檻。Kyligence 創新的產品及解決案和持續專業的數字化運營助該以數據賦能業務，不斷深化數字化轉型?！?、什么是數字化轉型的關鍵撐點？2012 年數字化轉型這概念被正式提出，年后的今天，從傳統的制造、物流、零售等業，再到融、互聯等業，數字化轉型已經成為了各各業的泛共識，各企業都將數字化轉型提升到了戰略層。放眼全球，世界各國競相將發展數字經濟作為搶抓新輪科技命和產業變新機遇的重要抓，我國經濟發展要保持在全球經濟領先地位，需

21、要不斷引新常態的增模式，數字化轉型不再是選擇題，是關乎企業存和遠發展的“必答題”。對于企業，數字化轉型不可能蹴就，是需要進期的投和持續的運營。對于企業，數字化轉型不可能蹴就，是需要進期的投和持續的運營。企業引進某種先進的技術或者平臺其實只是開始，要想真正深數字化轉型，還需要完善的法論撐以及持續的平臺建設運營，才能更好地服務業務，實現的增與發展。（本的數字化運營指的是對企業內部數字化系統及平臺的建設和運營）處數字化轉型前列的融業，已經有部分銀率先出了的數字化運營之道，本將試圖從銀業普遍的數字化轉型痛點談起，以零售之王的落地實踐為例，深分析其數字化運營的歷程和收益，希望可以給家帶來些啟發。2、數據

22、賦能業務臨哪些挑戰？數字化轉型之初，部分銀往往是從 IT 部或者業務部的度出發，采購或研某個系統或具來解決特定的問題；但隨著數字化轉型的不斷深，銀的數字化系統也隨之增多，從總到分，從數據程師/數據分析師再到線業務員，使數據的檻好像越來越。銀的數據資產缺乏效的管理和運營，數據法真正實現共享、復和開放，反帶來了重重困難：l 受制于傳統技術架構，難以盤活受制于傳統技術架構，難以盤活數據資產數據資產：傳統的技術架構中，IT 部更像是數據的“搬運”，從業務系統到數據倉庫/數據湖等平臺，掌握了量的企業數據，但由于缺乏業務場景的撐，業務員難以深了解數據內在價值，導致數據難以沉淀為資產；版權所有 2022 上

23、海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 14 l 信息孤島和數據壁壘問題嚴重，法實現數據連通信息孤島和數據壁壘問題嚴重，法實現數據連通：數據是數字化經營的核基礎，然現狀是銀內部之間、內外部之間的數據均存在壁壘，缺少“以客為中”的數據協調和統規劃，造成了總/分業務間數據孤島；l 傳統架構法滿快速響應和敏捷分析傳統架構法滿快速響應和敏捷分析：業務部數據分析需求與俱增，業務員希望查詢即查即出，且可隨意進數據探索，傳統關系型數據庫+BI 的案難以撐，甚影響了業務決策；l 經驗法沉淀，資產不能被復制和共享經驗法沉淀，資產不能被復制和共

24、享：總有較好的數據分析環境和經驗，分析員有豐富的分析經驗，但是分析經驗法被沉淀和傳遞，分析員之間、部之間、總分之間資源很難復，導致資產不能很好得被共享和轉移；l 數據時效性差，跟不上市場環境的變化數據時效性差，跟不上市場環境的變化：從數據加到線業務員的上，整個過程曲折且流程過，為了保障數據的安全性還需重重審批，數據開發周期，難以滿業務員助式分析需求，且存在開發運維、管理成本過等問題。那么，對數字化運營的重重困難，在轉型前沿的零售之王是如何解決的？接下來，我們將從標、歷程、那么，對數字化運營的重重困難，在轉型前沿的零售之王是如何解決的？接下來，我們將從標、歷程、運營實踐、收益等談談零售之王如何將

25、數字化運營落地，釋放數據的價值。運營實踐、收益等談談零售之王如何將數字化運營落地，釋放數據的價值。3、零售之王數字化運營的落地實踐 零售之王的 CIO 曾在接受媒體采訪時提到：“如何最新的科技段去解決問題？如何科技的段，不斷提升客的體驗？關鍵是讓信息傳遞變得扁平化、效流轉，降低數據使的檻，讓數據賦能業務?！?.1 以降低數檻，數據賦能業務為標 為此，該銀最初定下了以下標：進步降低全的數檻，除了專業的數據分析師、數據科學家以外，讓更多的線業務員可以助使數據服務，數據驅動決策，刺激業務的增；通過系統融合帶動業務融合，打破現有以部為中的業務系統豎井，構建統多維數據分析平臺，從底層打通總分的數據和系統

26、，提供可快速復制和共享服務的資源，服務總分的數字化運營標；賦能員以數字化式提升作效能，減少 IT 部在重復性作上的投，實現數據的效管理，維護系統持續穩定的運營。3.2 歷時三年，服務內近百個租，MAU 實現從百級到萬級的突破 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 15 為了更好地實現數據賦能業務，該銀打造了以多維分析平臺為技術底座的數據中臺層，為業務分析員提供低檻的數據分析環境。其構建分析環境的底座概經歷了啟動、成、拓展、創新四個階段，逐步形成了其前數字化運營的法論和體系：圖 1 統多維分析平臺的發展

27、階段 啟動階段：這階段該銀以架構設計和架構集成為標，啟動階段：這階段該銀以架構設計和架構集成為標，完成了整體的架構設計，實現與原有架構的融合。在不影響現有業務的情況，Kyligence 產品與企業架構進了縫集成：下與數據平臺的融合，充分利數據的存儲和計算能，將數據進預構建；上 與 BI 展 現 平 臺 的 縫 對 接，Kyligence 作 為 BI 平 臺 的 統 查 詢 ，實 現 與 TableauCognosMSTRMIP(管理信息平臺)等友好集成，將數據分析能賦予各個應系統；與元數據管控平臺、ETL 調度、研 BI 設計器等周邊組件進融合。版權所有 2022 上海跬智信息技術有限公司保

28、留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 16 圖 2 Kyligence 與企業架構的融合 成階段成階段：這階段以平臺能建設為標這階段以平臺能建設為標，銀逐步建設和完善了平臺的可視化分析、靈活助分析、租管理、權限管理等能，滿多維、明細、實時等多種查詢場分析場景，并在范圍的業務場景中進試點，如績效平臺、畫像平臺、管理信息平臺等多個應對接，承載現有的業務流量，MAU 數量達到百級。圖 3 撐業務分析服務 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 17 拓展階段：這

29、個階段以場景拓展為標，不斷探索適宜的業務場景，并開拓展階段：這個階段以場景拓展為標，不斷探索適宜的業務場景，并開展相應的推和培訓活動。展相應的推和培訓活動。經過第階段的范圍試點取得的經驗和成果，引/吸引了更多的部加，同時將數據開放給總、分、團隊、客經理等。Kyligence Kyligence 承載內對私和對公兩業務，已為全承載內對私和對公兩業務，已為全 20 20 多個部室、多個部室、80+80+租提供數據分析服務。租提供數據分析服務。圖 4 拓展業務場景 創新階段創新階段：這個階段以穩中求進，開拓創新為標這個階段以穩中求進，開拓創新為標。先，在現有平臺的基礎上，不斷完善平臺的智能化能，提升

30、系統的穩定性、查詢性能、數據時效性、成本管理等價值服務；其次，在基于逐漸完善的數據中臺上，根據市場變化不斷探索創新，建設更加完整的數字化運營態平臺。圖 5 數字化運營態 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 18 在啟動階段到成熟階段的過程中，銀業務規模和數據規模均在不斷擴。Hadoop 構建集群規模從最初的個節點增到數百個節點數百個節點，數據規模更是從數百 TB 增到近近 2 PB2 PB，每數據增就達到上百上百 TBTB；隨著該平臺的不斷運營和推，使數不斷增加，Kyligence Enterpri

31、se 實例從開始個節點擴展到個節點，模型數量從最初的兩位數增到 700+700+，已覆蓋了 20+20+業務場景。3.3 平臺持續運營：覆蓋 20+業務場景，業務主數超 95%隨著數字化轉型的深，銀的業務需求不斷增加，數據和應開發也成暴漲性增。在建設多維分析平臺的過程中，銀也需要持續加強對數據資產的管理，同時提升平臺的運營能，以便承接更多的業務需求。在服務零售之王及其他領先銀的過程中，Kyligence 總結了多維分析平臺建設和運營的系統法論。接下來，我們從場景、架構、開發、運維、優化和推等起看零售之王如何在三年內，通過持續的運營和推，覆蓋 20+業務場景，實現業務主數超 95%。場景場景 正

32、如“當其”，企業引個產品需要依照定的標準對其進系統性的評估，才能知其、避其短，在合適的業務場景發揮它的優勢。企業可以根據業務的內在特性、受眾群體、時效等因素，去衡量多維分析平臺能否滿其要求。在零售之王的實際案例中，經過系列的評估，其在多維分析平臺上部署了公司融、零售信貸、零售融、私銀、險管理以及信卡等業務領域，前為內 20 多個部室，80+租提供了數據分析服務。架構架構 對于全架構的“家庭”來說，Kyligence 多維數據庫快速融，并成為提升數據平臺價值的員猛將。Kyligence 多維數據庫的設計嚴格遵循 REST API 格，從使其與內的系統更容易集成，甚可在 Kyligence 產品上

