1、银行业数据应用解决方案构建银行数据生产力，全面释放数据价值行业领先的企业级BI能力建设打造银行业数据应用最佳状态头部股份行、城商行典型案例数字经济时代下，新型数字金融基于技术和数据要素，改变银行业发展轨迹目标到2025年，银行业数字化转型取得明显成效基于数据资产和数字化技术的金融创新有序实践，数字化金融产品和服务方式广泛普及；数字化经营管理体系基本建成，数据治理更加健全，数据安全和风险管理水平全面提升。数字化趋势数字化建设目标配套能力建设战略规划和组织流程建设数据能力建设业务经营管理数字化科技能力建设数字化成普遍共识超过9成的银行家积极推进金融科技数字化数据驱动业务是核心数据驱动业务成为共识，

2、关注大数据技术、数据治理、数据能力建设构建数据资产管理体系政策导向，以金融数据要素应用为基础，构建覆盖全生命周期的数据资产管理体系科技战略科技金融作为“八大金融”战略之首，以数字化转型释放面向未来的创新动能。“大财富管理的业务模式+数字化的运营模式+开放融合组织模式”的“轻型银行”。金融科技支撑能力持续增强，推进金融科技与业务更好地融合，更好地为客户创造价值。发展策略推进集团全面数字化转型和“数字中银+”金融科技规划执行，提升业务领域数字化服务水平，夯实数字化转型和金融科技基础支撑。以全面数字化促进运营模式升级。围绕线上化、数据化、智能化等，全面推动金融基础设施与能力体系、客户与渠道、业务与产

3、品、管理与决策的数字化重塑。建立了“十中心”的金融科技组织架构和“三位一体”的研发中心体系，实施系统化、数字化、智能化的金融科技发展策略，实现为业务赋能、为客户赋能的目标。数据智能以企业级视角进行顶层设计和统筹规划，大规模、深层次贯通数据要素，为精准营销、产品定制、智能风控、精细管理和科学决策深度赋能。打造一朵“招行云”和两个中台（数据中台及技术中台）的开放基础架构，打破系统竖井与数据孤岛，最大化释放数据价值。强化大数据支撑，精准服务客户，推动普惠金融的商业模式更轻、更快、更高效。持续深化大数据经营，更准确地识别客户需求，为客户提供更高效、更专业的金融服务。领先实践：国有行、股份行、城商行均将

4、数据能力建设作为数字化重点数据体系不完善、应用不充分、数据人才不足是银行数字化的显著痛点线上化和自动化不足很多商业银行仍存在不少手工环节，导致管理效率不高，客户体验不佳1数据治理体系不完善流程割裂，数据竖井、数据孤岛严重，难以支撑业务敏捷迭代和规模化2数据人才储备不足未形成对业务经营数字化、风险管理数字化的专业性赋能3智能化程度低技术和数据的应用程度还不够充分，未能充分支持业务分析4业务和科技的数字鸿沟陷入科技建设堆砌误区，难以满足业务发展和客户需求5自上而下的数据工具赋能和自下而上的数据文化共创打造银行业数据应用最佳状态公司领导人（行级领导）|提升公司治理的数字化能力水平战略布局更真实掌握银

5、行各部门的实际经营情况绩效管理更合理完善激励与人才建设机制政策贯彻更全面地生成各项举措的分析报告部门业务负责人（决策者）|整合业务相关各子系统全方位关联数据溯源分析更针对性地洞悉业务链条的每一个变化策略评估更精细化地展示驾驶舱大盘数据决策优化更便捷地为决策制定提供准确数据信息技术部数据开发人员|完善从总行到分行的一站式数据平台体系打通链路更完整打通数据采集到使用的全链路数字资产更有效将数据沉淀至平台资产提质增效聚焦于更有价值的工作当中助力银行各层级管理者掌握经营管理全局信息，推动各业务条线实现数字化决策释放数据价值，增强经营管理的前瞻性和业务决策准确性零售业务条线数据分析人员|全面推动零售业务

