1、 融业 指标中台精选案例 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.版权所有 2022 上海跬智

2、信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 录【银篇】【银篇】.5 5 、平台先，引领创新：建数据技术的探索与运.5 1、技术底座.5 2、技术平台.6 3、技术组件创新.8、从零售之王看银数字化转型的运营之道.13 1、什么是数字化转型的关键撑点？.13 2、数据赋能业务临哪些挑战？.13 3、零售之王数字化运营的落地实践.14 三、Kyligence 助平安银打造统指标平台.26 1、为什么要打造统指标平台？.27 2、为什么选择 Kyligence？.27 3、潘多拉指标平台的创新与应.27 4、潘多拉指标平台项成效.29 四、

3、指标中台助银业普惠融可持续发展.31 1、普惠融业务及特.31 2、开展涉农普惠融临的挑战.32 3、以 Kyligence 指标中台为基础，效助该业务健康、持续发展.33 五、Kyligence 助城商信卡中搭建业务指标体系，打造全场景数据服务能.37 1、业背景.37 2、公司现状和痛点.37 3、Kyligence 应场景+解决案.37 4、客收益.39 六、Kyligence 助力重庆银行获 IDC FinTech 突破奖认可.40 1、为什么选择 Kyligence？.40 2、统数据智能分析平台的项架构.40 3、创新案与应.41 七、打造智慧银家，提升业务团队精益化经营管理平.4

4、3 1、企业简介.43 2、项背景.43 3、Kyligence 应场景+解决案.44 4、收获的成效.46【保险篇】【保险篇】.4747 、Kyligence 助泰康数据驱动保险机构精细化运营.47 1、业背景.47 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 2、保险业现状和痛点.47 3、Kyligence 应场景+解决案.47 4、获得的成效.49 九、世界 500 强险企建设指标驱动的经营分析系统.50 1、业现状及痛点.50 2、Kyligence 应场景+解决案.50 3、收获的成效.54、数

5、字化经营底座助寿险业转型.56 1、数据驱动保险业精细化运营.56 2、寿险业数据分析的挑战及解决案.57 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 5【银篇】、平台先，引领创新：建数据技术的探索与运 基于 Kyligence 的云化数据服务撑了 60 多个应，均查询量超过 15 万笔。建已经逐步从技术的使者变为技术的创造者，以新技术驱动融场景的创新。”建信科数据智能研发部总经理 数据技术的发展，带来了存储、计算成本的降低和体验的提升，推动了建数字化的进程。建技术框架分成三层，技术底座、技术平台和技术组件

6、。!1、技术底座 1.1 为什么提出“技术底座”概念 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 6 应越来越复杂，如个数据应会涉及数据、智能等多种技术，原来技术平台多是按照技术领域建设，通过技术底座能够让各技术平台实现应构建标准的统。1.2 技术底座的本质是更贴近应的技术和服务 技术底座是云计算架构的北向迁移，本质上更贴近应的技术服务。云计算是基础设施的范畴，提供计算、存储、络资源，的是资源共享，从达到降低资源成本、提升使效率的的。技术底座是云计算架构下的技术底座是云计算架构下的 aPaaS aPaaS

7、技术服务，实现技术快速落地以及规模化应。技术服务，实现技术快速落地以及规模化应。1.3 技术底座的构成 技术底座以建融科技的战略“TOP+”中规划的 ABCDMIX 技术为核，包括数据、智能、区块链等，在这些技术之上撑全应的开发和运。l 对研发的持对研发的持：提供了向研发的具、框架、艺以及形成的开发服务、测试服务；l 对产的持对产的持：向产运提供的监控、处置以及运维服务、运营服务，撑应的稳定运。!如果给技术底座个定义，就是向开发和运员，提供开发框架、技术引擎、程序接、具组件、规范开发框架、技术引擎、程序接、具组件、规范艺艺等系列资源的集合。2、技术平台 2.1 平台概况 版权所有 2022 上

8、海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 7 建直以平台化的思路进信息系统建设，平台化能够让各类技术更好的融合，更便捷的撑应建设。技术技术平台通过对技术能封装和整合，降低技术应槛，为应提供效研发和稳定运的持。平台通过对技术能封装和整合，降低技术应槛，为应提供效研发和稳定运的持。建前有七个技术类平台，内部称为“北七星”。随着技术的发展，还会有更多平台出现，重点介绍其中三个：l 数据平台数据平台（天璇）：提供数据采集、处理、分析和挖掘，数据管理和可视化分析等数据能；l 智能平台智能平台（天权）：提供 AI 建模、标注、以及 AI

9、算的供给；l 区块链平台区块链平台（天枢）：提供可信数据共享，信息存证及交易溯源等能。在平台的撑下建实现了许多应，包含融类应，例如控、营销；态类应，如住房租赁、养扶贫；对外输出类应，服务战略客。2.2 数据云平台 数据云平台从 2018 年开始建设，参考了互联的数据技术，并结合建近 20 年的数据经验打造的融级数据平台。实现九能，包括数据采集、集成、存储计算、数据管理、数据开发、数据分析挖掘、数据服务、数据安全运营、资源调度，基本覆盖数据价值全链路的开发和运基本覆盖数据价值全链路的开发和运。在这些能之上，平台提供了三类服务：l 资源服务资源服务：提供实时计算，批量计算、图计算等环境和资源，这些

10、服务都是云化版本，应可以快速搭建所需的基础环境；l 具服务具服务：提供了数据采集、加、分析等具，应可以快速进数据处理；l 数据服务数据服务：数据平台提供了在线的元数据管理、数据录、数据服务总线等功能，便对外的数据服务。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 8 3、技术组件创新 3.1 存算分离的数据引擎 存储计算分离技术不是新概念，但是好不容易。建数据平台从建设之初就把存储计算分离作为重要的标。建数据平台从建设之初就把存储计算分离作为重要的标。技术上已经实现多套 MPP 集群将数据存放在统的对象存储上

11、。为了保证存储效读写，在存储层增加了速缓存，实现底层不同存储的协议适配，另实现缓存加速。对于不同的数据计算引擎，论 Spark 做海量分析，还是 MPP 进数仓加，或者 HAWQ 作湖仓体的处理，都能便的获取底层数据，并实现数据的共享。为了让不同计算引擎间的数据能够相互识别，进了引擎间的元数据打通，如让 MPP 获取 Hive 表存放的位置和表结构，所有引擎实现数据互访，将不同引擎的优势形成合。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 9 到前为，建已经上线建已经上线 10000+10000+节点的云化节

12、点的云化 MPP MPP 引擎，实现引擎，实现 60 60 多个集群共享同个存储，共享的数据量多个集群共享同个存储，共享的数据量10PB10PB。这种云化的存算分离的 MPP 数据库在资源供给、故障恢复、节约存储、计算资源，传统的 GreenPlum 数据库有很优势。平台还提供了基于 MPP on Hadoop 技术的湖仓体引擎，可以直接读取数据湖的 HDFS 件，并以 MPP 的式进加，更加符合原来开发员的习惯。3.2 基于 Kyligence 的云化数据服务 Kyligence 在建做了深度应，包括：版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。

13、访问 kyligence.io 了解我们 10 l Kyligence Kyligence 在数据云平台做了云化适配在数据云平台做了云化适配，实现租隔离、弹性伸缩、动化部署等，并和其他技术组件，如数据管理、数据服务等进了效集成和对接；l Kyligence Kyligence 与与 ClickHouse ClickHouse 实现了融合验证，提供统的实现了融合验证，提供统的 OLAP OLAP 能能，在 Kyligence 性能聚合分析能之外，利 Clickhouse 扩展了明细分析、Ad-Hoc 查询等场景的性能；l Kyligence Kyligence 的新特性的新特性，如 AI 预计算

14、、智能路由、读写分离等在建做了深度验证，取得了不错的效果。前 Kyligence 集群从申请到交付只需要 2 个时，存储和访问节点数量有 900+，Cube 处理的数据量有 1PB，固定查询能够实现亚秒级响应，BI 分析可以做到秒级返回，已经持 60 多个应，每天通过 Kylin 接的查询量有 15 万笔。3.3 双态数据研发模式 建数据平台持稳态研发和敏态研发两种模式。稳态研发的开发和产资源物理隔离稳态研发的开发和产资源物理隔离，测试数据需要从产同步，开发上线有严格的管控流程，适合传统的数据加场景。敏态模式则更适合数据分析和敏态模式则更适合数据分析和 AI AI 建模类应建模类应，在这种模式