33、進次開發，內的系統需重新進架構調整，確保了內架構的主性。內原有的 BI 產品可通過不同的標準接與 Kyligence 多維數據庫友好對接，Kyligence 多維數據庫則作為內 BI 平臺統的查詢，將數據分析能賦予給管理信息系統、管理駕駛艙、對公 CRM 等各個應系統，各應系統通過統標準即可與 BI 產品對接，充分發揮應系統的數據分析能，提升業務的體驗。Kyligence 架構設計上采了讀寫分離部署模式，運多租的管理式，使得不同的開發及業務部在相互不擾的情況下，能夠共同套多維分析環境，做到了租間的資源隔離，同時 IT 開發模式和數據訪問模式可共份數據，避免了數據的遷移。統多維分析平臺通過 Ky

34、ligence 多維數據庫加速引擎預計算數據，以及 Spark 查詢預計算結果，從使得基于 Hadoop 的分析查詢性能變得更加快速，且持并發的業務場景。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 19 圖 6 多維分析平臺架構 開發開發 統多維分析平臺為開發員提供了規范易的數據開發環境，建了開發、評審、上線等流程，制定了健全的開發規范。為了保障產環境穩定性，平臺還建了套完成的上線流程，從開發到集成測試，再到 UAT 測試，經過嚴格的上線評審，才能最終上線部署到產環境。圖 7 應開發流程 版權所有 2022

35、 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 20 運維運維 該平臺完善了元數據的采集和管理，建了平臺運營的指標體系，通過這些指標可以為模型評分、運維監控、成本管理等提供數據撐；通過存儲和計算資源指標可以對平臺成本進管理，計算每個數據產品的成本消耗，實現成本的精細化管理；通過版本管理，可以加強版本升級的計劃管理和價值管理，提升業務服務的連續性和穩定性，建預警機制和應急預案，保障系統的持續穩定運。圖 8 平臺運維可視化 優化優化 隨著銀對該平臺的使不斷深，平臺的流量也在不斷增，對平臺的穩定性、查詢響應時間、數據時效性都常關注，任

36、何個指標的下降都可能引發的不滿。同時，流量的增加，也必然帶來存儲、計算等資源的增加，在保障體驗不下降的情況下，需要進相應資源的擴容，導致 IT 成本不斷增加，因此成本優化必不可少。論查詢性能、時效性還是資源問題，單靠擴容是“治標不治本”，若要從根源解決問題，就需要運套之有效的優化法，先找到病因，再對其下藥，能藥到病除。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 21 圖 9 Kyligence 性能管理體系 推推 統多維分析平臺的搭建和運營，最終是為了服務更多銀的線業務員，因此推是數字化運營中常重要的環。該

37、銀主要采取了以下式進內部的推和賦能：l 產品技術和業務場景分享產品技術和業務場景分享：多次在內部開展產品技術、業務場景的討論和分享，讓內 IT 和業務員逐步熟悉 Kyligence 多維數據庫在數據平臺中的分析能；l 定期培訓定期培訓：通過對內的開發部進產品的介紹，宣講開發標準和規范培訓，讓開發員能夠熟悉掌握多維分析平臺的使技巧，讓內更多的員懂得如何運 Kyligence 多維數據庫的能提升開發效率。l 案例分享案例分享：通過打磨個個案例，并將優秀案例發表在內技術刊上，讓各分及部都了解統多維分析平臺的價值，吸引更多的業務加到該列中。經過這三年的不斷建設運營與推，統多維分析平臺的 MAU 累計活

38、躍數從 2017 年的 200+迅速增 2 2萬萬+，助服務達到近近 3 3 千千，均的業務訪問量達到三百多萬筆三百多萬筆，業務的占超過95%95%，真正降低了的使檻，逐步實現了數據的平化。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 22 圖 10 活躍數量增趨勢圖 總之，平臺建設運營并蹴就，是項持續性的活動。企業需要有套體系化的運營法論作為撐，再逐步構建完整的數據服務能。Kyligence 在實踐中不斷總結實施經驗，構建了套完整的平臺建設運營法論，并將這套法論運在實踐中，不斷打磨符合業的建設運營法論，將理

39、論與實踐結合，助多家領先銀推進數字化轉型。圖 11 Kyligence 平臺建設運營法論 Kyligence 多位客通過參考這法論，構建了統、規范、可共享的全域數據體系，避免數據的冗余和重復建設，規避煙囪式建設和不致性，提供統的業務語義，降低數據分析的檻，打破原有豎井式的分析模式，實現了全域的數據分析能。3.4 收益：查詢性能提升萬倍，開發成本下降 15%以上 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 23 前，該銀展開了運營、內容運營、場景運營以及培訓賦能等四個的運營措施，持續推動了總分數據應態建，全提

40、升總分的主數平，使其能有效賦能業務；據不完全統計，截前，基于數據中臺為總分建了上萬張報告上萬張報告，這些報告近七成都是業務部主建設近七成都是業務部主建設。!圖 12 統多維智能分析平臺 Kyligence 統多維智能分析平臺助該銀實現了：l 盤活數據資產，為總數據分析員提供盤活數據資產，為總數據分析員提供：制定全數據統徑、營銷管理數據分析、經營數據分析及報表的制作與發布等，實現數據價值整合。l 實現數據連通，為分數據分析員提供實現數據連通，為分數據分析員提供：個性化數據徑處理、獲客和客群經營數據分析、分報表制作與發布以及錄數據的導等服務，使得分可與總數據進融合，實現了資源的共享。l 實現性能敏

41、捷分析，為數據消費員提供實現性能敏捷分析，為數據消費員提供：性能、并發、敏捷的數據分析環境，實現業務報表查詢秒級響應，以及靈活的助分析能。l 實現資產可復制共享，為數據消費員提供實現資產可復制共享，為數據消費員提供：從數據準備到共享的系列服務，不斷沉淀數據分析經驗，實現資產的快速復制和共享。l 降低數檻，為數據消費員提供降低數檻，為數據消費員提供：更容易理解、更熟悉的業務語，解決業務員的數難問題，提供易操作、時效、穩定的數據分析平臺，使得業務員可快速準確地查看數據報表、訂閱、分享及下載等服務，滿不同業務的需求。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的

42、財產。訪問 kyligence.io 了解我們 24 圖 13 業務數據分析模式的變 經過這年的平臺運營，截 2021 年底，統多維智能分析平臺已為全統多維智能分析平臺已為全 40%40%的業務員提供低檻的數據分的業務員提供低檻的數據分析服務析服務，據不完全統計已收獲如下成果：l 降低重復事務，釋放產降低重復事務，釋放產：全機房維護單同下降下降 45%45%，將 IT 員從繁瑣的重復性事務中釋放出來，同時數據提取的效率從原先 5 天縮短 1 時，效率提升了百倍效率提升了百倍，使得分析員可以將更多的精聚焦在數據價值上。l 提效，縮減開發資源提效，縮減開發資源：提升報表開發效率，報表開發周期從原先

43、的5 5 天天縮短到1 1 天天，研發報表開發投資源下降幅度超下降幅度超 15%15%。l 縮短數據分析周期，提升體驗縮短數據分析周期，提升體驗：數據分析的平均周期也從 5 個作下降時級時級，幅提升了數據分析效能，數據分析的效率從原先的 24 時級縮短到 10 秒內，查詢性能提升了近萬倍查詢性能提升了近萬倍，極提升業務的體驗。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 25 圖 14 業務應場景 前，該銀已經將 Kyligence 多維分析平臺的能運到常的經營活動，如經營分析、業務專題分析、客畫像、畫像、考

44、核業績賬單、每存款通報、營銷獲客等業務場景；同時利移動 APP 讓管理層、業務中臺、團隊、客經理等員可以隨時隨地查看數據報告，了解業務最新的經營情況，進鉆取、上卷、不同維度旋轉等動態分析，隨時隨地為他們的想法或決策提供數據撐，讓數字化運營真正落地，服務全的業務增。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 26 三、Kyligence 助平安銀打造統指標平臺 在平安銀潘多拉指標管理和應平臺的建設過程中，基于 Kyligence 的 AI 增強建模功能，實現全命周期的指標動化構建和管理，顯著提升了數據開發產能

45、和對數據進了有效的治理，幫助業務更簡單更便捷地進數據分析和業務洞察，并對內其他依賴數據的系統提供中臺撐?！逼桨层y零售數據平臺技術總監!數字銀的突破，離不開前沿科技的驅動。數字銀的突破，離不開前沿科技的驅動。平安銀依托智能、數據、云計算等領域的核技術，不斷將新技術深度植到經營決策和融服務全流程，實現數字化、智能化業務運營和經營管理。對于平安銀來說，對于平安銀來說，數據賦能業務的關鍵在于降低使數據的檻。那么如何讓使數據變得簡單？數據賦能業務的關鍵在于降低使數據的檻。那么如何讓使數據變得簡單？讓我們起來看看 Kyligence 如何助平安銀打造站式數據服務平臺潘多拉指標平臺的吧 版權所有 2022

