一、项目背景及目标

随着全球金融市场的快速发展和科技的不断进步，金融科技已然成为推动金融行业创新和高质量发展的重要力量。《“十四五”数字经济发展规划》、《金融科技发展规划（2022-2025年）》和2024年政府工作报告等相关指导意见的相继发布，进一步明确了企业金融科技发展、数字化转型目标。

在此背景下，秉承“业务引领，科技赋能”理念，深入贯彻公司数字化转型战略，将数据要素和业务运营有机结合，构建集团数智指挥系统。充分激活数据要素潜能，扩展信息丰富度，加强业务运营协同创新，构建全景指标矩阵。打造多层级网状组织管理体系和数据应用服务体系创新机制，做到全生命周期数据驱动与企业管理需求相结合，实现多级协同的穿透式智能指挥，突破决策难题，真正贯穿“端到端”完成管理闭环。积极推动行业数字化转型的有效落地实施，不断促进科技应用与业务运营的深度融合，打通科技成果业务转化“最后一公里”。在响应国家政策的同时提升自身竞争力和市场份额，为我国金融科技迈入“积厚成势”新阶段贡献力量。

二、创新点

1、提供全面数据支持：汇聚各业务条线数据，结合经营战略与KPI，挖掘、沉淀各业务条线的关键指标，为各级管理人员提供全面的数据支持，助其持续洞悉业务进展、快速发现问题和挖掘潜在业务增长机会；

2、识别关键业务要素：建立公司级指标体系全生命周期管理，高效准确识别影响业务成功的关键因素，定性定量持续衡量跟踪关键因子表现，从而帮助管理层更好地管理和持续业务优化；

3、绩效动态预警跟踪：构建各业务绩效指标动态可视化跟踪分析数据应用服务体系，实时业务自动监控预警，自动生成业务定期分析报告。辅助各级管理人员持续跟进绩效目标达成情况，及时进行绩效目标纠偏和业务策略调整。

4、决策支撑闭环管理：基于智能AI、绩效结果归因等相关算法和技术策略，辅助管理层基于数据应用快速决策。支持各级管理人员在线督导下达指令和结果回收，并评估决策的效果，实现业务管理有机高效闭环。

三、项目技术方案

1、垂类大模型：结合了东吴自研大模型与AI多个领域的研究成果将自然语言查询转换为结构化查询语言，智能生成经营分析报告。

2、实时数据采集与监控：通过Kafka和Flink的结合，实现对交易、市场动态、客户行为等关键数据的实时捕获分析，快速稳定地响应市场变化，为管理层提供及时的运营概览。

3、数据建模：统一公司数据标准，充分借鉴证券期货业SDOM模型，通过归纳业务行为、提炼数据特征，将数据分域分主题，对数据进行多维度多层次整合，逐步沉淀有价值的数据，提升数据的一致性和准确性，高效支撑和服务下游应用。

4、湖仓一体数据底座：基于海盒MPP架构的大规模分布式并行数据库集群构建湖仓一体数据底座，实现海量数据汇聚、高并发查询及批量加工，满足企业级实时数据湖的建设需求，同时在汇聚过程中通过数据治理的手段不断反推源端系统规范数据提高质量，保证数据来源的唯一性、可靠性。

5、公司级指标体系：依托指标平台挖掘沉淀业务指标，统一口径，梳理出公司战略、部门KPI、业务核心等不同类型指标，形成公司级指标体系。在指标体系基础上，强化指标归因逻辑及数据支撑，从“指标穿透”到“指标归因”，建立归因模型。

6、低代码开发平台：利用低代码技术将复杂的代码编写过程与架构封装成可视化的模块，提升系统易用性和用户体验。

四、项目过程管理

1、项目立项阶段：确定项目目标、项目范围、项目任务书、项目管理计划等，周期2个月。

2、需求分析阶段:明确用户需求，包括功能需求和非功能需求，制定需求规格说明书，周期2个月。

3、设计阶段:根据需求规格说明书，进行系统设计，包括技术架构、模块设计、数据库设计等，周期2个月。

4、编码阶段:根据设计文档进行编码实现，周期5个月。

5、测试阶段:对编码实现进行测试，包括单元测试、集成测试、系统测试、验收测试等，周期1个月。

6、上线运维阶段:将系统部署上线，并进行后续的运维管理和维护。

五、运营情况

1、多渠道推广策略：通过多平台联合互动、产品发布会、公众号海报推送、OA上线通知等多渠道结合的方式进行推广，重点强调湖仓一体架构带来的灵活性和扩展性，以及对结构化和非结构化数据的统一处理能力。突出系统在实时数据分析、业务协同、决策支持等方面的功能。展示系统如何帮助管理层提升市场响应速度、优化决策流程、增强竞争力。通过有针对性的推广活动，迅速扩大用户基础，实现用户增长。