15、下，开发和产资源在统的基础设施上，通过云化技术划分为测试环境和产环境（内部称为 Offline 和 Online）。数据，在统的数据基础上，提供了测试数据视图和产数据视图；应，提供了在线开发和部署，提升了数据研发效率。敏态研发模式在融业不仅是技术上的突破，更是研发流程上的创新，从这点能看出建在新技术、新模式的探索下了很决。前敏态研发模式已经在全部分和集团公司上线推。3.4 数据隐私计算 建数据隐私组件采“集中管理集中管理+分布计算分布计算”的架构，集中的管理节点负责数据管理、任务调度等核功能，真正的计算在各计算节点上完成，这种架构兼顾了数据安全性和易性。数据隐私计算使了区块链技术对计算过程进存

16、证，能够还原整个计算过程，可以对其进监管审计。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 11 建内外部都有很多数据隐私计算的场景应。在集团内部，总和建信基进联合建模来分析不同客群对营销活动的响应度。通过对每类客群进联合建模和单边建模，对两者数据，联合建模下的 AUC 平均提升10.4%，KS 最提升 200%。最后，把模型评分前 15%的客群做实际营销，各客群营销效果最提升 30 多倍，定位准确率最提升 50%，标客群覆盖率达到 90%。在外部，建和上海数据中合作，实现遗产关怀的场景，以及和银联、多个省政

17、府合作，在微信贷、裕农扶贫等开拓创新的场景。3.5 数据智能化技术 在数据智能化应，建在计算机视觉、然语处理、知识图谱、智能推荐等技术领域都有创新建在计算机视觉、然语处理、知识图谱、智能推荐等技术领域都有创新，如和国家卫星资源中以及各地的地产权部合作，通过卫星遥感图象做地权确认和农作物势分析，在产量估算精确度能够达到 90%。再如智能审单领域，研了 NLP 和 ICR 算法，把图象特征处理和本特征处理放在个模型中，使单据识别的准确度和速度都提升了个台阶。通过智能化技术的运，实现了更多数据价值的挖掘通过智能化技术的运，实现了更多数据价值的挖掘和业务创新。和业务创新。3.6 数据技术信创国产化 建

18、在数据技术信创国产化在加速推进，今年会完成数据云平台的信创国产化作。建在数据技术信创国产化在加速推进，今年会完成数据云平台的信创国产化作。明年的重点是数据具的国产化，利信创的契机，逐渐把国外软件替换为主可控的软件。之后规划形成融业领先的数据信创能，通过不断完善技术，加速融业信创的进程。3.7 前沿技术的预研 为了持续保持技术领先，建在很多前沿技术上提前布局，与众多企业、校、研究机构进产学研合作。如成性能数据处理实验室，研究基于 Hadoop 的事务性处理；成量融实验室，在抗量加密和融定价 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kylig

19、ence.io 了解我们 12 进研究，今年已经推出国内批量融算法，包括“量期权定价”与“量险价值计量”，是国内融领域对量计算加速能的次尝试；与清华学成“声纹+”联合技术创新中，研究声纹识别技术在融领域的应。总的来说，建在数据技术领域的研究投很，特别是建信科成后，逐步“从技术的使者变为技术的创造者”，标是打造主领先的融科技，新技术驱动融场景的创新。同时希望以新技术带动研发流程、数模式的升级，让数据价值更快释放。期待与更多的业界领先公司合作，共同创造多元化场景，共享融科技的成果。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.i

20、o 了解我们 13、从零售之王看银数字化转型的运营之道 服务这家领先银五年来，Kyligence 智能多维数据库现已覆盖该 20+业务场景，实现业务主数超 95%，降低了数槛。Kyligence 创新的产品及解决案和持续专业的数字化运营助该以数据赋能业务，不断深化数字化转型。”1、什么是数字化转型的关键撑点？2012 年数字化转型这概念被正式提出，年后的今天，从传统的制造、物流、零售等业，再到融、互联等业，数字化转型已经成为了各各业的泛共识，各企业都将数字化转型提升到了战略层。放眼全球，世界各国竞相将发展数字经济作为抢抓新轮科技命和产业变新机遇的重要抓，我国经济发展要保持在全球经济领先地位，需

21、要不断引新常态的增模式，数字化转型不再是选择题，是关乎企业存和远发展的“必答题”。对于企业，数字化转型不可能蹴就，是需要进期的投和持续的运营。对于企业，数字化转型不可能蹴就，是需要进期的投和持续的运营。企业引进某种先进的技术或者平台其实只是开始，要想真正深数字化转型，还需要完善的法论撑以及持续的平台建设运营，才能更好地服务业务，实现的增与发展。（本的数字化运营指的是对企业内部数字化系统及平台的建设和运营）处数字化转型前列的融业，已经有部分银率先出了的数字化运营之道，本将试图从银业普遍的数字化转型痛点谈起，以零售之王的落地实践为例，深分析其数字化运营的历程和收益，希望可以给家带来些启发。2、数据

22、赋能业务临哪些挑战？数字化转型之初，部分银往往是从 IT 部或者业务部的度出发，采购或研某个系统或具来解决特定的问题；但随着数字化转型的不断深，银的数字化系统也随之增多，从总到分，从数据程师/数据分析师再到线业务员，使数据的槛好像越来越。银的数据资产缺乏效的管理和运营，数据法真正实现共享、复和开放，反带来了重重困难：l 受制于传统技术架构，难以盘活受制于传统技术架构，难以盘活数据资产数据资产：传统的技术架构中，IT 部更像是数据的“搬运”，从业务系统到数据仓库/数据湖等平台，掌握了量的企业数据，但由于缺乏业务场景的撑，业务员难以深了解数据内在价值，导致数据难以沉淀为资产；版权所有 2022 上

23、海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 14 l 信息孤岛和数据壁垒问题严重，法实现数据连通信息孤岛和数据壁垒问题严重，法实现数据连通：数据是数字化经营的核基础，然现状是银内部之间、内外部之间的数据均存在壁垒，缺少“以客为中”的数据协调和统规划，造成了总/分业务间数据孤岛；l 传统架构法满快速响应和敏捷分析传统架构法满快速响应和敏捷分析：业务部数据分析需求与俱增，业务员希望查询即查即出，且可随意进数据探索，传统关系型数据库+BI 的案难以撑，甚影响了业务决策；l 经验法沉淀，资产不能被复制和共享经验法沉淀，资产不能被复制和共

24、享：总有较好的数据分析环境和经验，分析员有丰富的分析经验，但是分析经验法被沉淀和传递，分析员之间、部之间、总分之间资源很难复，导致资产不能很好得被共享和转移；l 数据时效性差，跟不上市场环境的变化数据时效性差，跟不上市场环境的变化：从数据加到线业务员的上，整个过程曲折且流程过，为了保障数据的安全性还需重重审批，数据开发周期，难以满业务员助式分析需求，且存在开发运维、管理成本过等问题。那么，对数字化运营的重重困难，在转型前沿的零售之王是如何解决的？接下来，我们将从标、历程、那么，对数字化运营的重重困难，在转型前沿的零售之王是如何解决的？接下来，我们将从标、历程、运营实践、收益等谈谈零售之王如何将

25、数字化运营落地，释放数据的价值。运营实践、收益等谈谈零售之王如何将数字化运营落地，释放数据的价值。3、零售之王数字化运营的落地实践 零售之王的 CIO 曾在接受媒体采访时提到：“如何最新的科技段去解决问题？如何科技的段，不断提升客的体验？关键是让信息传递变得扁平化、效流转，降低数据使的槛，让数据赋能业务。”3.1 以降低数槛，数据赋能业务为标 为此，该银最初定下了以下标：进步降低全的数槛，除了专业的数据分析师、数据科学家以外，让更多的线业务员可以助使数据服务，数据驱动决策，刺激业务的增；通过系统融合带动业务融合，打破现有以部为中的业务系统竖井，构建统多维数据分析平台，从底层打通总分的数据和系统

26、，提供可快速复制和共享服务的资源，服务总分的数字化运营标；赋能员以数字化式提升作效能，减少 IT 部在重复性作上的投，实现数据的效管理，维护系统持续稳定的运营。3.2 历时三年，服务内近百个租，MAU 实现从百级到万级的突破 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 15 为了更好地实现数据赋能业务，该银打造了以多维分析平台为技术底座的数据中台层，为业务分析员提供低槛的数据分析环境。其构建分析环境的底座概经历了启动、成、拓展、创新四个阶段，逐步形成了其前数字化运营的法论和体系：图 1 统多维分析平台的发展

27、阶段 启动阶段：这阶段该银以架构设计和架构集成为标，启动阶段：这阶段该银以架构设计和架构集成为标，完成了整体的架构设计，实现与原有架构的融合。在不影响现有业务的情况，Kyligence 产品与企业架构进了缝集成：下与数据平台的融合，充分利数据的存储和计算能，将数据进预构建；上 与 BI 展 现 平 台 的 缝 对 接，Kyligence 作 为 BI 平 台 的 统 查 询 ，实 现 与 TableauCognosMSTRMIP(管理信息平台)等友好集成，将数据分析能赋予各个应系统；与元数据管控平台、ETL 调度、研 BI 设计器等周边组件进融合。版权所有 2022 上海跬智信息技术有限公司保