46、上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 27 1、為什么要打造統指標平臺？平安銀認為要想降低使數據的檻，先應當以指標的治理為切點，因為指標是企業最核、最重平安銀認為要想降低使數據的檻，先應當以指標的治理為切點，因為指標是企業最核、最重要的數據資產。要的數據資產。平安銀通過打造統的指標訪問平臺，基于前沿的智能化技術快速整合、展現、治理和共享價值的指標資產，打破了以往業務提需求，業務提需求，IT IT 做開發做開發的被動響應模式，從讓業務能夠主動、快速地找到需要的業務指標，或者基于現有的指標快速派新的指標。此外，系統還能動匹配

47、和推送有價值的指標給業務員，讓使數據變得簡單和效。2、為什么選擇 Kyligence？對于指標平臺的技術架構來說，指標加和查詢引擎是核組件。對于指標平臺的技術架構來說，指標加和查詢引擎是核組件。在引擎選型的過程中，平安銀對了多種業界主流的計算引擎，包括 Hive，Spark，Impala，Druid，ClickHouse，Flink，Kyligence 等，最終從 Hadoop Hadoop 態兼態兼容性容性、數據量數據量、查詢延遲查詢延遲、查詢靈活性查詢靈活性、QPSQPS 五綜合評估，認為 Kyligence 能夠滿指標的加和查詢需求，它能夠通過分布式的計算和存儲進指標的加，基于 AI 增

48、強引擎，實現智能化的計算和運維，顯著節省開發的成本，還能滿跨主題分析的需求。另外，尤為重要的是，尤為重要的是，Kyligence Kyligence 有本地化團隊提供有本地化團隊提供專業的技術持專業的技術持和服務和服務。3、潘多拉指標平臺的創新與應 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 28 潘多拉指標平臺是平安銀指標管理和指標應的統平臺。潘多拉指標平臺是平安銀指標管理和指標應的統平臺。該平臺以業務場景為驅動，提供了 AI+BI+內容的基礎能，并結合組件化開放平臺，提供數據分析與應的站式解決案：l 內

49、容內容：提供了指標、維度和標簽的錄、發布和規范化管理的能；l BI BI：提供了指標卡、指標地圖、指標看板、指標派與衍等功能；l AI AI：建了可插拔的智能預警、規則預警、智能歸因、指標推薦等功能。潘多拉指標平臺為銀億級數據量級下多維分析提供了完整的解決案，解決了以往數據開發周期數據開發周期、數據徑數據徑雜雜、數據獲取難數據獲取難、查詢響應慢查詢響應慢等痛點。通過 Kyligence 獨創的智能查詢路由與構建技術，平臺可按需構建 Cube，并動管理相應的任務調度、跑批隊列、命周期以及查詢下壓等任務，既滿業務靈活應指標的需求，也有效降低了開發運維成本。版權所有 2022 上海跬智信息技術有限公

50、司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 29 平臺利指標卡，讓指標真正活起來，讓可以更直觀的找到指標、使指標平臺利指標卡，讓指標真正活起來，讓可以更直觀的找到指標、使指標；通過簡單強的指標看板功能，讓普通業務員也能輕松制作看板、分析數據，減少對數據開發員的依賴；結合向業務場景的 AI 算法，讓可以更簡單更便捷的開展更深層次的分析。4、潘多拉指標平臺項成效 通過近年的建設，平臺初步形成了以構建服務構建服務、查詢服務查詢服務、數據治理數據治理和 AI AI 能能為核的中臺能：l 構建服務構建服務：提供了數據查詢的動視圖構建、Kyligence 的

51、Cube 動構建、任務的智能任務管理、智能資源隊列等功能，實現指標模型的動化構建實現指標模型的動化構建；l 查詢服務查詢服務：提供異步查詢、主被動緩存、降級下壓、智能聚合等功能，滿數據量多維查詢場景下快速響快速響應應與靈活分析靈活分析的需求；l 數據治理數據治理：以邊使邊治理邊使邊治理的理念為驅動，提供指標、維度、數據時效等的治理功能，提升數據規范性、減少指標和維度的義性，提升數據管理平；l AI AI 能能：平臺以業務場景為導向，圍繞指標應，提供了算法的接能，前已接智能預警、規則預警、智能歸因、指標推薦等算法，幫助更快定位問題，開展分析。在此基礎上，平臺還為第三提供了開放組件，可提供算法特征

52、、數據交換、可視化組件、組件查詢接等服務，進步賦能數據應，提升效率。平安銀：潘多拉指標平安銀：潘多拉指標平臺平臺改變了數據的常開發模式，以及業務的數據應模式，降低了數據開發的成本，提升數據應的效率：版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 30 l 數據開發周期平均縮短了 3 3-5 5 天；l 數據報表開發耗費減少 30%30%；l 常規需求替換率達到 25%25%以上。前該平臺接指標 40004000 余個，維度 500500 余個，基本覆蓋各業務條線核指標和分析維度；在線看板 600600余個，均

53、UV 1500+1500+，均 PV 30000+30000+。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 31 四、指標中臺助銀業普惠融可持續發展 普惠融普惠融是國家重要戰略之，在普惠融中應數據技術，能進步提升普惠融的服務質效，助微企業的持續發展。這家國有型商業銀基于這家國有型商業銀基于 Kyligence Kyligence 產品及解決案，搭建了統的指標中臺產品及解決案，搭建了統的指標中臺，以效的指標治理推動數據治理，利先進的數據技術實現數字化經營、提業務協同效率，助其普惠融業務的健康、穩定發展?！?、

54、普惠融業務及特 2015 年，國務院印發推進普惠融發展規劃（2016-2020 年），次將普惠融納國家戰略規劃，并提出做好微、確切有幸福感的融，有利于每個、每個企業實現的夢想。年來，在國家政策的持下，普惠融已經有效提了融服務的覆蓋率、可得性和滿意度，讓更多百姓享受到了便捷、合理、安全的融服務。作為國有型商業銀，這家領先銀認真貫徹黨和國家決策部署，主動承擔責任，全啟動普惠融戰略。該銀“涉農、扶貧”的普惠融服務（以下簡稱“普惠融”）是在縣域鄉村指定合作商服務點布放銀卡受理終端設備或“普惠融”APP，向借記卡持卡提供助農取款、現匯款和余額查詢、轉賬匯款、代理繳費等服務功能。向“涉農、扶貧”重點客群，

55、該銀為解決鄉村地區融產品服務供給不充分等痛點，以互聯思維、輕資產新模式快速延伸縣域鄉村地區服務觸；通過搭建起縣域普惠融共享服務平臺，提供“融+融服務”，滿鄉村振興多樣化、多層次的融需求，打通了融服務“三農”最后公，提升了該縣域鄉村服務能。1.1 融合場景、提供豐富融產品 涉農普惠融業務的特是通過不斷深化與場景的融合，持續豐富服務態。前該已完成活繳費、社保醫療、社區服務和農業產四類特類服務場景的接和部署。圍繞“存貸匯繳投”為縣域鄉村客提供特助農取款、專享聚財、涉農保險等 30 項產品功能。在總的持下，普惠融促進了多個分的業在總的持下，普惠融促進了多個分的業務場景創新，落地了多項特融產品，持續推進

56、務場景創新，落地了多項特融產品，持續推進“三農三農”融服務。融服務。1.2 深三合作、探索業務開拓模式 涉農普惠融業務不僅具有助農取款、快貸、匯款等傳統的功能，該還積極與第三合作，探索“普惠融+”的業務開拓模式，借助第三的資源為客提供便繳費、健康飲、農業資訊等融服務，成為該推動普惠融服務絡深腹地、助鄉村振興的重要載體。例如，與某物聯公司共同打造的“普惠融+順樂農”鄉村普惠融服務平臺，村除辦理融服務外，還可享受健康飲、上問診、定制化產品購買等融服務。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 32 2、開展涉

57、農普惠融臨的挑戰 該逐步開展涉農普惠融業務以來，就認識到其關鍵在于“涉農普惠融”APP 的專業化運營。通過上述業務特的介紹，家知道了涉農普惠融業務的顯著特征是：基于的真實活需要，與泛的第三渠道合作，基于的真實活需要，與泛的第三渠道合作，融合服務場景，提供便利的融產品等融合服務場景，提供便利的融產品等?！吧孓r普惠融”APP 則是該業務的重要載體，其實際運中主要臨如下個的挑戰及數據需求：2.1 如何提信貸審批效率，靈活響應需求 如何通過建設數字化政務（包括精兵簡政），提為百姓辦事的效率是開展涉農普惠融的重要需求之。如何通過建設數字化政務（包括精兵簡政），提為百姓辦事的效率是開展涉農普惠融的重要需求

58、之。涉農普惠融的資需求額度不，資通常于常農業產運營、擴規?；蚨唐谫Y周轉等；另農及相關微企業的資需求較靈活，往往不能等待較時間。尤其是疫情以來，很多微企業臨倒閉險，如果這時候能夠成功融資，將會對微企業的死存亡起到關重要的作。然，傳統的信貸審批對農和微企業融資，審批速度不夠友好，因此這也是涉農普惠融業務需要重點解決的問題。2.2 如何精準分配資源，促進業務規模增 開展涉農普惠融還需利數據挖掘農及關聯微企業，進資源的精準分配，更好助業務的可持續發開展涉農普惠融還需利數據挖掘農及關聯微企業，進資源的精準分配，更好助業務的可持續發展。展。從銀整體的度出發，隨著時間推移，銀對普惠融業務的投會逐漸加，但是將