2、平台运营管理：利用数据分析工具监控用户活跃度和系统各模块的页面访问情况，深入理解用户行为模式。积极收集并分析用户反馈，准确把握用户需求，不断优化和提升用户体验。

3、系统运行监控：实施系统性能的实时监控，确保及时发现并解决潜在的技术问题。加强数据管理和安全性能的检查，确保数据的完整性、一致性和安全性，保障系统的长期稳定和可靠运行。

4、合规风控：识别和评估运营过程中可能遇到的市场风险、技术风险等潜在风险，并制定有效的风险应对策略。定期执行合规性审查，确保运营活动遵循相关法律法规，及时调整运营策略以适应监管环境的变化。

六、项目成效

1、经济效益：

a)提高决策效率：通过数据驱动的决策支持系统，管理层可以快速获取关键业务指标和绩效数据，从而做出更加迅速和准确的决策。

b)降低运营成本：实时监控和预警系统可以减少对人工监控的依赖，降低人力成本，并减少因延迟响应导致的潜在损失。

c)增强市场竞争力：通过提升业务态势感知能力，公司能够更快地适应市场变化，抓住商机，增强在激烈的市场竞争中的立足点。

d)优化资源配置：系统能够提供全面的数据支持，帮助管理层更有效地分配资源，提高资源使用效率。

e)促进业务增长：通过快速发现问题和挖掘潜在业务增长机会，公司能够实现业务的持续增长和扩张。

f)加强风险管理：实时监控和预警机制有助于及时识别和管理业务风险，减少潜在的经济损失。

2、社会效益：

a)提升客户满意度：通过更高效的业务流程和决策，公司能够提供更优质的客户服务，提升客户满意度和忠诚度。

b)增强企业形象：一个高效、智能的指挥系统能够提升公司在公众和行业内的形象，树立行业标杆。

c)促进行业创新：该系统的成功实施可能会激发行业内其他企业进行技术创新和管理升级，推动整个行业的进步。

d)促进技术普及：随着指挥系统在集团内部的成功应用，可以激励其他企业采用类似技术，推动技术在更广泛领域的普及。

3、技术成效：

a)强大的数据分析处理能力：湖仓一体数据底座能够处理PB级别的数据，支持实时分析和决策，为企业提供强大的数据处理能力。高效的数据处理能力使得企业能够快速从大量数据中提取有价值的信息，支持复杂的分析任务。

b)高系统稳定性：通过持续的性能监控和优化减少了系统故障对企业运营的影响，同时确保了企业运营的连续性和可靠性。

c)创新应用支持：系统支持垂直类大模型智能生成经营分析报告、关键业务因素识别、绩效动态预警跟踪等多项创新应用，不仅提高了企业的运营效率，也为探索新的商业模式和市场机会提供了技术支持。

七、经验总结

1、项目建设：

a)精准定位需求：在项目启动之初，通过与各业务部门的深入沟通，准确把握了各个业务条线对指挥系统的具体需求，确保系统设计贴合实际业务场景。

b)业务技术结合：选择了湖仓一体架构作为系统基础，这一决策充分利用了数据湖的灵活性和数据仓库的结构化优势，为后续的大数据处理和分析打下了坚实基础，同时技术选型和实施紧密结合企业业务特点，确保技术优势能够转化为业务优势。

c)用户体验为先：在系统设计阶段，特别强调用户界面的直观性和易用性，确保最终用户能够快速上手并有效利用系统功能。

d)安全与合规并重：从项目规划阶段开始，就将数据安全和隐私保护作为核心考虑因素，确保系统建设符合行业标准和法律法规。

e)敏捷开发流程：采用敏捷开发方法，分阶段实施项目，通过持续迭代和用户测试，逐步完善系统功能。

f)跨团队协同合作：项目成功的关键之一是跨部门团队的紧密合作。需要充分发挥团队成员的专业技能和协作精神，通过协同合作，有效推进项目的顺利进行。

2、项目推广：

a)多渠道推广：线上线下结合的多渠道推广策略不仅扩大了用户的触及范围，还确保了信息能够精准传达。

b)优化用户服务：推广过程中鼓励用户参与并提供反馈并提客户支持服务，这不仅帮助我们改进产品，还建立了用户信任度，，确保用户在使用过程中的问题能够得到及时解决。

c)跨团队协作与伙伴关系：通过联合其他团队营销活动和推荐计划，增加项目覆盖度和影响力。