28、留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 16 图 2 Kyligence 与企业架构的融合 成阶段成阶段：这阶段以平台能建设为标这阶段以平台能建设为标，银逐步建设和完善了平台的可视化分析、灵活助分析、租管理、权限管理等能，满多维、明细、实时等多种查询场分析场景，并在范围的业务场景中进试点，如绩效平台、画像平台、管理信息平台等多个应对接，承载现有的业务流量，MAU 数量达到百级。图 3 撑业务分析服务 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 17 拓展阶段：这

29、个阶段以场景拓展为标，不断探索适宜的业务场景，并开拓展阶段：这个阶段以场景拓展为标，不断探索适宜的业务场景，并开展相应的推和培训活动。展相应的推和培训活动。经过第阶段的范围试点取得的经验和成果，引/吸引了更多的部加，同时将数据开放给总、分、团队、客经理等。Kyligence Kyligence 承载内对私和对公两业务，已为全承载内对私和对公两业务，已为全 20 20 多个部室、多个部室、80+80+租提供数据分析服务。租提供数据分析服务。图 4 拓展业务场景 创新阶段创新阶段：这个阶段以稳中求进，开拓创新为标这个阶段以稳中求进，开拓创新为标。先，在现有平台的基础上，不断完善平台的智能化能，提升

30、系统的稳定性、查询性能、数据时效性、成本管理等价值服务；其次，在基于逐渐完善的数据中台上，根据市场变化不断探索创新，建设更加完整的数字化运营态平台。图 5 数字化运营态 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 18 在启动阶段到成熟阶段的过程中，银业务规模和数据规模均在不断扩。Hadoop 构建集群规模从最初的个节点增到数百个节点数百个节点，数据规模更是从数百 TB 增到近近 2 PB2 PB，每数据增就达到上百上百 TBTB；随着该平台的不断运营和推，使数不断增加，Kyligence Enterpri

31、se 实例从开始个节点扩展到个节点，模型数量从最初的两位数增到 700+700+，已覆盖了 20+20+业务场景。3.3 平台持续运营：覆盖 20+业务场景，业务主数超 95%随着数字化转型的深，银的业务需求不断增加，数据和应开发也成暴涨性增。在建设多维分析平台的过程中，银也需要持续加强对数据资产的管理，同时提升平台的运营能，以便承接更多的业务需求。在服务零售之王及其他领先银的过程中，Kyligence 总结了多维分析平台建设和运营的系统法论。接下来，我们从场景、架构、开发、运维、优化和推等起看零售之王如何在三年内，通过持续的运营和推，覆盖 20+业务场景，实现业务主数超 95%。场景场景 正

32、如“当其”，企业引个产品需要依照定的标准对其进系统性的评估，才能知其、避其短，在合适的业务场景发挥它的优势。企业可以根据业务的内在特性、受众群体、时效等因素，去衡量多维分析平台能否满其要求。在零售之王的实际案例中，经过系列的评估，其在多维分析平台上部署了公司融、零售信贷、零售融、私银、险管理以及信卡等业务领域，前为内 20 多个部室，80+租提供了数据分析服务。架构架构 对于全架构的“家庭”来说，Kyligence 多维数据库快速融，并成为提升数据平台价值的员猛将。Kyligence 多维数据库的设计严格遵循 REST API 格，从使其与内的系统更容易集成，甚可在 Kyligence 产品上

33、进次开发，内的系统需重新进架构调整，确保了内架构的主性。内原有的 BI 产品可通过不同的标准接与 Kyligence 多维数据库友好对接，Kyligence 多维数据库则作为内 BI 平台统的查询，将数据分析能赋予给管理信息系统、管理驾驶舱、对公 CRM 等各个应系统，各应系统通过统标准即可与 BI 产品对接，充分发挥应系统的数据分析能，提升业务的体验。Kyligence 架构设计上采了读写分离部署模式，运多租的管理式，使得不同的开发及业务部在相互不扰的情况下，能够共同套多维分析环境，做到了租间的资源隔离，同时 IT 开发模式和数据访问模式可共份数据，避免了数据的迁移。统多维分析平台通过 Ky

34、ligence 多维数据库加速引擎预计算数据，以及 Spark 查询预计算结果，从使得基于 Hadoop 的分析查询性能变得更加快速，且持并发的业务场景。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 19 图 6 多维分析平台架构 开发开发 统多维分析平台为开发员提供了规范易的数据开发环境，建了开发、评审、上线等流程，制定了健全的开发规范。为了保障产环境稳定性，平台还建了套完成的上线流程，从开发到集成测试，再到 UAT 测试，经过严格的上线评审，才能最终上线部署到产环境。图 7 应开发流程 版权所有 2022

35、 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 20 运维运维 该平台完善了元数据的采集和管理，建了平台运营的指标体系，通过这些指标可以为模型评分、运维监控、成本管理等提供数据撑；通过存储和计算资源指标可以对平台成本进管理，计算每个数据产品的成本消耗，实现成本的精细化管理；通过版本管理，可以加强版本升级的计划管理和价值管理，提升业务服务的连续性和稳定性，建预警机制和应急预案，保障系统的持续稳定运。图 8 平台运维可视化 优化优化 随着银对该平台的使不断深，平台的流量也在不断增，对平台的稳定性、查询响应时间、数据时效性都常关注，任

36、何个指标的下降都可能引发的不满。同时，流量的增加，也必然带来存储、计算等资源的增加，在保障体验不下降的情况下，需要进相应资源的扩容，导致 IT 成本不断增加，因此成本优化必不可少。论查询性能、时效性还是资源问题，单靠扩容是“治标不治本”，若要从根源解决问题，就需要运套之有效的优化法，先找到病因，再对其下药，能药到病除。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 21 图 9 Kyligence 性能管理体系 推推 统多维分析平台的搭建和运营，最终是为了服务更多银的线业务员，因此推是数字化运营中常重要的环。该

37、银主要采取了以下式进内部的推和赋能：l 产品技术和业务场景分享产品技术和业务场景分享：多次在内部开展产品技术、业务场景的讨论和分享，让内 IT 和业务员逐步熟悉 Kyligence 多维数据库在数据平台中的分析能；l 定期培训定期培训：通过对内的开发部进产品的介绍，宣讲开发标准和规范培训，让开发员能够熟悉掌握多维分析平台的使技巧，让内更多的员懂得如何运 Kyligence 多维数据库的能提升开发效率。l 案例分享案例分享：通过打磨个个案例，并将优秀案例发表在内技术刊上，让各分及部都了解统多维分析平台的价值，吸引更多的业务加到该列中。经过这三年的不断建设运营与推，统多维分析平台的 MAU 累计活

38、跃数从 2017 年的 200+迅速增 2 2万万+，助服务达到近近 3 3 千千，均的业务访问量达到三百多万笔三百多万笔，业务的占超过95%95%，真正降低了的使槛，逐步实现了数据的平化。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 22 图 10 活跃数量增趋势图 总之，平台建设运营并蹴就，是项持续性的活动。企业需要有套体系化的运营法论作为撑，再逐步构建完整的数据服务能。Kyligence 在实践中不断总结实施经验，构建了套完整的平台建设运营法论，并将这套法论运在实践中，不断打磨符合业的建设运营法论，将理

39、论与实践结合，助多家领先银推进数字化转型。图 11 Kyligence 平台建设运营法论 Kyligence 多位客通过参考这法论，构建了统、规范、可共享的全域数据体系，避免数据的冗余和重复建设，规避烟囱式建设和不致性，提供统的业务语义，降低数据分析的槛，打破原有竖井式的分析模式，实现了全域的数据分析能。3.4 收益：查询性能提升万倍，开发成本下降 15%以上 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 23 前，该银展开了运营、内容运营、场景运营以及培训赋能等四个的运营措施，持续推动了总分数据应态建，全提

40、升总分的主数平，使其能有效赋能业务；据不完全统计，截前，基于数据中台为总分建了上万张报告上万张报告，这些报告近七成都是业务部主建设近七成都是业务部主建设。!图 12 统多维智能分析平台 Kyligence 统多维智能分析平台助该银实现了：l 盘活数据资产，为总数据分析员提供盘活数据资产，为总数据分析员提供：制定全数据统径、营销管理数据分析、经营数据分析及报表的制作与发布等，实现数据价值整合。l 实现数据连通，为分数据分析员提供实现数据连通，为分数据分析员提供：个性化数据径处理、获客和客群经营数据分析、分报表制作与发布以及录数据的导等服务，使得分可与总数据进融合，实现了资源的共享。l 实现性能敏