59、資源分配到各分后，就顯得捉襟肘了。雖然涉農普惠融是項政策導向的業務，但銀作為盈利機構，也要考慮健康、可持續的發展。如何充分利這萬個服務點，深挖掘農及關聯微企業，實現業務規模增就成了該業務健康可持續發展的關鍵。2.3 如何提和的聯動效率，聯動資源整合發展 以數據為基礎，更好聯動普惠融部與各之間的資源、整合發展是開展涉農普惠融臨的挑戰。以數據為基礎，更好聯動普惠融部與各之間的資源、整合發展是開展涉農普惠融臨的挑戰。傳統微企業貸款審批模式具有較限制，各的客經理進客開發，對相關客的業務往往只能推薦辦理，再由分普惠融部專審批，才能夠最終確定貸款額度和放款時間，普惠融部對審批慎之慎的態度，使得很多客的貸款

60、審批實際上得不到效和額對待，雖然提供相應抵押物，但“過不了關”的情況仍然常多。因此，普惠融部與各之間，如何有效提升聯動效應，是銀提普惠業務發展效率和提升規模的關鍵因素。2.4 如何利指標，實現多效協同 利數據利數據/指標協同普惠相關合作或業，更精準、效地發展是開展涉農普惠融的關鍵。指標協同普惠相關合作或業，更精準、效地發展是開展涉農普惠融的關鍵。涉農普惠融于場景，牽涉到供銷社、通信公司、電商平臺、衛系統、服務、住房租賃等眾多合作。如何與各合作效協同，打造好服務農及相關微企業的場景？這需要轉變思路，從 APP 運營的度優化好每個業務環節，提業務辦理的體驗和效率。版權所有 2022 上海跬智信息技

61、術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 33 3、以 Kyligence 指標中臺為基礎，效助該業務健康、持續發展 該基于多年數據建設的豐富經驗，認為要想解決上述挑戰，需要搭建套統、共享、標準、效的數據分析體系，利先進的數據技術實現數字化經營、對內外部各信息、提業務協同效率。作為該的重要合作伙伴，Kyligence 結合業內數據建設情況的研究和多年項實踐的積累，與該展開深的探討和研究，雙認為要解決涉農普惠融所臨的上述挑戰，套清晰、合理、效的指標體系及分析平臺雙認為要解決涉農普惠融所臨的上述挑戰，套清晰、合理、效的指標體系及分析平臺是基礎

62、是基礎，才能逐步實現以數據驅動涉農普惠融業務全、健康、可持續增的標。指標中臺是套復雜的系統，其不僅包括內部的各業務條線、渠道、職能部等各種指標體系，還涉及到與外部合作平臺的數據打通，同時需要科學設計底層數據治理、平臺及管理系統、運營監控系統、指標的各種應和指標管理等。結合結合 Kyligence Kyligence 在搭建指標中臺及系統的最佳實踐，考慮到在復雜的業務和關系中，我們建議以在搭建指標中臺及系統的最佳實踐，考慮到在復雜的業務和關系中，我們建議以指標體系的規劃為切點、以指標的開發與治理為抓。此外，個強的數據平臺底座，也是確保指標體系指標體系的規劃為切點、以指標的開發與治理為抓。此外，個

63、強的數據平臺底座，也是確保指標體系的良性運轉和效數據治理的關鍵。的良性運轉和效數據治理的關鍵。3.1 梳理套全、清晰的指標體系 考慮到涉農普惠融的業務價值鏈較為復雜、合作機構眾多，指標體系的搭建是拉通各動的關鍵所在。Kyligence Kyligence 基于業先進實踐和項積累，提供了套科學的法論框架，幫助該梳理規劃套清晰、合基于業先進實踐和項積累，提供了套科學的法論框架，幫助該梳理規劃套清晰、合理、效的指標體系。理、效的指標體系。這套框架包含 OSM、UJM 和業務場景化三個相互配合的法論組成：先通過 OSM（Objective-Strategy-Measurement）使業務標結構化，然后

64、融合 UJM（User-Journey-Map）使體驗流程化，并之反哺、校準業務標，最后通過將業務場景模塊化，使整個指標體系快速落地。整個法論框架如下圖所：3.2 堅實的 Kyligence 指標中臺底座 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 34 基于 Kyligence 產品打造的指標中臺底座，已經在國內多個型銀成功落地和推，服務了各總分的管理員、數據程師以及業務員，前指標中臺架構如下圖所：得益于 AI 增強的性能分析引擎、統 SQL 服務接、業務語義層等能，Kyligence 提供成本最優的多維

65、數據分析能和豐富的指標體系建設經驗，有利于該進規模的應和推：l Al Al 增強的智能指標引擎增強的智能指標引擎：實現指標的智能建模、動加計算，幅降低指標 ETL 開發作量，提升指標開發與上線效率；l 性能全場景的性能全場景的 OLAP OLAP 引擎引擎：保證各類指標查詢的秒級響應，保障數體驗，實現指標深度分析與洞察；l 統的語義層統的語義層：基于集市模型實現上下徑統的數據語義層，基于維度實現指標的穿透式分析；同時提供各類數據查詢服務接，如 SQL、MDX、RESTAPI 等，更好對接各類指標應；l 全的全的 API API 集成接集成接：持與現有的數據管理、調度、安全等組件縫集成，迅速構建

66、企業統的指標中臺。3.3 效的指標運營和數據治理機制 得益于堅實的 Kyligence 指標中臺底座，該可以基于前沿的智能化技術快速整合、展現、共享和治理價值的指標資產，打破傳統銀“業務提需求，IT 做開發”的被動響應模式，從讓業務能夠主動、快速地找到需要的業務指標，或者基于現有的指標快速派新的指標。此外，系統還能動匹配和推送有價值的指標給業務員，讓使數據變得簡單和效。在本項中，該平臺充分發揮了如下項優勢：l 基于智能多維數據庫的質量數據集成!版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 35 根據該涉農普惠

67、融業務的特點，本項在數據整合的法上以數據集市及指標為中。以數據集市及指標為中。通過這樣的多維集市能夠為上層的指標提供更好的能，同時也有利于更好地跟上下游合作，確保端到端數據鏈路的質量平。l AI 引擎驅動的智能化指標加 傳統的數據平臺對 ETL 依賴重，造成了 IT 團隊資源消耗居不下，需求響應速度慢。Kyligence 指標中臺通過 AI 增強引擎學習的分析模式，推薦或識別出最合適的數據模型，并進步推薦出模型可以承載的指標，通過系統動化地完成指標的加作通過系統動化地完成指標的加作。l 效的數據治理 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問

68、 kyligence.io 了解我們 36 在本項中，Kyligence 指標中臺通過推動指標治理來做到更好的數據治理通過推動指標治理來做到更好的數據治理。只有指標被使、被消費，數據才能發揮更的價值。Kyligence 指標中臺規范了該指標徑的管理，如重復的指標、異動的指標，還有些空值分布的異常等，都能在指標管理模塊中實現動的監控和治理。在數據時效，通過指標保障級別的設置，系統可以動在后臺調整資源和調度，保證對應指標的 SLA（Service Level Agreement/服務級別協議）。3.4 Kyligence 3.4 Kyligence 助涉農普惠融的健康、持續發展助涉農普惠融的健康、

69、持續發展 在 Kyligence 指標中臺解決案的助下，這家領先銀已實現：l 對涉農普惠融業務的敏捷數據應撐對涉農普惠融業務的敏捷數據應撐，新的數據應開發上線從過去以為單位提速到周以內，使得該項業務在開展過程中能夠敏捷地作出調整以適應農及微企業的需求；l 在農業、農村的扶貧和鄉村振興中，該銀的指標體系有效撐了扶貧資源的精準分配和致富商機的發現，助該項業務的規模增；l 統的指標體系和效的數據治理統的指標體系和效的數據治理，提升了該內各部、各地和外部合作的協同效率，從有效地解決了貸款審批速度、深挖掘農/微企業等難題，實現了業務的健康、持續發展。從全盤度看，該項業務近年來保持了良好的發展勢頭，截 2

70、021 年 6 累計拓展服務點 22.422.4 萬萬個，覆蓋了全國31 個省市區，鄉村覆蓋率超過 33%33%，各地政府承接的定點扶貧村覆蓋率達 98.85%98.85%，服務點規模持續擴，縣鄉渠道覆蓋顯著提，實現了實現普惠融的穩健推進，助社會經濟的穩健發展。作為數據基礎領域軟件公司的領先者，截 2021 年，跬智信息(Kyligence)已擁有多項國內外專利以及軟著認證，掌握數據基礎設施的核技術。前公司已通過聯合實驗室式與中國銀聯達成深度合作，共建創新型融數據服務，進步研究數據平臺的國產化替換等課題，致于為中國各各業提供主可控、性能、質量的數據基礎軟件。版權所有 2022 上海跬智信息技術

