一、项目背景

近年来，银行业在业务快速发展过程中，积累了客户数据、交易数据、外部数据等海量数据，数据在银行中的战略地位愈发凸显。同时，我行指标分散在各业务条线的管理报表和分析系统中，存在指标管理不统一、口径不统一、流程不统一等问题。

指标体系和指标管理系统建设项目构建全行统一共享的指标库和指标管理体系，逐步解决数据分散管理等问题，为报表、数据挖掘、可视化平台等应用夯实数据基础。

本项目首先建设和优化数据治理体系，提高数据管理和质量控制水平，在指标体系构建和指标规范管理方面进行了顶层规划，形成指标数据的统一、规范的加工和存储中心、共享指标数据的统一管理平台以及统一服务体系。

二、项目方案

指标管理平台为指标数据标准的管理工具，定位于企业唯一指标数据标准管理平台，实现指标建立、指标口径变更、指标分类变更、指标删除等全生命周期管理。基于统一指标管理平台，实现指标统一定义、统一加工、统一服务，满足数据共享的要求。

指标管理平台数据流向分别为：

1.将数据仓库加工好的基础指标数据同步到指标集市缓冲层，缓冲层只做临时存储，对应的数据必须接入明细层。

2.通过缓冲层加工数据至明细层

3.通过明细层加工数据至模型层

4.通过模型层加工数据至指标层

5.通过明细层加工数据至指标层

6.通过指标层加工数据至指标层

平台包括基础管理，指标管理，平台管理三个功能模块，包括指标定义、指标试算、指标固化、指标发布到指标分析、指标应用、指标服务等功能支持指标全生命周期在线管理，并提供指标统计、指标检索、指标推荐等具体功能，提升指标数据资产价值。

指标体系通过企业内部制度、设置指标准入标准原则、以及指标需求相关流程管理。

该项目由北京农村商业银行股份有限公司数据信息部牵头组织，北京农村商业银行股份有限公司金融科技部负责具体实施。主要经历了以下五个阶段：

（1）需求分析和概要设计阶段

2024年8月完成了需求分析及概要设计工作，形成了业务需求说明书、需求分析说明书及总体设计说明书。

（2）系统详细设计阶段

2024年9月完成了详细设计工作。

（3）系统编码、测试和上线准备阶段

2024年10月完成了系统编码、测试及上线准备工作，形成了项目系统测试报告、项目用户验收报告等文档材料。

（4）试点上线阶段

2024年11月完成了试点上线工作。

（5）推广应用阶段

2024年12月进行了推广应用工作。

三、创新点

项目定位于企业级指标数据的统一管、算、用，实现跨系统、跨部门通用指标数据资产的沉淀积累，实现企业级指标体系统一定义、统一计算加工、统一服务，从而够快速响应业务需求，为经营决策、监管报送、风险管理、财务管理等各类指标数据提供数据共享、规范管理以及口径统一保障平台；指标管理、指标计算引擎、调度监控根据功能特性进行独立微服务架构部署，实现功能解耦，同时管理端前后端分离，方便运维和敏捷迭代。在本套系统架构下提升服务相应时间约20%。

系统一是支持指标预警机制，当关键业务指标出现异常波动时，系统将第一时间向管理层推送预警信息。管理层可基于预警提示，快速联动业务人员了解时间全貌，通过多维度数据剖析与深度业务沟通，制定精准决策，有效规避经营风险。二是支持实时指标加工服务，通过kafka获取实时数据加工形成实时指标。四是支持数据质量核验，对加工指标使用的源数据进行核验，提早发现数据质量问题进行处理。

作为我行企业级数据中台的重要组成部分，指标管理系统上线后即不断的扩充指标并拓展使用范围，截止目前已完成450余个指标的上线，为管理驾驶舱系统、零售综合营销管理系统、客户经理考核系统、对公数字化营销管理系统、综合统计报表系统等提供了数据服务，实现了数据的一次加工、多处共享，确保了数据的准确性和一致性，有效发挥了我行数据中台的价值。