41、捷分析，为数据消费员提供实现性能敏捷分析，为数据消费员提供：性能、并发、敏捷的数据分析环境，实现业务报表查询秒级响应，以及灵活的助分析能。l 实现资产可复制共享，为数据消费员提供实现资产可复制共享，为数据消费员提供：从数据准备到共享的系列服务，不断沉淀数据分析经验，实现资产的快速复制和共享。l 降低数槛，为数据消费员提供降低数槛，为数据消费员提供：更容易理解、更熟悉的业务语，解决业务员的数难问题，提供易操作、时效、稳定的数据分析平台，使得业务员可快速准确地查看数据报表、订阅、分享及下载等服务，满不同业务的需求。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的

42、财产。访问 kyligence.io 了解我们 24 图 13 业务数据分析模式的变 经过这年的平台运营，截 2021 年底，统多维智能分析平台已为全统多维智能分析平台已为全 40%40%的业务员提供低槛的数据分的业务员提供低槛的数据分析服务析服务，据不完全统计已收获如下成果：l 降低重复事务，释放产降低重复事务，释放产：全机房维护单同下降下降 45%45%，将 IT 员从繁琐的重复性事务中释放出来，同时数据提取的效率从原先 5 天缩短 1 时，效率提升了百倍效率提升了百倍，使得分析员可以将更多的精聚焦在数据价值上。l 提效，缩减开发资源提效，缩减开发资源：提升报表开发效率，报表开发周期从原先

43、的5 5 天天缩短到1 1 天天，研发报表开发投资源下降幅度超下降幅度超 15%15%。l 缩短数据分析周期，提升体验缩短数据分析周期，提升体验：数据分析的平均周期也从 5 个作下降时级时级，幅提升了数据分析效能，数据分析的效率从原先的 24 时级缩短到 10 秒内，查询性能提升了近万倍查询性能提升了近万倍，极提升业务的体验。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 25 图 14 业务应场景 前，该银已经将 Kyligence 多维分析平台的能运到常的经营活动，如经营分析、业务专题分析、客画像、画像、考

44、核业绩账单、每存款通报、营销获客等业务场景；同时利移动 APP 让管理层、业务中台、团队、客经理等员可以随时随地查看数据报告，了解业务最新的经营情况，进钻取、上卷、不同维度旋转等动态分析，随时随地为他们的想法或决策提供数据撑，让数字化运营真正落地，服务全的业务增。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 26 三、Kyligence 助平安银打造统指标平台 在平安银潘多拉指标管理和应平台的建设过程中，基于 Kyligence 的 AI 增强建模功能，实现全命周期的指标动化构建和管理，显著提升了数据开发产能

45、和对数据进了有效的治理，帮助业务更简单更便捷地进数据分析和业务洞察，并对内其他依赖数据的系统提供中台撑。”平安银零售数据平台技术总监!数字银的突破，离不开前沿科技的驱动。数字银的突破，离不开前沿科技的驱动。平安银依托智能、数据、云计算等领域的核技术，不断将新技术深度植到经营决策和融服务全流程，实现数字化、智能化业务运营和经营管理。对于平安银来说，对于平安银来说，数据赋能业务的关键在于降低使数据的槛。那么如何让使数据变得简单？数据赋能业务的关键在于降低使数据的槛。那么如何让使数据变得简单？让我们起来看看 Kyligence 如何助平安银打造站式数据服务平台潘多拉指标平台的吧 版权所有 2022

46、上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 27 1、为什么要打造统指标平台？平安银认为要想降低使数据的槛，先应当以指标的治理为切点，因为指标是企业最核、最重平安银认为要想降低使数据的槛，先应当以指标的治理为切点，因为指标是企业最核、最重要的数据资产。要的数据资产。平安银通过打造统的指标访问平台，基于前沿的智能化技术快速整合、展现、治理和共享价值的指标资产，打破了以往业务提需求，业务提需求，IT IT 做开发做开发的被动响应模式，从让业务能够主动、快速地找到需要的业务指标，或者基于现有的指标快速派新的指标。此外，系统还能动匹配

47、和推送有价值的指标给业务员，让使数据变得简单和效。2、为什么选择 Kyligence？对于指标平台的技术架构来说，指标加和查询引擎是核组件。对于指标平台的技术架构来说，指标加和查询引擎是核组件。在引擎选型的过程中，平安银对了多种业界主流的计算引擎，包括 Hive，Spark，Impala，Druid，ClickHouse，Flink，Kyligence 等，最终从 Hadoop Hadoop 态兼态兼容性容性、数据量数据量、查询延迟查询延迟、查询灵活性查询灵活性、QPSQPS 五综合评估，认为 Kyligence 能够满指标的加和查询需求，它能够通过分布式的计算和存储进指标的加，基于 AI 增

48、强引擎，实现智能化的计算和运维，显著节省开发的成本，还能满跨主题分析的需求。另外，尤为重要的是，尤为重要的是，Kyligence Kyligence 有本地化团队提供有本地化团队提供专业的技术持专业的技术持和服务和服务。3、潘多拉指标平台的创新与应 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 28 潘多拉指标平台是平安银指标管理和指标应的统平台。潘多拉指标平台是平安银指标管理和指标应的统平台。该平台以业务场景为驱动，提供了 AI+BI+内容的基础能，并结合组件化开放平台，提供数据分析与应的站式解决案：l 内

49、容内容：提供了指标、维度和标签的录、发布和规范化管理的能；l BI BI：提供了指标卡、指标地图、指标看板、指标派与衍等功能；l AI AI：建了可插拔的智能预警、规则预警、智能归因、指标推荐等功能。潘多拉指标平台为银亿级数据量级下多维分析提供了完整的解决案，解决了以往数据开发周期数据开发周期、数据径数据径杂杂、数据获取难数据获取难、查询响应慢查询响应慢等痛点。通过 Kyligence 独创的智能查询路由与构建技术，平台可按需构建 Cube，并动管理相应的任务调度、跑批队列、命周期以及查询下压等任务，既满业务灵活应指标的需求，也有效降低了开发运维成本。版权所有 2022 上海跬智信息技术有限公

50、司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 29 平台利指标卡，让指标真正活起来，让可以更直观的找到指标、使指标平台利指标卡，让指标真正活起来，让可以更直观的找到指标、使指标；通过简单强的指标看板功能，让普通业务员也能轻松制作看板、分析数据，减少对数据开发员的依赖；结合向业务场景的 AI 算法，让可以更简单更便捷的开展更深层次的分析。4、潘多拉指标平台项成效 通过近年的建设，平台初步形成了以构建服务构建服务、查询服务查询服务、数据治理数据治理和 AI AI 能能为核的中台能：l 构建服务构建服务：提供了数据查询的动视图构建、Kyligence 的

51、Cube 动构建、任务的智能任务管理、智能资源队列等功能，实现指标模型的动化构建实现指标模型的动化构建；l 查询服务查询服务：提供异步查询、主被动缓存、降级下压、智能聚合等功能，满数据量多维查询场景下快速响快速响应应与灵活分析灵活分析的需求；l 数据治理数据治理：以边使边治理边使边治理的理念为驱动，提供指标、维度、数据时效等的治理功能，提升数据规范性、减少指标和维度的义性，提升数据管理平；l AI AI 能能：平台以业务场景为导向，围绕指标应，提供了算法的接能，前已接智能预警、规则预警、智能归因、指标推荐等算法，帮助更快定位问题，开展分析。在此基础上，平台还为第三提供了开放组件，可提供算法特征

52、、数据交换、可视化组件、组件查询接等服务，进步赋能数据应，提升效率。平安银：潘多拉指标平安银：潘多拉指标平台平台改变了数据的常开发模式，以及业务的数据应模式，降低了数据开发的成本，提升数据应的效率：版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 30 l 数据开发周期平均缩短了 3 3-5 5 天；l 数据报表开发耗费减少 30%30%；l 常规需求替换率达到 25%25%以上。前该平台接指标 40004000 余个，维度 500500 余个，基本覆盖各业务条线核指标和分析维度；在线看板 600600余个，均

53、UV 1500+1500+，均 PV 30000+30000+。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 31 四、指标中台助银业普惠融可持续发展 普惠融普惠融是国家重要战略之，在普惠融中应数据技术，能进步提升普惠融的服务质效，助微企业的持续发展。这家国有型商业银基于这家国有型商业银基于 Kyligence Kyligence 产品及解决案，搭建了统的指标中台产品及解决案，搭建了统的指标中台，以效的指标治理推动数据治理，利先进的数据技术实现数字化经营、提业务协同效率，助其普惠融业务的健康、稳定发展。”1、

54、普惠融业务及特 2015 年，国务院印发推进普惠融发展规划（2016-2020 年），次将普惠融纳国家战略规划，并提出做好微、确切有幸福感的融，有利于每个、每个企业实现的梦想。年来，在国家政策的持下，普惠融已经有效提了融服务的覆盖率、可得性和满意度，让更多百姓享受到了便捷、合理、安全的融服务。作为国有型商业银，这家领先银认真贯彻党和国家决策部署，主动承担责任，全启动普惠融战略。该银“涉农、扶贫”的普惠融服务（以下简称“普惠融”）是在县域乡村指定合作商服务点布放银卡受理终端设备或“普惠融”APP，向借记卡持卡提供助农取款、现汇款和余额查询、转账汇款、代理缴费等服务功能。向“涉农、扶贫”重点客群，