71、有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 37 五、Kyligence 助城商信卡中搭建業務指標體系，打造全場景數據服務能 Kyligence 作為數據指標引擎，助城商信卡中搭建業務指標體系，并為數據查詢提供加速功能以及智能優化，改變了傳統數據應開發模式。這模式的改變，極地提升了業務數的體驗、業務業績復盤以及業務市場策略制定?！背巧绦趴ㄖ?BI 團隊負責 1、業背景 當數字付進新時代，消費需求益多元化，信卡的零售數字化轉型成為重要趨勢。如何構建統的數據視圖，深度挖掘數據價值，撐各級業務團隊進效的經營管理，已成為信卡業臨的個現實挑戰。2、公司

72、現狀和痛點 隨著城商信卡中的信卡業務的發展和市場競爭加劇，業務部常的業務開展需要量的報表數據撐精細化運營，以及從多個維度來分析業務經營情況。該城商信卡中從 2018 年開始搭建助分析平臺，現已覆蓋市場、險、財務、資等業務部，持上述業務部助分析數據。近兩年隨著業務增，以及新業務的出現，現有助分析平臺難以效滿多表、數據量的靈活助分析。主要臨如下挑戰：l 開發成本，交付周期：開發成本，交付周期：所有指標需要定制開發，耗費，如開發 100 個衍指標需要 2-3；由于缺乏可視化指標配置的指標計算引擎，指標開發速度跟不上業務的節奏，法撐時效性、周期短的營銷活動等場景的分析；l 查詢響應慢，并發持弱：查詢響

73、應慢，并發持弱：隨著業務量的增，業務數據分析所需數據量不斷增，現有架構下數據查詢所需時間不斷增加，影響業務作效率以及業務決策；并發持弱，不易橫向擴展，當并發激增時，法提供較好的查詢體驗；l 數據范圍和靈活度受限：數據范圍和靈活度受限：業務數據范圍限制，報表展歷史數據范圍有限；隨著業務量的增和業務精細化管理，多維度數據分析的業務訴求越來越強烈，現有固定維度數據分析法滿業務需求。3、Kyligence 應場景+解決案 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 38 為了打造全場景數據服務能打造全場景數據服務能

74、，解決平臺管理難、分析找數難、應取數難等問題，該城商信卡中正建設新代數據服務平臺，提升對復雜市場環境和監管政策下的數據服務能，實現數據業務價值挖掘和數據價值變現，為信卡業務戰略決策和效運營提供準確效的數據持為信卡業務戰略決策和效運營提供準確效的數據持，提升業科技競爭。其對新代數據服務平臺提出了以下要求：l 結合 OLAP 和 MPP 兩種數據計算引擎，實現數據處理及查詢的性能、并發，提升體驗；l 數據服務層持離線和實時的體衍指標數據加，并滿離線和實時數據融合；l 統 OLAP 語義建模和統 SQL 查詢接，簡化數據分析應開發；l 衍指標可視化配置，體指標數據預計算。經過深對分析與驗證，該城商信

75、卡中最終決定采 Kyligence Enterprise 和 Presto 結合的式搭建數據服務層（指標引擎）。l 通過 Kyligence Enterprise 分布式聚合和索引技術來確保關鍵分析的查詢性能，并提供性能和并發能；l 同時借助 Kyligence 智能路由功能將低頻查詢智能下壓 Presto，滿低頻查詢也能以較快速度響應；l Kyligence 實現智能查詢加速功能的同時，能對頻慢查詢進性能優化，實現多表數據量下的多維助分析。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 39 Kyligenc

76、e 提供企業級的融合數據分析和管理解決案，既利了智能化的預計算索引技術，為 PB 數據集上提供超性能、并發的查詢響應能；同時充分利了數據架構優勢，將近實時數據的分析時延降低分鐘級別，優化了數據平臺架構，助企業更加快速、效地從數據中掌握市場變化趨勢。4、客收益 該城商信卡中采 Kyligence 和 Presto 相結合的式搭建數據服務層已初成效，實現了統指標引擎和統查詢；同時改變了數據的常開發模式，以及業務的數據應模式，降低了數據開發的成本，提升數據應的效率：l 成本幅下降成本幅下降：原來需要 2 2-3 3 個個才能完成 100 個衍指標的開發，在現有開發模式下僅需僅需 10 10 天天即可

77、完成；l 交付效率提升交付效率提升：如不涉及底層數據源修改，指標新增或修改在 2-3 天內即可完成交付；l 查詢性能幅提升查詢性能幅提升：查詢響應從 30 分鐘提升秒級，業務員查詢體驗幅提升，賦能業務更快速的獲取到關鍵數據，布置動任務；l 賦能精細化運營賦能精細化運營：使多維度數據量的多維助分析成為可能，賦能市場部進精準營銷活動。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 40 六、Kyligence 助力重慶銀行獲 IDC FinTech 突破獎認可 重慶銀引 Kyligence Enterprise 智

78、能分析平臺，通過與多維分析模型的有機融合，實現了數據分析全流程體化、智能化和敏捷化！解決看數、數、管數難題”全球知名的科技市場研究機構 IDC 主辦的“2022 IDC 中國數字融論壇暨頒獎典禮”在北京隆重舉。Kyligence 服務的重慶銀“數據智能分析平臺項”數據智能分析平臺項”憑借在數據模型和智能創新的獨創性貢獻，榮獲“2022 IDC 中國融業技術應場景應場景 FinTech FinTech 突破獎突破獎。1、為什么選擇 Kyligence？近年來，重慶銀業務快速發展，數字化轉型不斷深，內數據量迅速增，數據復雜度持續加。由于歷史數據量較，業務關聯數據表較多，數據分析的查詢響應難以滿業務

79、部的需求。在此背景下，重慶銀選擇引 Kyligence Enterprise 智能多維數據庫產品連接悟空和 Smartbi，針對原有的數據分析功能進整合，建設了統數據智能分析平臺，助數據開發、管理、分析效率的提升。2、統數據智能分析平臺的項架構 重慶銀此項以數據平臺為基礎，提供多數據源的對接，以 Kyligence 數據預處理 OLAP 技術產品體系為核，實現數據模型化管理，數據分析的預處理，并發、低延遲多維數據分析，多通道數據訪問等功能。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 41 該項建設部署在“”

80、數據分析環境，作為數據平臺上的計算及應模塊，實現數據助智能分析功能，包括數據源層數據源層、數據模型層數據模型層和數據應層數據應層三個層次，其具體架構如下：數據源層 提供多數據源對接能，持按需擴展數據源，實現數據統。本項對接重慶銀“”數據分析環境，以獨的集群持數據分析的數據需求。數據模型層 數據模型層主要負責數據加，把原始數據如客信息、合同信息、交易流數據，加成向主題分析的業務模型；整個實施過程分成源數據分析、MAPPING、ETL、數據標準化、測試等；最終形成的主題模型層，如個部主題、公司業務主題、險主題等，于系統的分析、挖掘具的數據撐。l 提供可視化數據模型設計和管理能，實現數據模型的統；l

81、 提供數據體預計算能，實現并發、低延遲的多維數據分析；l 提供 ODBC/JDBC/MDX/RestAPI 多種數據訪問能，實現多維查詢的統；l 提供 BI 可視化、助分析、WEB/APP 數據應、數據智能化 Python 等多種通道對接能，實現數統。數據應層 通過“悟空”，該平臺將 Smartbi、Excel、Python 等應提供給管理決策者、普通業務、數據科學家等不同數據消費者使，其看到的數據模型、獲取的數據均保持致。該平臺實現了報表可視化、多維分析、即席查詢、助分析等基礎功能，以及數據挖掘算法、機器學習等級功能數據層的完全統。3、創新案與應 通過預構建數據體 Cube、統數據業務語義管

82、理，Kyligence 為管理決策者、普通業務、數據科學家提供了統的分析平臺，實現了對數據模型的管理?；谶@些模型進語義定義，該平臺將數據模型轉換為業務友好的語，賦予數據業務價值，滿業務員在數據分析快速效、簡單易等需求。3.1 新增數據分析具，提升數據分析性能 Kyligence EKyligence Enterprise nterprise 智能多維數據庫智能多維數據庫通過預先構建多索引的數據體，將計算結果存儲在多個維度值所映射的空間中。業務員進查詢和數據分析時，通過對 Cube 的查詢及簡單處理即可快速獲取結果，實現助的數據洞察和有效的業務決策。!版權所有 2022 上海跬智信息技術有限公

83、司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 42 3.2 數據 OLAP 預處理分析技術案 數據 OLAP 預處理分析技術是對多維分析可能到的維度和度量進預計算，將計算好的結果保存成 Cube，供查詢時直接訪問，把復雜度的聚合運算、多表連接等操作轉換成對預計算結果的查詢，這保障了 OLAP 平臺能夠擁有優秀的查詢響應和并發能。3.3 多維數據分析與建模服務 多維數據分析與建模服務是本項關鍵核模塊，基于預計算多維分析技術，Kyligence 提供了多數據源接，數據模型設計和管理，數據體預計算構建，亞秒級多維實時分析查詢，企業級數據安全等功能，滿了重慶