6、服务及经营模式的提质增效统一管理包括购买数据、交易数据、信贷数据等客户服务提供数字化、伴随式、定制化服务生命周期贯穿引流拉新、客户促活、流失挽回等环节普惠金融业务条线业务运营人员|灵活分析普惠金融各业务维度数据与策略的相关性客户分析对客户进行分层分群实现客户洞察跟踪分析全盘追踪放款金额及时预警异常指标绩效分析全面掌握客户经理的达成情况并分析差异风险管理数据分析人员|对信贷资产进行有效管理减少不良损失贷前环节有效甄别客户关联风险，做好前瞻管理贷中环节搭建多层监控体系，实时监控不良风险贷后环节逾期情况可按天级回溯及时预警助力银行各层级管理者掌握经营管理全局信息，推动各业务条线实现数字化决策释放数据

7、价值，增强经营管理的前瞻性和业务决策准确性数据生产力作为重要的生产要素，深度赋能“横向到边、纵向到底”的银行业务体系观远BI银行业解决方案全景图：构建银行在多领域的数据生产力以前 Before现在 Now线上化和自动化不足数据源分散于各系统&Excel /数据复杂异构，导致数据处理工作量大，容易出错数据申请“艰难”用数部门向科技部门提单，逐级流转，流程冗长 /用数部门以来开发人员做数据开发处理，效率低下业务和科技开发人员沟通效率不高数据加工分析繁琐，用数人员依赖开发人员，建立报表需要通过构建规则语言，预先建模 /业务和科技开发人员容易“语言不通”通过数据分析业务，需要更多的“先验知识”需要具备

8、深厚业务运营经验的专家预先建模，找出业务变化拐点 /实时性低，需要反复尝试验证来找出业务数据变化规律和揭示变化趋势查看数据受多种条件限制一般只能通过PC电脑登录网页查看，灵活性差，限制使用场景，无法高频随时随地查看当下数据情况健全数据治理体系支持多种方式接入数据，统一数据出入口 /支持智能ETL进行高效整理与融合数据增强数据管理能力图形化操作界面方便用数人员可以自行拖拉拽取数 /方便用数人员随时取数，无需依赖开发人员，更好满足个性化灵活取数需求 建立数字化运营服务体系支持自助式数据探索交互式数据分析 /用数人员可以通过下钻、关联、跳转、联动等维度洞察业务细节，并可以用更直观的模板进行分析通过智

9、能算法模型提升数据分析水平 支持场景化、自动化增强数据洞察能力，从“人找数据”-“数据找人”/实时性强，支持数据自助解释，订阅/预警，让业务异常点第一时间呈现零代码布局多终端支持随时看数在任何大屏、手机、pad等终端随时查看 /提升单兵数据作战能力和全员数据协同作战能力，构建数据驱动型组织数据采集&处理申请“取数”业务分析智能预测随时“看数”变革数据应用旅程，充分提升取数看数效率，全面释放数据价值观远数据一站式智能分析平台面临的挑战解决方案数据统一管理难度大，数据分散影响获取和使用数据质量层次不齐，数据安全难以全盘管控业务部门用数需求复杂多变，IT响应存在瓶颈组织能力难以提升，数据分析门槛高观

10、远数据于2021年初与该银行开展合作，搭建数据分析平台。上线运行一年后，目前已推广至全行。1小时一项数据分析工作从平均5个工作日缩减到1小时50%服务全行超50%的用户项目价值该银行通过观远数据的智能分析平台，实现了“让业务用起来”的目标，为分行提供了高效便捷的用数体验，解决了分行向总行取数难的问题，提升全行数字化组织效能。管理资产、个人存款、个人贷款等业务场景分析，同业规模对比规模指标分析核心客户指标，客户发展概况，客户主要构成等客户指标分析盈利性指标，流动性指标及风险指标的数据分析，指标预警及指标管理效益指标分析对C端客户交易等生产数据进行即时查询、计算和分析内部数据分析赋能B端客户，从传