55、该银为解决乡村地区融产品服务供给不充分等痛点，以互联思维、轻资产新模式快速延伸县域乡村地区服务触；通过搭建起县域普惠融共享服务平台，提供“融+融服务”，满乡村振兴多样化、多层次的融需求，打通了融服务“三农”最后公，提升了该县域乡村服务能。1.1 融合场景、提供丰富融产品 涉农普惠融业务的特是通过不断深化与场景的融合，持续丰富服务态。前该已完成活缴费、社保医疗、社区服务和农业产四类特类服务场景的接和部署。围绕“存贷汇缴投”为县域乡村客提供特助农取款、专享聚财、涉农保险等 30 项产品功能。在总的持下，普惠融促进了多个分的业在总的持下，普惠融促进了多个分的业务场景创新，落地了多项特融产品，持续推进

56、务场景创新，落地了多项特融产品，持续推进“三农三农”融服务。融服务。1.2 深三合作、探索业务开拓模式 涉农普惠融业务不仅具有助农取款、快贷、汇款等传统的功能，该还积极与第三合作，探索“普惠融+”的业务开拓模式，借助第三的资源为客提供便缴费、健康饮、农业资讯等融服务，成为该推动普惠融服务络深腹地、助乡村振兴的重要载体。例如，与某物联公司共同打造的“普惠融+顺乐农”乡村普惠融服务平台，村除办理融服务外，还可享受健康饮、上问诊、定制化产品购买等融服务。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 32 2、开展涉

57、农普惠融临的挑战 该逐步开展涉农普惠融业务以来，就认识到其关键在于“涉农普惠融”APP 的专业化运营。通过上述业务特的介绍，家知道了涉农普惠融业务的显著特征是：基于的真实活需要，与泛的第三渠道合作，基于的真实活需要，与泛的第三渠道合作，融合服务场景，提供便利的融产品等融合服务场景，提供便利的融产品等。“涉农普惠融”APP 则是该业务的重要载体，其实际运中主要临如下个的挑战及数据需求：2.1 如何提信贷审批效率，灵活响应需求 如何通过建设数字化政务（包括精兵简政），提为百姓办事的效率是开展涉农普惠融的重要需求之。如何通过建设数字化政务（包括精兵简政），提为百姓办事的效率是开展涉农普惠融的重要需求

58、之。涉农普惠融的资需求额度不，资通常于常农业产运营、扩规模或短期资周转等；另农及相关微企业的资需求较灵活，往往不能等待较时间。尤其是疫情以来，很多微企业临倒闭险，如果这时候能够成功融资，将会对微企业的死存亡起到关重要的作。然，传统的信贷审批对农和微企业融资，审批速度不够友好，因此这也是涉农普惠融业务需要重点解决的问题。2.2 如何精准分配资源，促进业务规模增 开展涉农普惠融还需利数据挖掘农及关联微企业，进资源的精准分配，更好助业务的可持续发开展涉农普惠融还需利数据挖掘农及关联微企业，进资源的精准分配，更好助业务的可持续发展。展。从银整体的度出发，随着时间推移，银对普惠融业务的投会逐渐加，但是将

59、资源分配到各分后，就显得捉襟肘了。虽然涉农普惠融是项政策导向的业务，但银作为盈利机构，也要考虑健康、可持续的发展。如何充分利这万个服务点，深挖掘农及关联微企业，实现业务规模增就成了该业务健康可持续发展的关键。2.3 如何提和的联动效率，联动资源整合发展 以数据为基础，更好联动普惠融部与各之间的资源、整合发展是开展涉农普惠融临的挑战。以数据为基础，更好联动普惠融部与各之间的资源、整合发展是开展涉农普惠融临的挑战。传统微企业贷款审批模式具有较限制，各的客经理进客开发，对相关客的业务往往只能推荐办理，再由分普惠融部专审批，才能够最终确定贷款额度和放款时间，普惠融部对审批慎之慎的态度，使得很多客的贷款

60、审批实际上得不到效和额对待，虽然提供相应抵押物，但“过不了关”的情况仍然常多。因此，普惠融部与各之间，如何有效提升联动效应，是银提普惠业务发展效率和提升规模的关键因素。2.4 如何利指标，实现多效协同 利数据利数据/指标协同普惠相关合作或业，更精准、效地发展是开展涉农普惠融的关键。指标协同普惠相关合作或业，更精准、效地发展是开展涉农普惠融的关键。涉农普惠融于场景，牵涉到供销社、通信公司、电商平台、卫系统、服务、住房租赁等众多合作。如何与各合作效协同，打造好服务农及相关微企业的场景？这需要转变思路，从 APP 运营的度优化好每个业务环节，提业务办理的体验和效率。版权所有 2022 上海跬智信息技

61、术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 33 3、以 Kyligence 指标中台为基础，效助该业务健康、持续发展 该基于多年数据建设的丰富经验，认为要想解决上述挑战，需要搭建套统、共享、标准、效的数据分析体系，利先进的数据技术实现数字化经营、对内外部各信息、提业务协同效率。作为该的重要合作伙伴，Kyligence 结合业内数据建设情况的研究和多年项实践的积累，与该展开深的探讨和研究，双认为要解决涉农普惠融所临的上述挑战，套清晰、合理、效的指标体系及分析平台双认为要解决涉农普惠融所临的上述挑战，套清晰、合理、效的指标体系及分析平台是基础

62、是基础，才能逐步实现以数据驱动涉农普惠融业务全、健康、可持续增的标。指标中台是套复杂的系统，其不仅包括内部的各业务条线、渠道、职能部等各种指标体系，还涉及到与外部合作平台的数据打通，同时需要科学设计底层数据治理、平台及管理系统、运营监控系统、指标的各种应和指标管理等。结合结合 Kyligence Kyligence 在搭建指标中台及系统的最佳实践，考虑到在复杂的业务和关系中，我们建议以在搭建指标中台及系统的最佳实践，考虑到在复杂的业务和关系中，我们建议以指标体系的规划为切点、以指标的开发与治理为抓。此外，个强的数据平台底座，也是确保指标体系指标体系的规划为切点、以指标的开发与治理为抓。此外，个

63、强的数据平台底座，也是确保指标体系的良性运转和效数据治理的关键。的良性运转和效数据治理的关键。3.1 梳理套全、清晰的指标体系 考虑到涉农普惠融的业务价值链较为复杂、合作机构众多，指标体系的搭建是拉通各动的关键所在。Kyligence Kyligence 基于业先进实践和项积累，提供了套科学的法论框架，帮助该梳理规划套清晰、合基于业先进实践和项积累，提供了套科学的法论框架，帮助该梳理规划套清晰、合理、效的指标体系。理、效的指标体系。这套框架包含 OSM、UJM 和业务场景化三个相互配合的法论组成：先通过 OSM（Objective-Strategy-Measurement）使业务标结构化，然后

64、融合 UJM（User-Journey-Map）使体验流程化，并之反哺、校准业务标，最后通过将业务场景模块化，使整个指标体系快速落地。整个法论框架如下图所：3.2 坚实的 Kyligence 指标中台底座 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 34 基于 Kyligence 产品打造的指标中台底座，已经在国内多个型银成功落地和推，服务了各总分的管理员、数据程师以及业务员，前指标中台架构如下图所：得益于 AI 增强的性能分析引擎、统 SQL 服务接、业务语义层等能，Kyligence 提供成本最优的多维

65、数据分析能和丰富的指标体系建设经验，有利于该进规模的应和推：l Al Al 增强的智能指标引擎增强的智能指标引擎：实现指标的智能建模、动加计算，幅降低指标 ETL 开发作量，提升指标开发与上线效率；l 性能全场景的性能全场景的 OLAP OLAP 引擎引擎：保证各类指标查询的秒级响应，保障数体验，实现指标深度分析与洞察；l 统的语义层统的语义层：基于集市模型实现上下径统的数据语义层，基于维度实现指标的穿透式分析；同时提供各类数据查询服务接，如 SQL、MDX、RESTAPI 等，更好对接各类指标应；l 全的全的 API API 集成接集成接：持与现有的数据管理、调度、安全等组件缝集成，迅速构建

66、企业统的指标中台。3.3 效的指标运营和数据治理机制 得益于坚实的 Kyligence 指标中台底座，该可以基于前沿的智能化技术快速整合、展现、共享和治理价值的指标资产，打破传统银“业务提需求，IT 做开发”的被动响应模式，从让业务能够主动、快速地找到需要的业务指标，或者基于现有的指标快速派新的指标。此外，系统还能动匹配和推送有价值的指标给业务员，让使数据变得简单和效。在本项中，该平台充分发挥了如下项优势：l 基于智能多维数据库的质量数据集成!版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 35 根据该涉农普惠