84、銀在易、性能、穩定、安全、兼容、級分析等的要求，提供 PB 級數據集上的并發低延遲查詢。重慶銀堅持把主創新放在科技賦能和數字轉型的關鍵位置，從數字化、智能化等多維度推動全質量創新發展，以科技創新為關鍵變量，實現融發展的最增量。未來，Kyligence 將繼續攜重慶銀，以數據賦能業務，助數字化轉型。!版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 43 七、打造智慧銀家，提升業務團隊精益化經營管理平 掌上銀智慧經營項在該銀的落地實現了業務團隊端和 IT 團隊端的雙贏。從業務團隊端，實現了以數據洞策略，拓展了移動展

85、業場景，實現線上線下全流程經營；從 IT 團隊端，初步實現以數據驅動業務模式，通過數字化的標、過程、團隊分析，賦能銷售管理模式新?！?、企業簡介 這家領先商業銀以“了解的市場，熟悉的客”為準原則，堅持“當對”的經營策略，以為客提供多元化融服務為標，打造“公司銀、零售公司、個銀、融市場、信卡、票據業務、投資銀、資產托管、資產管理”等利潤中，初步形成多元化的業務增模式和良好的品牌形象。該領先商業銀樹科技就是第產的理念，不斷加科技系統建設投度，已在同類銀中建起定的較優勢。這家銀以業務驅動為著點，持續深化應系統建設，逐步構建向業務、向服務、向客的“三位體”應系統體系，打造科技系統六平臺，為銀遠發展提供

86、堅實的科技撐。2、項背景 2.1 業背景 這家領先商業銀計劃通過構建零售融掌上經營分析 App，來實現對個經營部的賦能。為此，個經營部提出期望從經營和管理兩個度來進零售銀業務的分析，實現數據驅動決策，提升業務團隊精益化經營及管理平。實現全精益化經營：實現全精益化經營：l 新客營銷獲取新客營銷獲?。捍蛲ň€上掌上銀、線下營業點，助私域流量營銷獲新；l 拓展移動業務拓展移動業務：標準化管理場景賦能，結合數據落實打穿，從推動數字化經營；l 客經營維護客經營維護：以場景例驅動客分群、分層，盤活存量，動態經營。實現全精細化管理：實現全精細化管理：l 業務標管理業務標管理：以標準化商機漏+為分析+業務溯源，

87、實現過程精細化管理；l 團隊標管理團隊標管理：貫徹統經營視，將標層分解傳達，實時檢視追蹤；l 團隊過程管理團隊過程管理：持業務離柜離，現場進件轉化，提升員展業效率。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 44 2.2 公司現狀和痛點 在該領先商業銀現有 IT 架構下，難以較好地撐上述個經營部的期望，存在著實際的痛點。主要表現在傳統的架構臨數據鏈路流程、開發成本、運維難度，性能低等挑戰。l 靈活性較差：靈活性較差：采上下的開發流程，往往中間代理數據中間表與業務需求強耦合，法應對業務多變的需求調整；l 交付

88、周期：交付周期：通過程師開發量的腳本代碼來持，從業務需求分析開始，再到調整代碼，測試，發布少則 1 周，多則 1；l 并發持弱：并發持弱：傳統架構中的 RDBMS 存儲聚合數據，當數據量增或業務員訪問激增時，法提供較好的業務員操作體驗；l 運維成本：運維成本：開發員除了要關注業務需求實現腳本代碼技術外，還需要深了解底層存儲、關設計、流量負載等優化作。3、Kyligence 應場景+解決案 這家領先商業銀期望通過項建設，借助掌上銀 app 等移動技術，實現創新覆蓋銀零售業務場景的智慧銀。除了解決現有 IT 架構中實際的痛點外，更需效賦能業務員，從實現串聯全業務場景流程的精益化經營。!基于上述需求

89、，該領先商業銀前期進了深的調研和技術選型，在和 Kyligence 進多次、深度的業務溝通和技術交流后，該銀最終選擇了 Kyligence 的產品及解決案。該案通過 Kyligence 的 AI 智能推薦，構建精確索引提升查詢性能；通過分布式平擴展架構，均衡負載撐并發的流量。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 45 從技術看，解決了之前架構的痛點：l Kyligence 提供的統數據服務案，內置模型資產、AI 增強、聚合索引，能夠快速響應業務需求變化；l 通過 Kyligence 產品標準化的開發流

90、程，更利于團隊間協同作，極縮短了業務需求的交付周期；l Kyligence 的聚合索引、以及橫向擴展等特性，有效降低查詢響應時間、提并發性能，最終為掌上銀智慧經營 App 的業務員提供良好的使體驗；l Kyligence 產品提供全位的運維管理監控，確保平臺旦有問題便能快速定位和解決，保障平臺穩定運。從業務看，陸續得到這家領先商業銀上下各層級業務員的良好反饋，主要體現在如下：l 業務戰報：給各分的業務經理提供各個的業績狀態查看，可精細到天或是任務范圍段；l 晨匯報：給各分的部領導提供 T+1 的業績戰報數據，于晨會作匯報與總結；l 穿透式分析：各業務經理可管理各名下的業務員信息，能下鉆客具體的

91、統計數據信息；l 客群經營：各業務經理可根據需求，篩選服務標的客群體進營銷管理。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 46 4、收獲的成果 這家領先商業銀的掌上銀智慧經營項共計推到推到 400 400 多個點，覆蓋約多個點，覆蓋約 6 6000 000 個內業務員個內業務員，在功能和性能上均達到并突破了客的預期：l 賦能零售業務數字化經營，實現穿透式管理與經營分析：零售業務全數據賦能，持從管理層匯總數據層層下鉆點、員級等明細數據，實現數據徑致的穿透式管理與經營分析；l 90%以上的查詢響應時間于 1

92、秒，給予業務員良好的操作體驗；l 實現批流數據融合查詢，點數據時效性縮短時級，業務員可查看近時的數據。這項在該領先商業銀的落地也實現了業務團隊端和 IT 團隊端的雙贏。從業務團隊端，實現了以數據洞實現了以數據洞策略，拓展了移動展業場策略，拓展了移動展業場景，實現線上線下全流程經營景，實現線上線下全流程經營；從 IT 團隊端，初步實現以數據驅動業務模式，通過數字實現以數據驅動業務模式，通過數字化的標、過程、團隊分析，賦能銷售管理模式新?；臉?、過程、團隊分析，賦能銷售管理模式新。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.i

93、o 了解我們 47【保險篇】、Kyligence 助泰康數據驅動保險機構精細化運營 在泰康集團數據平臺的建設過程中，基于 Kyligence 所構建的亞秒級、并發的 OLAP 服務層能，助集團架構實現多維度的分析應，以及統的數據服務接。其顯著降低了數據開發的成本，賦能業務精細化運營，助分析師更效地助化洞察數據?！碧┛导瘓F數據平臺負責 1、業背景 保險公司的盈利主要包括承保利潤和投資收益兩部分，這也被保險業稱為雙輪驅動的盈利模式。其中，雖然主要盈利并不是來保費收，但是保證每款產品的保費收于產品賠付額，才能有機會進次收益投資，獲得額的業回報。因此，控制好產品的賠付率，保證在營產品的正向收對保險業來

94、說是基本的存要求。在益激烈的市在益激烈的市場競爭和技術變這兩背景下，基于數據、智能等技術的商業模式創新，以及數字化場競爭和技術變這兩背景下，基于數據、智能等技術的商業模式創新，以及數字化轉型升級已經成為保險機構的必然選擇。轉型升級已經成為保險機構的必然選擇。2、保險業現狀和痛點 數據時代，保險業所涉及和積累的相關數據越來越多，其中既包含公司營的業務數據，也有合作渠道的電商銷售、醫療健康等數據，還有第三的信貸評級、出為等數據。對如此的數據量，既有挑戰也有機遇，將這些數據進充分整合并有效利，才能更好地使其轉換為企業的數據資產，讓數字反映出真實的運營狀況，及時控制產品險和策略調整，以實現保費收的正向

95、利潤，達到精讓數字反映出真實的運營狀況，及時控制產品險和策略調整，以實現保費收的正向利潤，達到精細化運營。細化運營。前部分保險企業在數據管理及分析都存在以下痛點：l 傳統數據平臺和解決案已法撐益增的數據量，數據分析時效性在不斷降低；l 量數據分析需求依賴定制化實現，法有效撐業務速發展的步伐；l 部分數據以固定報表形式呈現，缺乏靈活的助式分析服務。3、Kyligence 應場景+解決案 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 48 Kyligence 服務了各各業的領先企業，助保險客在多維度的靈活分析多維

96、度的靈活分析、準備計提的應準備計提的應、業務員的績效分業務員的績效分析析等精細化運營的多個業務場景實現了創新應和項落地。應場景 1:客保單理賠精細化靈活分析 在保險業務過程中，經常需要基于保單賠付情況對客進不同維度的統計分析，從達到多度精細化管理在保險業務過程中，經常需要基于保單賠付情況對客進不同維度的統計分析，從達到多度精細化管理的的。的的。由于個客通常有多條保單賠付記錄，就需要從明細流記錄對客進去重統計。當企業數據量越來越時，傳統 DB2 的架構就逐漸凸顯出了不。企業希望能在選擇不同的期范圍的同時，能對客數進多維度的靈活分析。傳統的基于 DB2 的數據平臺，要想保證分析的靈活性，就要從明細