项目实现系统自主可控。指标平台部署为集群部署，避免单点故障，保障系统的稳定性。指标管理系统服务器选用海光，操作系统为麒麟，中间件为宝兰德，数据库为OceanBase，构建了自主可控的技术体系，确保了敏感数据的安全性。为我行数据中台服务提供了坚实的技术支撑。

四、技术实现特点及优势

指标管理系统，定位于实现企业级指标体系统一定义、统一计算加工、统一服务，沉淀通用指标数据资产，快速响应业务需求，为经营决策、监管报送、风险管理、财务管理等各类指标数据提供数据共享、规范管理以及口径统一保障平台。指标管理系统功能：

（1）指标要素管理

对指标系统中所用到的维度、参数、函数等进行标准化管理，使得在创建模型和指标时能够将非标准化的模型字段、函数、参数进行标准化。

（2）数据源管理

在指标管理平台对平台访问的所有数据源做统一管理，并且需要支持添加数据源实时注册数据源，可支持目前主流关系型数据库和大数据平台数据库。

（3）模型管理

模型用于指标加工及指标固化，模型管理是所有数据模型提供统一管理的地方，包括模型列表、模型定义、模型导入、模型导出等，并且能够根据自身需要自定义模型。

（4）指标计算

计算引擎实现前端配置信息的解析，基于指标库生成可执行脚本，支持市场主流数据库，已适配GaussDB、Gbase8a、Argodb。平台支持指标试算，以验证指标结果。

（5）指标运营

指标运营包括指标启用、停用、版本管理、指标监控、权限管理等。

（6）指标分析

支持指标血缘分析、相似度分析，支持指标预警规则配置及指标预警通知。

（7）指标应用

支持指标API订阅与服务。为了打通指标应用的最后“一公里”，指标管理平台对接报表工具，面向高级管理层、计财、零售等不同条线制作指标看板，并按照机构、业务品种、条线等的多维度分析的图形展现，可以展示全局性关键业务数据。

（8）平台管理

平台管理部分是对指标管理平台中的公共功能做统一的管理，包括用户、账户、角色、权限、机构、菜单、系统流程等配置和维护。

五、项目过程管理

（1）2024年01月，项目任务书下达。

（2）2024年08月，需求分析完成。

（3）2024年09月，系统详细设计完成。

（4）2024年10月，系统编码、测试及上线准备完成。

（5）2024年11月，试点上线。

（6）2024年12月，第一批推广应用。

六、运营情况

项目自2024年11月上线以来，已投产400余个指标，实现全行层级覆盖并取得显著应用成效，为企业提供有力支持，提升决策的效率与准确性，提升企业数字化运营能力。

七、项目成效

本项目作为商业银行数字化转型的实践，通过技术赋能与管理模式革新，在推动行业进步、服务社会发展等方面产生了显著社会效益：

（1）提升金融安全与风险管理水平：系统通过智能预警与实时监测技术，精准识别流动性风险等隐患，辅助金融机构快速响应潜在危机，有效降低系统性金融风险发生概率，为维护金融安全与市场稳定提供技术支撑；

（2）促进高素质金融人才培养：系统推动使用人员从“经验决策”向“数据驱动决策”转型，提升从业人员数据分析能力与数字化思维，为金融行业培养兼具业务洞察与技术素养的复合型人才；

（3）改善劳动条件：系统自动化替代传统人工报表编制与数据核对工作，减少重复性劳动。

项目建设为企业提供有力支持，提升决策的效率与准确性，提升企业数字化运营能力。

八、经验总结

通过项目的实施，实现了指标体系的建立，并将关键业务指标的提取管理，打破了数据孤岛，实现跨部门、跨层级的数据共享与统一口径管理，并通过预警机制和指标下钻功能，帮助管理者快速定位问题并制定应对策略。为企业数字化转型提供了有力抓手，奠定了坚实的基础。