67、融业务的特点，本项在数据整合的法上以数据集市及指标为中。以数据集市及指标为中。通过这样的多维集市能够为上层的指标提供更好的能，同时也有利于更好地跟上下游合作，确保端到端数据链路的质量平。l AI 引擎驱动的智能化指标加 传统的数据平台对 ETL 依赖重，造成了 IT 团队资源消耗居不下，需求响应速度慢。Kyligence 指标中台通过 AI 增强引擎学习的分析模式，推荐或识别出最合适的数据模型，并进步推荐出模型可以承载的指标，通过系统动化地完成指标的加作通过系统动化地完成指标的加作。l 效的数据治理 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问

68、 kyligence.io 了解我们 36 在本项中，Kyligence 指标中台通过推动指标治理来做到更好的数据治理通过推动指标治理来做到更好的数据治理。只有指标被使、被消费，数据才能发挥更的价值。Kyligence 指标中台规范了该指标径的管理，如重复的指标、异动的指标，还有些空值分布的异常等，都能在指标管理模块中实现动的监控和治理。在数据时效，通过指标保障级别的设置，系统可以动在后台调整资源和调度，保证对应指标的 SLA（Service Level Agreement/服务级别协议）。3.4 Kyligence 3.4 Kyligence 助涉农普惠融的健康、持续发展助涉农普惠融的健康、

69、持续发展 在 Kyligence 指标中台解决案的助下，这家领先银已实现：l 对涉农普惠融业务的敏捷数据应撑对涉农普惠融业务的敏捷数据应撑，新的数据应开发上线从过去以为单位提速到周以内，使得该项业务在开展过程中能够敏捷地作出调整以适应农及微企业的需求；l 在农业、农村的扶贫和乡村振兴中，该银的指标体系有效撑了扶贫资源的精准分配和致富商机的发现，助该项业务的规模增；l 统的指标体系和效的数据治理统的指标体系和效的数据治理，提升了该内各部、各地和外部合作的协同效率，从有效地解决了贷款审批速度、深挖掘农/微企业等难题，实现了业务的健康、持续发展。从全盘度看，该项业务近年来保持了良好的发展势头，截 2

70、021 年 6 累计拓展服务点 22.422.4 万万个，覆盖了全国31 个省市区，乡村覆盖率超过 33%33%，各地政府承接的定点扶贫村覆盖率达 98.85%98.85%，服务点规模持续扩，县乡渠道覆盖显著提，实现了实现普惠融的稳健推进，助社会经济的稳健发展。作为数据基础领域软件公司的领先者，截 2021 年，跬智信息(Kyligence)已拥有多项国内外专利以及软著认证，掌握数据基础设施的核技术。前公司已通过联合实验室式与中国银联达成深度合作，共建创新型融数据服务，进步研究数据平台的国产化替换等课题，致于为中国各各业提供主可控、性能、质量的数据基础软件。版权所有 2022 上海跬智信息技术

71、有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 37 五、Kyligence 助城商信卡中搭建业务指标体系，打造全场景数据服务能 Kyligence 作为数据指标引擎，助城商信卡中搭建业务指标体系，并为数据查询提供加速功能以及智能优化，改变了传统数据应开发模式。这模式的改变，极地提升了业务数的体验、业务业绩复盘以及业务市场策略制定。”城商信卡中 BI 团队负责 1、业背景 当数字付进新时代，消费需求益多元化，信卡的零售数字化转型成为重要趋势。如何构建统的数据视图，深度挖掘数据价值，撑各级业务团队进效的经营管理，已成为信卡业临的个现实挑战。2、公司

72、现状和痛点 随着城商信卡中的信卡业务的发展和市场竞争加剧，业务部常的业务开展需要量的报表数据撑精细化运营，以及从多个维度来分析业务经营情况。该城商信卡中从 2018 年开始搭建助分析平台，现已覆盖市场、险、财务、资等业务部，持上述业务部助分析数据。近两年随着业务增，以及新业务的出现，现有助分析平台难以效满多表、数据量的灵活助分析。主要临如下挑战：l 开发成本，交付周期：开发成本，交付周期：所有指标需要定制开发，耗费，如开发 100 个衍指标需要 2-3；由于缺乏可视化指标配置的指标计算引擎，指标开发速度跟不上业务的节奏，法撑时效性、周期短的营销活动等场景的分析；l 查询响应慢，并发持弱：查询响

73、应慢，并发持弱：随着业务量的增，业务数据分析所需数据量不断增，现有架构下数据查询所需时间不断增加，影响业务作效率以及业务决策；并发持弱，不易横向扩展，当并发激增时，法提供较好的查询体验；l 数据范围和灵活度受限：数据范围和灵活度受限：业务数据范围限制，报表展历史数据范围有限；随着业务量的增和业务精细化管理，多维度数据分析的业务诉求越来越强烈，现有固定维度数据分析法满业务需求。3、Kyligence 应场景+解决案 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 38 为了打造全场景数据服务能打造全场景数据服务能

74、，解决平台管理难、分析找数难、应取数难等问题，该城商信卡中正建设新代数据服务平台，提升对复杂市场环境和监管政策下的数据服务能，实现数据业务价值挖掘和数据价值变现，为信卡业务战略决策和效运营提供准确效的数据持为信卡业务战略决策和效运营提供准确效的数据持，提升业科技竞争。其对新代数据服务平台提出了以下要求：l 结合 OLAP 和 MPP 两种数据计算引擎，实现数据处理及查询的性能、并发，提升体验；l 数据服务层持离线和实时的体衍指标数据加，并满离线和实时数据融合；l 统 OLAP 语义建模和统 SQL 查询接，简化数据分析应开发；l 衍指标可视化配置，体指标数据预计算。经过深对分析与验证，该城商信

75、卡中最终决定采 Kyligence Enterprise 和 Presto 结合的式搭建数据服务层（指标引擎）。l 通过 Kyligence Enterprise 分布式聚合和索引技术来确保关键分析的查询性能，并提供性能和并发能；l 同时借助 Kyligence 智能路由功能将低频查询智能下压 Presto，满低频查询也能以较快速度响应；l Kyligence 实现智能查询加速功能的同时，能对频慢查询进性能优化，实现多表数据量下的多维助分析。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 39 Kyligenc

76、e 提供企业级的融合数据分析和管理解决案，既利了智能化的预计算索引技术，为 PB 数据集上提供超性能、并发的查询响应能；同时充分利了数据架构优势，将近实时数据的分析时延降低分钟级别，优化了数据平台架构，助企业更加快速、效地从数据中掌握市场变化趋势。4、客收益 该城商信卡中采 Kyligence 和 Presto 相结合的式搭建数据服务层已初成效，实现了统指标引擎和统查询；同时改变了数据的常开发模式，以及业务的数据应模式，降低了数据开发的成本，提升数据应的效率：l 成本幅下降成本幅下降：原来需要 2 2-3 3 个个才能完成 100 个衍指标的开发，在现有开发模式下仅需仅需 10 10 天天即可

77、完成；l 交付效率提升交付效率提升：如不涉及底层数据源修改，指标新增或修改在 2-3 天内即可完成交付；l 查询性能幅提升查询性能幅提升：查询响应从 30 分钟提升秒级，业务员查询体验幅提升，赋能业务更快速的获取到关键数据，布置动任务；l 赋能精细化运营赋能精细化运营：使多维度数据量的多维助分析成为可能，赋能市场部进精准营销活动。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 40 六、Kyligence 助力重庆银行获 IDC FinTech 突破奖认可 重庆银引 Kyligence Enterprise 智

78、能分析平台，通过与多维分析模型的有机融合，实现了数据分析全流程体化、智能化和敏捷化！解决看数、数、管数难题”全球知名的科技市场研究机构 IDC 主办的“2022 IDC 中国数字融论坛暨颁奖典礼”在北京隆重举。Kyligence 服务的重庆银“数据智能分析平台项”数据智能分析平台项”凭借在数据模型和智能创新的独创性贡献，荣获“2022 IDC 中国融业技术应场景应场景 FinTech FinTech 突破奖突破奖。1、为什么选择 Kyligence？近年来，重庆银业务快速发展，数字化转型不断深，内数据量迅速增，数据复杂度持续加。由于历史数据量较，业务关联数据表较多，数据分析的查询响应难以满业务

79、部的需求。在此背景下，重庆银选择引 Kyligence Enterprise 智能多维数据库产品连接悟空和 Smartbi，针对原有的数据分析功能进整合，建设了统数据智能分析平台，助数据开发、管理、分析效率的提升。2、统数据智能分析平台的项架构 重庆银此项以数据平台为基础，提供多数据源的对接，以 Kyligence 数据预处理 OLAP 技术产品体系为核，实现数据模型化管理，数据分析的预处理，并发、低延迟多维数据分析，多通道数据访问等功能。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 41 该项建设部署在“”