97、表中按需即席統計去重的數，然隨著數據量增和業務場景增多，這種式往往會帶來些性能問題性能問題，業務員難以忍受時間的查詢等待。如果提前將數據統計好預先存在張結果表中，供前端報表訪問，會帶來靈活性靈活性的問題，例如（由于去重統計不可累加的原理）法定義數據查詢范圍，法隨意更改分析維度。因此，因此，IT IT 部常常陷兩難的境地，靈活性和時效性只能選，業務部則往往是部常常陷兩難的境地，靈活性和時效性只能選，業務部則往往是“靈活和速度我都要靈活和速度我都要”。Kyligence 基于預計算的多維分析設計模式，充分融合了精確去重能，以 Bitmap 算法使得去重統計可以預計算，持數據的增量加載；查詢數時，可

98、對維度任意組合；持整跨度的業務查詢場景，既滿了時效性也提供了靈活性。應場景 2:準備計提的應 保險機構跟銀類似，都需要保留定的現量，也稱為準備。保險的未決賠款準備，是來給保險產品的理賠出提供充分撐的種保障。與銀不同的是，由于每款保險的賠付情況跟產品屬性強相關，保險業的準備數額是可以被較為準確地計算出來的。保險公司希望在對賠款準備進準確預估后，就可以提取出更多的現進次收益投資，從最化主營保險公司希望在對賠款準備進準確預估后，就可以提取出更多的現進次收益投資，從最化主營利潤。利潤。同時，產品部將準備精算到每款產品后，也能夠及時了解每款產品的盈虧屬性，從進有效調整或者損。版權所有 2022 上海跬智

99、信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 49 鏈梯法是評估未決賠款準備最常的法，使鏈梯法計算的未決賠款準備分為兩部分，部分是已賠付額（上三），部分是未賠付額（下三）?？鸵郧笆?Cognos 查詢出上三時，由于不持定制化前端展現或數據訪問接，因此只能在將上三數據導出后，在 Excel 中進下三的因調整并次加，得出未賠付額。通常多輪調整計算因下來，需要需要 2 2-3 3 天時間才能完成款產品的分析天時間才能完成款產品的分析。如果有 100 款產品，就可能需要個分析年，因此企業只能挑選部分產品進精算。Kyligence Kyligen

100、ce 在提供性能數據管理及分析能的同時，持以在提供性能數據管理及分析能的同時，持以 API API 接的形式對接不同的定制化展現前端接的形式對接不同的定制化展現前端，因此能將下三的計算程序輕松集成到前端應中，從省去導出 Excel 計算等過程，通過參數化的界操作就可通過參數化的界操作就可以在分鐘級完成每款產品的分析，從助企業真正做到產品級別的精細化運營能以在分鐘級完成每款產品的分析，從助企業真正做到產品級別的精細化運營能。4、獲得的成效 Kyligence 智能數據云平臺通過效的響應性能，靈活的數據多維模式，豐富的數據服務接等，提升了數據應的效率，開放了業務助分析的能，助保險業務在精細化運營的

101、道路上不斷精進：l 數據量復雜場景的數據分析時效性由每周（更新次）到每天（更新次）每周（更新次）到每天（更新次），提升了分析的時效性，有利于業務及時進決策；l Kyligence 多維的數據模型應式，替換了之前不夠靈活的的應寬表開發，節省了節省了 IT IT 員員 50%50%的定制開的定制開發作量發作量，有效提升了 IT 部的效率；l 從以往多為固定報表的形式，升級為具有開放能的助分析平臺，提升業務員提升業務員 30%30%的分析的分析。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 50 九、世界 500

102、強險企建設指標驅動的經營分析系統 2021 年是引 Kyligence 引擎能的元年，我們聚焦于平臺的搭建集成和部分重點應的落地，很好的完成了標。在雙項組成員的共同努下，我們完成了平臺建設、集成對接、投產保障、員培訓等各項準備作；歸納出了 Kyligence Enterprise 在我們公司的使規范和最佳實踐；完成了多個應的上線；保障了團體業務數據分析項成功匯報，獲得業務團隊的信任與致好評?！笔澜?500 強保險企業 1、業現狀及痛點 隨著宏觀經濟、業、市場及客需求的不斷變化，疊加疫情因素，保險代理規模 2019 年沖上 912 萬位后便進下通道，以往粗放的“海戰術”難以為繼。財產保險尤其是險

103、，綜合成本率期居不下，2021 年上半年財產險全業的險綜合成本率度達 99.9%。對于保險企業，建設以指標為核的經營分析系統、以數據驅動業務增成了數字化轉型的關鍵。指標對于指導經營決策關重要，Kyligence 服務的這家保險企業早期就建了指標平臺，標是從經營全景視，來統指標管理、統定義徑、統數據服務等，其指標平臺底層引擎最初基于 Druid 創建，但隨著指標平臺的多輪迭代，逐漸衍出以下問題：l 指標定制化開發，量重復作指標定制化開發，量重復作：指標定義需要與業務反復溝通后，再由數據開發團隊進定制化開發；每個指標煙囪式開發，定制化配置，開發組之間存在量重復；l 標準標準 SQLSQL：Drui

104、d 對表關聯持度較低，對于維度模型查詢不友好，增加了開發難度；l 持場景有限，運維成本持場景有限，運維成本：數據集市為了滿查詢性能要求需要加寬表，產量中間表，后期運維成本；不持基維維度的加，法持精確去重場景。2、Kyligence 應場景+解決案 2021 年，這家企業選擇 Kyligence 智能多維數據庫產品及解決案，建設以指標核的經營分析系統，服務了多個業務場景，以數據驅動業務增。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 51 應場景 1:業務實現助式分析 保險企業為控制和優化成本、提效，業務員成本

105、分析等作必不可少。該險企現有業績貢獻的業務員就有上萬，他們屬于不同的組織機構，從不同來源為企業帶來保費收。以往，業務分析師是通過取數取數 +Excel+Excel 制作報表制作報表的式進數據分析并向領導層匯報。致確定分析思路后，需要進以下作：數據分析師需要和數據開發程師進往復的量溝通；l 數據開發程師進取數；l 數據分析師使 Excel 進報表的制作。然，該式效率較低，并存在以下痛點：l 分析師常因溝通和等待取數被打斷分析思路；l 受限于 Excel 數據處理能以及取數周期，分析時不得不對維度做裁剪，只能看到部分數據，難以在數據集上進多維分析和展；l 數據分析匯報展效果差強意，法實現助分析。因

106、此，該企業希望在業務員成本分析等場景實現：版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 52 l 基于海量數據的交互查詢基于海量數據的交互查詢：該險企年均保單數量超億，分析師期望可以在數百億的數據上做快速分析，保持分析思路的連貫；同時希望在完成分析后直接基于此數據做成靈活報表，供匯報使；l 進多維度的交叉分析進多維度的交叉分析：在匯報數據分析結果時，常由總到分進說明，要求分析具可以持產品、隊伍類型、機構等多維度組合下的靈活切、切塊、下鉆等分析能；l 進靈活的數據處理進靈活的數據處理：員歸屬、類別歸屬等需根據不

107、同報表的進調整，分析師希望可以助完成。采 Kyligence 產品及解決案后，該產險企業能夠實現整合成本分析所需維度和度量數據，在 Kyligence 上落地為多維模型，從實現從產品、隊伍、機構、業務來源等多個維度對百億級保單的明細數據百億級保單的明細數據進助分析，并完成報表制作，提升業務分析決策效率：l 整合數據模型整合數據模型：整合各數據，得到個包含有產品、隊伍、機構及時間等關鍵分析視的多維星型模型，提供更豐富的分析度；l 極簡智極簡智能建模能建模：通過 Kyligence 接數據，快速可視化建模，開發全程代碼，幅縮短需求交付周期；借助 Kyligence AI 增強引擎，智能加速關鍵查詢

108、，需繁瑣的模型設計優化；l BI BI 直連分析直連分析：借助 Kyligence Enterprise 的 Model as View 功能，分析需在 BI 具上重復建模，可直接對維度、度量執拖拽分析，并持在 BI 具中進次計算加出業務來源。應場景 2:指標中臺架構優化 指標中臺于管理指標的定義、查找、開發、發布等重要功能，同時也為險經營分析等業務前端應提供 API 服務。指標中臺建設標是保證全司徑和指標的統管理、統出，底層依賴于數據集市加的寬表作為數據源進開發，開發的流程較。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.