11、统的金融服务衍生到数据创新服务，使银行提供的普通金融工具产品区别与其他普通商业银行产品客户运营及管理资金流动渠道分析，跨行转账分析，对资金流动路径等进行数据分析，整体把控渠道经营状况渠道运营及管理通过产品AUM增长贡献，产品交叉持有概况，重点类别产品分析，产品交叉组合分析等技术手段，提升产品收益及运营优化产品运营及管理面对上下游企业级客户产生的数据进行分析、管理及运营上下游企业数据分析打破业界难题，重塑总行分行“取数”、“用数”、“看数”体系股份行案例 解决方案观远数据于2022年初与该银行开展合作，帮助该银行完善底层数据开发平台和数仓开发、建设一站式数据分析管理平台、构建智能化数据挖掘模型，

12、上线一站式智能数据分析平台2.0版本。项目价值10 x20+1000+近百万近百万大幅改善代码级开发现象，数据产品开发效率10倍+提升应用于多个业务环节，1000+员工在使用对接20余个系统的数据，沉淀全行级数据资产每年节省模型开发运维费用近百万智能数据分析平台对接了该银行20余个系统的数据，实现全行级的数据资产管理和应用。通过开箱即用的AI能力，以预测性分析辅助进行智能决策，实现业务和技术的深度融合，提升银行风险管控的智能化水平。应用层PC仪表盘|移动驾驶舱|业务监控大屏|业务自助建模|风控部|个金部|公司部|大数据智能分析平台-BI+AI+KG工具层底座层BI范畴AI范畴报表可视化探索分发

13、即席查询数据分析订阅预警数据整合数据建模任务调度归因分类预测关联模型评估线上调用调用监控数据接入自动调参模型训练面临的挑战通过数据加强精细化、智慧化服务管理能力，提升精细化运营管理效率通过智能化数据分析挖掘，支持业务人员快捷分析建模实现线上化过程管理，解决“业务流程缺乏闭环管理”的经营难点数据分析助力银行精细化管理，打通智能风控最后一公里城商行案例易用性：让业务“快速”用起来拖拉拽式操作，两天基础培训后，可自主完成80%的数据分析工作易上手看板制作效率达传统报表的10倍以上，极大缓解IT资源瓶颈易操作多终端推送数据报告、预警风险，实现数据追人易传达企业级：让业务“广泛”用起来覆盖企业从基础报表

14、、BI分析、再到AI预测的全链路数据决策能力一站式稳定支持数万员工活跃使用，几十亿行大数据集运算，每天几千万次查询高稳定通过SDK和开放接口高效完成二次开发，快速满足定制需求高扩展场景化：让业务“活跃”用起来提供企业营收分析、财务成本管控等高频场景的先进解决方案业务化面向业务场景，提供采集、分析、展现、决策的完整数据应用专业化复杂决策场景中，利用机器学习等AI技术，提供智能决策建议智能化易上手、一站式、高稳定、更专业，让业务快速、广泛、活跃用起来观远产品理念：易用性、企业级、场景化，让业务用起来*以上内容为观远银行客户案例“诊断-规划-执行-反馈”循环四步法，陪伴式成长，助力银行打造数据文化观

15、远服务体系：基于“让业务用起来”的客户成功旅程使命愿景 mission vision 使命让业务用起来 让决策更智能愿景智能决策的全球引领者，让1000万用户享受数据的价值奖项荣誉观远数据成立于2016年，以“让业务用起来 让决策更智能”为使命，致力于为零售、消费、金融、高科技、制造、互联网等行业的领先企业提供一站式数据分析与智能决策产品及解决方案。观远数据已深入服务宝洁、联合利华、招商银行、中信银行、华润集团、3M中国、丝芙兰中国、安踏、元气森林、蜜雪冰城、小红书、斗鱼直播、零跑汽车等500多家行业领先企业。观远数据：让业务用起来 让决策更智能Gartner中国分析平台市场代表厂商Gartner中国分析平台最酷厂商中国电子银行网数据智能创新奖携手招商银行入选零壹财经年度数智化金融机构世界500强与行业领军企业的信赖之选