80、数据分析环境，作为数据平台上的计算及应模块，实现数据助智能分析功能，包括数据源层数据源层、数据模型层数据模型层和数据应层数据应层三个层次，其具体架构如下：数据源层 提供多数据源对接能，持按需扩展数据源，实现数据统。本项对接重庆银“”数据分析环境，以独的集群持数据分析的数据需求。数据模型层 数据模型层主要负责数据加，把原始数据如客信息、合同信息、交易流数据，加成向主题分析的业务模型；整个实施过程分成源数据分析、MAPPING、ETL、数据标准化、测试等；最终形成的主题模型层，如个部主题、公司业务主题、险主题等，于系统的分析、挖掘具的数据撑。l 提供可视化数据模型设计和管理能，实现数据模型的统；l

81、 提供数据体预计算能，实现并发、低延迟的多维数据分析；l 提供 ODBC/JDBC/MDX/RestAPI 多种数据访问能，实现多维查询的统；l 提供 BI 可视化、助分析、WEB/APP 数据应、数据智能化 Python 等多种通道对接能，实现数统。数据应层 通过“悟空”，该平台将 Smartbi、Excel、Python 等应提供给管理决策者、普通业务、数据科学家等不同数据消费者使，其看到的数据模型、获取的数据均保持致。该平台实现了报表可视化、多维分析、即席查询、助分析等基础功能，以及数据挖掘算法、机器学习等级功能数据层的完全统。3、创新案与应 通过预构建数据体 Cube、统数据业务语义管

82、理，Kyligence 为管理决策者、普通业务、数据科学家提供了统的分析平台，实现了对数据模型的管理。基于这些模型进语义定义，该平台将数据模型转换为业务友好的语，赋予数据业务价值，满业务员在数据分析快速效、简单易等需求。3.1 新增数据分析具，提升数据分析性能 Kyligence EKyligence Enterprise nterprise 智能多维数据库智能多维数据库通过预先构建多索引的数据体，将计算结果存储在多个维度值所映射的空间中。业务员进查询和数据分析时，通过对 Cube 的查询及简单处理即可快速获取结果，实现助的数据洞察和有效的业务决策。!版权所有 2022 上海跬智信息技术有限公

83、司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 42 3.2 数据 OLAP 预处理分析技术案 数据 OLAP 预处理分析技术是对多维分析可能到的维度和度量进预计算，将计算好的结果保存成 Cube，供查询时直接访问，把复杂度的聚合运算、多表连接等操作转换成对预计算结果的查询，这保障了 OLAP 平台能够拥有优秀的查询响应和并发能。3.3 多维数据分析与建模服务 多维数据分析与建模服务是本项关键核模块，基于预计算多维分析技术，Kyligence 提供了多数据源接，数据模型设计和管理，数据体预计算构建，亚秒级多维实时分析查询，企业级数据安全等功能，满了重庆

84、银在易、性能、稳定、安全、兼容、级分析等的要求，提供 PB 级数据集上的并发低延迟查询。重庆银坚持把主创新放在科技赋能和数字转型的关键位置，从数字化、智能化等多维度推动全质量创新发展，以科技创新为关键变量，实现融发展的最增量。未来，Kyligence 将继续携重庆银，以数据赋能业务，助数字化转型。!版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 43 七、打造智慧银家，提升业务团队精益化经营管理平 掌上银智慧经营项在该银的落地实现了业务团队端和 IT 团队端的双赢。从业务团队端，实现了以数据洞策略，拓展了移动展

85、业场景，实现线上线下全流程经营；从 IT 团队端，初步实现以数据驱动业务模式，通过数字化的标、过程、团队分析，赋能销售管理模式新。”1、企业简介 这家领先商业银以“了解的市场，熟悉的客”为准原则，坚持“当对”的经营策略，以为客提供多元化融服务为标，打造“公司银、零售公司、个银、融市场、信卡、票据业务、投资银、资产托管、资产管理”等利润中，初步形成多元化的业务增模式和良好的品牌形象。该领先商业银树科技就是第产的理念，不断加科技系统建设投度，已在同类银中建起定的较优势。这家银以业务驱动为着点，持续深化应系统建设，逐步构建向业务、向服务、向客的“三位体”应系统体系，打造科技系统六平台，为银远发展提供

86、坚实的科技撑。2、项背景 2.1 业背景 这家领先商业银计划通过构建零售融掌上经营分析 App，来实现对个经营部的赋能。为此，个经营部提出期望从经营和管理两个度来进零售银业务的分析，实现数据驱动决策，提升业务团队精益化经营及管理平。实现全精益化经营：实现全精益化经营：l 新客营销获取新客营销获取：打通线上掌上银、线下营业点，助私域流量营销获新；l 拓展移动业务拓展移动业务：标准化管理场景赋能，结合数据落实打穿，从推动数字化经营；l 客经营维护客经营维护：以场景例驱动客分群、分层，盘活存量，动态经营。实现全精细化管理：实现全精细化管理：l 业务标管理业务标管理：以标准化商机漏+为分析+业务溯源，

87、实现过程精细化管理；l 团队标管理团队标管理：贯彻统经营视，将标层分解传达，实时检视追踪；l 团队过程管理团队过程管理：持业务离柜离，现场进件转化，提升员展业效率。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 44 2.2 公司现状和痛点 在该领先商业银现有 IT 架构下，难以较好地撑上述个经营部的期望，存在着实际的痛点。主要表现在传统的架构临数据链路流程、开发成本、运维难度，性能低等挑战。l 灵活性较差：灵活性较差：采上下的开发流程，往往中间代理数据中间表与业务需求强耦合，法应对业务多变的需求调整；l 交付

88、周期：交付周期：通过程师开发量的脚本代码来持，从业务需求分析开始，再到调整代码，测试，发布少则 1 周，多则 1；l 并发持弱：并发持弱：传统架构中的 RDBMS 存储聚合数据，当数据量增或业务员访问激增时，法提供较好的业务员操作体验；l 运维成本：运维成本：开发员除了要关注业务需求实现脚本代码技术外，还需要深了解底层存储、关设计、流量负载等优化作。3、Kyligence 应场景+解决案 这家领先商业银期望通过项建设，借助掌上银 app 等移动技术，实现创新覆盖银零售业务场景的智慧银。除了解决现有 IT 架构中实际的痛点外，更需效赋能业务员，从实现串联全业务场景流程的精益化经营。!基于上述需求

89、，该领先商业银前期进了深的调研和技术选型，在和 Kyligence 进多次、深度的业务沟通和技术交流后，该银最终选择了 Kyligence 的产品及解决案。该案通过 Kyligence 的 AI 智能推荐，构建精确索引提升查询性能；通过分布式平扩展架构，均衡负载撑并发的流量。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 45 从技术看，解决了之前架构的痛点：l Kyligence 提供的统数据服务案，内置模型资产、AI 增强、聚合索引，能够快速响应业务需求变化；l 通过 Kyligence 产品标准化的开发流

90、程，更利于团队间协同作，极缩短了业务需求的交付周期；l Kyligence 的聚合索引、以及横向扩展等特性，有效降低查询响应时间、提并发性能，最终为掌上银智慧经营 App 的业务员提供良好的使体验；l Kyligence 产品提供全位的运维管理监控，确保平台旦有问题便能快速定位和解决，保障平台稳定运。从业务看，陆续得到这家领先商业银上下各层级业务员的良好反馈，主要体现在如下：l 业务战报：给各分的业务经理提供各个的业绩状态查看，可精细到天或是任务范围段；l 晨汇报：给各分的部领导提供 T+1 的业绩战报数据，于晨会作汇报与总结；l 穿透式分析：各业务经理可管理各名下的业务员信息，能下钻客具体的

91、统计数据信息；l 客群经营：各业务经理可根据需求，筛选服务标的客群体进营销管理。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 46 4、收获的成果 这家领先商业银的掌上银智慧经营项共计推到推到 400 400 多个点，覆盖约多个点，覆盖约 6 6000 000 个内业务员个内业务员，在功能和性能上均达到并突破了客的预期：l 赋能零售业务数字化经营，实现穿透式管理与经营分析：零售业务全数据赋能，持从管理层汇总数据层层下钻点、员级等明细数据，实现数据径致的穿透式管理与经营分析；l 90%以上的查询响应时间于 1

92、秒，给予业务员良好的操作体验；l 实现批流数据融合查询，点数据时效性缩短时级，业务员可查看近时的数据。这项在该领先商业银的落地也实现了业务团队端和 IT 团队端的双赢。从业务团队端，实现了以数据洞实现了以数据洞策略，拓展了移动展业场策略，拓展了移动展业场景，实现线上线下全流程经营景，实现线上线下全流程经营；从 IT 团队端，初步实现以数据驱动业务模式，通过数字实现以数据驱动业务模式，通过数字化的标、过程、团队分析，赋能销售管理模式新。化的标、过程、团队分析，赋能销售管理模式新。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.i