109、io 了解我們 53 選 Kyligence 產品及解決案后，該產險企業逐步實現了指標體系的標準化管理和統指標服務，顯著提升了業務助分析能：l 縫對接業務前端應縫對接業務前端應：在指標查詢層，利 Model as View 能，將在 Kyligence 中創建好的復雜模型，以張寬表的形式展現，減少寬表開發，應端 SQL 需引復雜的表關聯關系，即可滿；l 精準推薦、查詢響應更快、優化精準推薦、查詢響應更快、優化：利 AI 智能推薦引擎，收集業務員的查詢為，后續推薦更為精準的索引，同時持性能和并發的查詢。應場景 3:集市層低代碼開發 數據集市作為各分析系統的對接層，為了滿應層的查詢性能需求，需要加

110、量的寬表。在該險企，以往維度都是按需進的煙囪式加模式，業務部的需求有任何變更，都需要通過修改代碼、正式發版流程實現，存在以下痛點：l IT 部維護成本，開發周期，數據的加鏈路，依賴關系復雜；l 數據煙囪多，導致數據冗余；l 集市組之間互相引，沒有完整設計規范。該企業之前的數倉加鏈路中，分為 ODS 貼源層、DWD 數倉明細層、DMD 集市明細層、DMS 輕度匯總層、DMI 接層等，各層表間錯落交叉，還有互相引的現象。該產險企業希望減少該產險企業希望減少數據集市層的鏈路開發，建設標準的數據集市層的鏈路開發，建設標準的維度建模模型，減少維度模型之后的加過程，降低維護成本，實現集市層的低代碼化。維度

111、建模模型，減少維度模型之后的加過程，降低維護成本，實現集市層的低代碼化。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 54 選 Kyligence 產品及解決案后，企業可實現直接對接數倉明細層、集市明細層和輕度匯總層，同時持表之間關聯以及標準的星型結構和雪花結構，之后由 Kyligence 模型統提供服務，完成對各類 BI 的對接。通過對集市層的改造，減少量中間表和寬表的開發，縮短數據處理鏈路，約可以節約節約 30%30%的開發成本的開發成本。此外，由 Kyligence 模型提供查詢服務，可以達到秒級甚亞秒

112、級的查詢響應；統了數據模型，實現套模型對接多種服務，完成了數據徑的統。3、收獲的成效 2021 年引 Kyligence 后，該世界 500 強保險企業實現了多個場景和重點應的落地，實現了：l 撐海量數據的助分析撐海量數據的助分析：業務助分析數據從原來的萬條萬條擴展到 120120 億億+條明細數據，滿了業務員和分析師對海量數據的助分析需求；l 提升提升 IT IT 部的作效率部的作效率：針對已改造的集市主題統計，減少了 30%30%數據集市臨時表和寬表的開發量，減少 IT 員的定制開發作量，實現 IT 與業務的新協作模式；版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均

113、為其各所有者的財產。訪問 kyligence.io 了解我們 55 l 改善數據分析體驗改善數據分析體驗：65%查詢在 1s 內響應，91%查詢在 3s 內完成，同時持精確去重等場景，在不影響業務員使習慣的前提下，提升了查詢分析效率。版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 56、數字化經營底座助壽險業轉型 中國是全球規模最、最具活的壽保險增市場，預計未來年依然會保持兩位數的增速度。近年來，隨著保險業的發展和保險業市場競爭的加劇，保險公司在管理和運營臨著更的要求，來監管、競爭、技術更新及全球化等各的壓正在

114、不斷推動保險公司運營模式的轉型?！鼻?，隨著業的迅速發展，許多保險企業的現有平臺難以撐益增的分析需求，各團隊在數據的開發和使碰到了如下挑戰：l 銷售、運營等業務部對同指標的統計徑不同，影響正常經營決策活動，以于法有效撐公司戰略標的落地；l 對于企業各部主管及業務分析員，現有數據平臺對即席查詢的響應過慢，因此很難及時獲得所需報表，較難按照業務敏捷的需求靈活分析；l 對于數據開發團隊，需要反復對相似的需求重復造輪，另外開發的報表越多，后續運維難度也就越。1、數據驅動保險業精細化運營 Kyligence 智能多維數據庫憑借其強的 AI 增強引擎、多維預聚合、智能推薦以及并發等能，幫助客以極低的 TCO

115、 加速數字化轉型，打造數字化營業部，助保險精細化運營。!版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 57 l 成本節省成本節?。篕yligence 可視化建模、AI 增強引擎和多維動預聚合等能，將指標的開發時間縮短了 50%50%，每年可帶來數百萬數百萬的成本節??；l 縮短數據交付周期縮短數據交付周期：Kyligence 提供可視化的模型開發環境，幫助數據建模員降低了建模難度，同時極加速模型的開發速度，單個主題開發周期將能從周縮短到天，將能帶來 5 5 倍倍的計算效能提升；l 代理級別的分析粒度代理級別的分

116、析粒度：相持到營業區級別的的查詢，Kyligence 可以持到營業組、乃代理級別的分析，并能在秒級別提供并發的查詢響應能；l 數據資產沉淀數據資產沉淀：Kyligence 提供低代碼模型設計與管理平臺，模型元數據可輕量級接數據資產管理體系，沉淀數據資產模型。2、壽險業數據分析的挑戰及解決案 接下來我們將以保險代理管理中較常的“增員”和“基本法”為例，介紹壽險業在數據分析中常碰到的些問題，諸如分析報表固化、數據更新不及時、查詢響應慢、并發撐能較弱等，以及壽險業如何通過縮短數據開發流程以及更可靠的指標體系來釋放業務助分析潛，打造數字化經營底座。場景：多維增員分析 增員可以簡單理解為增加保險公司的業

117、務員。在增員過程中，及時進增員分析將能幫助公司及時掌握增員達成情況，進促進公司戰略的實現。增員分析通常涉及留存率、增員率以及增員達成率等核指標。在進增員分析時，公司希望能按時間、區域以及員來源來分析公司員的留存率、增員率以及增員的達成率。這些需求法通過單獨的張報表或些簡單的指標來實現。但多數情況下，由于公司數據平臺和分析技術的限制，個指標的開發可能要天的時間，開發成本過，使得公司法及時地追蹤公司的增員進展。此時，就可以借助 Kyligence 的多維分析與處理能。Kyligence 將幫助企業從歷史查詢中識別出典型分析模式，從加速公司指標體系的構建，簡化指標平臺管理，賦能保險公司從多個維度進增

118、員分析，例如：l 時間維度時間維度：定義查詢周期，如、年等，全掌握具體時間段內的增員達成情況；l 組織維度組織維度：從不同組織架構判斷公司的增員達成情況，如部、項組或地區等，及時找出當前資源較薄弱的環節；l 招募來源招募來源：綜合判斷各渠道的招募效果，從確定接下來資源的傾斜情況。場景：指標體系助基本法分析 版權所有 2022 上海跬智信息技術有限公司保留切權利 所有其他商標均為其各所有者的財產。訪問 kyligence.io 了解我們 58 基本法即代理基本管理辦法，是代理業務考核、職業晉升和收管理辦法，它規定了保險公司內部的利益分配格局。保險公司在搭建基本法分析平臺時，通常會碰到類問題：l

119、指標體系復雜指標體系復雜：公司各層級關注的重點不同，如總公司更關注標達成率、同增率、間傭率等，希望據此優化公司整體標并進決策；中層更關注團隊的標達成率，不同層級員的貢獻情況；線員更關注的晉升空間，希望查看個的新進保單量等數據；l 代理基數龐代理基數龐：數據顯，2021 年上半年中國五上市壽險公司的銷售合計為 336 萬，排名第的中國壽更是達 115 萬，因此分析對象的基數龐，除公司管理層外，各團隊負責及員都希望能實時查看各業務細分指標的進度；l 組織架構調整頻繁組織架構調整頻繁：保險公司的組織結構和事變動頻繁，例如，Larry 是 S 公司的名銷售，在上?？偛孔?，段時間后，他被調到北京分公司，

120、此時分析平臺法及時反反映這變化，影響后續的銷售數據統計。借助 Kyligence 的多維動預聚合等能，保險公司將能輕松應對上述問題，構建出套完整的定制化指標體系，同時 Kyligence 還提供了成本最優的性能查詢能，持更多在線使，幫助企業釋放業務助分析潛：l 撐統指標的數據服務撐統指標的數據服務：Kyligence 將幫助不同業務部之間能共享業務邏輯，使其能獲得來共享數據更全的視，幫助企業有效挖掘其價值，驅動公司的決策制定和戰略標的實現；l 全位、多層級分析全位、多層級分析：Kyligence 的優越性能將滿公司不同層級、不同顆粒度的分析需求，例如在總公司層，公司領導層可以及時查看公司當期的

121、標達成率、同增幅度等，并據此優化公司整體標和制定戰略；個也可以實時查看的業績完成情況，及時調整業務運營向；l 更細粒度的并發訪問更細粒度的并發訪問：Kyligence 提供了穩定的并發查詢能，即使在查詢量總數達到數百萬的情下，也能穩定地提供秒級并發即席訪問能；l 靈活應對組織結構變化靈活應對組織結構變化：Kyligence 持通過維度快照跟蹤員信息的動態變化，既保障了查詢性能，避免了不必要的模型數據刷新的開銷，從滿了不同的數據分析需求，幅提升數據分析的效率。前 Kyligence 已經與國內的多家頭部保險企業達成了戰略合作關系，通過幫助壽險業縮短數據開發流程以及搭建更可靠的指標體系來打造數字化經營底座，釋放業務助分析潛，從幫助各保險公司更好地進數據挖掘和數據資產的沉淀，助商業經營決策。