一、项目背景及目标

“十四五”规划提出“增强金融普惠性”和“加快数字化发展”，发展数字普惠金融成为商业银行重点方向。为了支持普惠对公业务的快速发展，提升数据驱动能力，京小科数据分析平台以普惠金融业务数据运营为切入点，致力于通过数据应用场景化的模式，以数据智能化分析能力驱动业务创新。本系统以数据分析平台为建设基础，对普惠对公客户进行全渠道、全流程的数据整合接入，对目标客户群体进行全场景、多维度的数据分析，构建普惠对公客户的数据运营分析体系，实现普惠对公业务及产品的数据集中管理，统一数据统计标准，自动化统计和智能可视化应用分析的业务目标。

二、项目/策略方案

本项目采用“咨询实施一体化”的模式，包括前期业务发展规划、流程梳理、信息及数据整合，到后面的产品软件设计、项目实施和信息化应用提升等方面。项目实施围绕着数据全流程闭环管理，通过多源数据集中管理，打破全行不同渠道和业务部门间数据壁垒，解决银行端业务数据分散、质量不规范和标准不统一等数据管理问题，构建以数据运营为基础的数据应用服务中台。

（1）海量数据处理：采用分布式数据库，其灵活的体系结构、可扩展性及优越的经济性能等特点适合大规模数据处理。能够更好的应对数据增长，保证业务连续性，满足了普惠对公业务场景的数据处理要求。

（2）实时数据处理：项目对接实时数据采集，确保经营分析业务时效性。采用KAFKA+Redis+Spark进行分布式数据处理，为实时数据的对接提供了有力保障，极大的满足了普惠对公业务实时数据分析的需求。

（3）数据可视化大屏：使用vue、echarts、d3、element-ui、lib-flexible、sass等前沿技术，支持本地化部署和个性化定制。高效的实现功能、模块、布局、色彩、图标、动效等各个方面的灵活综合运用，为业务运营和管理带来了前所未有便利和高效。

三、创新点

京小科数据分析平台采用自主创新模式，实现从底层数据接入、整合、建模、加工到上层应用可视化展示的全流程数据一站式解决方案。

（1）多源融合-兼容集成：集成多场景&多渠道数据源，沉淀客户基本信息、交易信息及行为信息等，真实的还原数据全貌，实现战略流程、管理流程、业务流程全覆盖。

（2）精细化运营：采用从场景到指标的细粒度分析与拆解，实现企业流程数据宏观感知，微观洞察，过程挖掘和智能推导分析。支持机构、产品、时间等维度进行数据穿透分析，快速定位问题根因。

（3）辅助经营决策：实时的数据汇总大幅提升数据时效性，助力企业掌握一手经营状况，并及时调整运营策略。

（4）赋能业务创新：助力银行业实现数据化转型，释放业务生产力，促进业务创新，真正实现数据赋能业务。

四、项目过程管理

京小科数据分析平台项目建设于2021年9月开始项目实施，并于2021年12月正式上线。

（1）调研阶段，2021年9月，对普惠对公业务流程、渠道、数据等进行业务调研和技术调研。

（2）需求阶段，2021年9月，对业务需求进行细化分析，确认业务整体需求内容及范围，形成需求文档。

（3）设计阶段，2021年10月，进行产品设计、技术方案设计和ui设计。

（4）开发阶段，2021年10月-11月，进行前后端功能开发和数据开发。

（5）测试阶段，2021年11月-12月，编写测试案例，进行单元测试、集成测试、压力测试和业务测试。

（6）投产阶段，2021年12月，进行投产前准备和正式投产工作。

（7）投产后验证阶段，2022年1月，进行投产后的业务验证。

五、运营情况

2021年12月，京小科数据分析平台正式投产上线，本系统为支持全行普惠客户业务快速发展提供有力的数据支撑，大幅提升数据应用的时效性，赢得良好的客户口碑及客户满意度，获得来自客户方的感谢信。

系统上线以来运行平稳，使用效果较好，截止目前用户涵盖全行管理部门及一线经营单位150多位核心管理人员，对接35个系统，沉淀数据指标2000余个，实现40余张报表的全自动化统计，普惠金融大屏应用87%数据的实时统计。随着普惠金融业务发展，系统将持续对接普惠金融产品数据，为普惠业务的高速发展提供数据支持。

京小科数据分析平台从初的普惠金融数据场景，已逐渐推广应用到投资银行、同业票据和分行等业务领域，通过将数据价值融入到更多的业务场景之中，构建数据运营新生态，以数据驱动业务先行，赋能银行数字化转型发展。

六、项目成效

京小科数据分析平台深耕普惠金融业务数据领域，拓展普惠金融服务的深度和广度，推动银行业普惠金融业务的创新发展，形成普惠金融提质增量、降本增效的良好发展局面。

（1）沉淀数据资产：通过构建普惠金融数据运营体系，加强业务部门对数据指标的应用和管理，沉淀数据资产。

（2）数据驱动决策：京小科数据分析平台支撑管理部门采用数据驱动的方法来进行决策，提高业务运营效率，减少时间和资源的浪费。

（3）降低成本：自动化数据处理和决策支持减少人工成本，优化资源分配，降低运营成本，达到普惠金融业务降本增效的目标。

（4）促进业务创新：可视化工具使业务人员更容易发现数据规律和模式，促进普惠金融业务创新和新产品研发。

七、经验总结

项目建设围绕着数据全流程闭环管理，依托大数据和人工智能技术，集中整合渠道端、业务端系统及外部数据，统一数据标准，构建数据应用主题，形成数据运营服务体系，提供集数据抽取、模型建立、数据工厂、数据指标体系、数据监控、数据应用等全方位数据服务支持。

整体设计结合数据服务中台理念，针对银行端不同用户对数据的需求，以客户、产品、渠道、机构等数据维度进行数据的整合加工及多维度分析，旨在为管理层提供统筹把控宏观决策沙盘；为风控人员提供全景化立体监测窗口，为产品经理提供可视化多维分析工具。

项目建设采用敏捷迭代模式，根据客户方需求的优先级进行排序，以解决客户核心数据痛点问题为前提，在短期内构建数据加工工厂+可视化应用，并发布出业务可用的功能。在后续生产周期中不断迭代升级，持续接入不同渠道、产品数据，拓展普惠金融服务的深度和广度。

在平台后续规划中，我们将通过结合AI和大语言模型不断挖掘数据价值，同时接入银行更多业务条线数据，通过数据将对公与零售、产品与渠道以及不同业务间建立关联关系，创新应用服务场景，构建数据运营新生态，从业务数据化转变为数据业务化，提升银行业数据赋能业务的转型目标。