93、o 了解我们 47【保险篇】、Kyligence 助泰康数据驱动保险机构精细化运营 在泰康集团数据平台的建设过程中，基于 Kyligence 所构建的亚秒级、并发的 OLAP 服务层能，助集团架构实现多维度的分析应，以及统的数据服务接。其显著降低了数据开发的成本，赋能业务精细化运营，助分析师更效地助化洞察数据。”泰康集团数据平台负责 1、业背景 保险公司的盈利主要包括承保利润和投资收益两部分，这也被保险业称为双轮驱动的盈利模式。其中，虽然主要盈利并不是来保费收，但是保证每款产品的保费收于产品赔付额，才能有机会进次收益投资，获得额的业回报。因此，控制好产品的赔付率，保证在营产品的正向收对保险业来

94、说是基本的存要求。在益激烈的市在益激烈的市场竞争和技术变这两背景下，基于数据、智能等技术的商业模式创新，以及数字化场竞争和技术变这两背景下，基于数据、智能等技术的商业模式创新，以及数字化转型升级已经成为保险机构的必然选择。转型升级已经成为保险机构的必然选择。2、保险业现状和痛点 数据时代，保险业所涉及和积累的相关数据越来越多，其中既包含公司营的业务数据，也有合作渠道的电商销售、医疗健康等数据，还有第三的信贷评级、出为等数据。对如此的数据量，既有挑战也有机遇，将这些数据进充分整合并有效利，才能更好地使其转换为企业的数据资产，让数字反映出真实的运营状况，及时控制产品险和策略调整，以实现保费收的正向

95、利润，达到精让数字反映出真实的运营状况，及时控制产品险和策略调整，以实现保费收的正向利润，达到精细化运营。细化运营。前部分保险企业在数据管理及分析都存在以下痛点：l 传统数据平台和解决案已法撑益增的数据量，数据分析时效性在不断降低；l 量数据分析需求依赖定制化实现，法有效撑业务速发展的步伐；l 部分数据以固定报表形式呈现，缺乏灵活的助式分析服务。3、Kyligence 应场景+解决案 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 48 Kyligence 服务了各各业的领先企业，助保险客在多维度的灵活分析多维

96、度的灵活分析、准备计提的应准备计提的应、业务员的绩效分业务员的绩效分析析等精细化运营的多个业务场景实现了创新应和项落地。应场景 1:客保单理赔精细化灵活分析 在保险业务过程中，经常需要基于保单赔付情况对客进不同维度的统计分析，从达到多度精细化管理在保险业务过程中，经常需要基于保单赔付情况对客进不同维度的统计分析，从达到多度精细化管理的的。的的。由于个客通常有多条保单赔付记录，就需要从明细流记录对客进去重统计。当企业数据量越来越时，传统 DB2 的架构就逐渐凸显出了不。企业希望能在选择不同的期范围的同时，能对客数进多维度的灵活分析。传统的基于 DB2 的数据平台，要想保证分析的灵活性，就要从明细

97、表中按需即席统计去重的数，然随着数据量增和业务场景增多，这种式往往会带来些性能问题性能问题，业务员难以忍受时间的查询等待。如果提前将数据统计好预先存在张结果表中，供前端报表访问，会带来灵活性灵活性的问题，例如（由于去重统计不可累加的原理）法定义数据查询范围，法随意更改分析维度。因此，因此，IT IT 部常常陷两难的境地，灵活性和时效性只能选，业务部则往往是部常常陷两难的境地，灵活性和时效性只能选，业务部则往往是“灵活和速度我都要灵活和速度我都要”。Kyligence 基于预计算的多维分析设计模式，充分融合了精确去重能，以 Bitmap 算法使得去重统计可以预计算，持数据的增量加载；查询数时，可

98、对维度任意组合；持整跨度的业务查询场景，既满了时效性也提供了灵活性。应场景 2:准备计提的应 保险机构跟银类似，都需要保留定的现量，也称为准备。保险的未决赔款准备，是来给保险产品的理赔出提供充分撑的种保障。与银不同的是，由于每款保险的赔付情况跟产品属性强相关，保险业的准备数额是可以被较为准确地计算出来的。保险公司希望在对赔款准备进准确预估后，就可以提取出更多的现进次收益投资，从最化主营保险公司希望在对赔款准备进准确预估后，就可以提取出更多的现进次收益投资，从最化主营利润。利润。同时，产品部将准备精算到每款产品后，也能够及时了解每款产品的盈亏属性，从进有效调整或者损。版权所有 2022 上海跬智

99、信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 49 链梯法是评估未决赔款准备最常的法，使链梯法计算的未决赔款准备分为两部分，部分是已赔付额（上三），部分是未赔付额（下三）。客以前使 Cognos 查询出上三时，由于不持定制化前端展现或数据访问接，因此只能在将上三数据导出后，在 Excel 中进下三的因调整并次加，得出未赔付额。通常多轮调整计算因下来，需要需要 2 2-3 3 天时间才能完成款产品的分析天时间才能完成款产品的分析。如果有 100 款产品，就可能需要个分析年，因此企业只能挑选部分产品进精算。Kyligence Kyligen

100、ce 在提供性能数据管理及分析能的同时，持以在提供性能数据管理及分析能的同时，持以 API API 接的形式对接不同的定制化展现前端接的形式对接不同的定制化展现前端，因此能将下三的计算程序轻松集成到前端应中，从省去导出 Excel 计算等过程，通过参数化的界操作就可通过参数化的界操作就可以在分钟级完成每款产品的分析，从助企业真正做到产品级别的精细化运营能以在分钟级完成每款产品的分析，从助企业真正做到产品级别的精细化运营能。4、获得的成效 Kyligence 智能数据云平台通过效的响应性能，灵活的数据多维模式，丰富的数据服务接等，提升了数据应的效率，开放了业务助分析的能，助保险业务在精细化运营的

101、道路上不断精进：l 数据量复杂场景的数据分析时效性由每周（更新次）到每天（更新次）每周（更新次）到每天（更新次），提升了分析的时效性，有利于业务及时进决策；l Kyligence 多维的数据模型应式，替换了之前不够灵活的的应宽表开发，节省了节省了 IT IT 员员 50%50%的定制开的定制开发作量发作量，有效提升了 IT 部的效率；l 从以往多为固定报表的形式，升级为具有开放能的助分析平台，提升业务员提升业务员 30%30%的分析的分析。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 50 九、世界 500

102、强险企建设指标驱动的经营分析系统 2021 年是引 Kyligence 引擎能的元年，我们聚焦于平台的搭建集成和部分重点应的落地，很好的完成了标。在双项组成员的共同努下，我们完成了平台建设、集成对接、投产保障、员培训等各项准备作；归纳出了 Kyligence Enterprise 在我们公司的使规范和最佳实践；完成了多个应的上线；保障了团体业务数据分析项成功汇报，获得业务团队的信任与致好评。”世界 500 强保险企业 1、业现状及痛点 随着宏观经济、业、市场及客需求的不断变化，叠加疫情因素，保险代理规模 2019 年冲上 912 万位后便进下通道，以往粗放的“海战术”难以为继。财产保险尤其是险

103、，综合成本率期居不下，2021 年上半年财产险全业的险综合成本率度达 99.9%。对于保险企业，建设以指标为核的经营分析系统、以数据驱动业务增成了数字化转型的关键。指标对于指导经营决策关重要，Kyligence 服务的这家保险企业早期就建了指标平台，标是从经营全景视，来统指标管理、统定义径、统数据服务等，其指标平台底层引擎最初基于 Druid 创建，但随着指标平台的多轮迭代，逐渐衍出以下问题：l 指标定制化开发，量重复作指标定制化开发，量重复作：指标定义需要与业务反复沟通后，再由数据开发团队进定制化开发；每个指标烟囱式开发，定制化配置，开发组之间存在量重复；l 标准标准 SQLSQL：Drui

104、d 对表关联持度较低，对于维度模型查询不友好，增加了开发难度；l 持场景有限，运维成本持场景有限，运维成本：数据集市为了满查询性能要求需要加宽表，产量中间表，后期运维成本；不持基维维度的加，法持精确去重场景。2、Kyligence 应场景+解决案 2021 年，这家企业选择 Kyligence 智能多维数据库产品及解决案，建设以指标核的经营分析系统，服务了多个业务场景，以数据驱动业务增。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 51 应场景 1:业务实现助式分析 保险企业为控制和优化成本、提效，业务员成本

105、分析等作必不可少。该险企现有业绩贡献的业务员就有上万，他们属于不同的组织机构，从不同来源为企业带来保费收。以往，业务分析师是通过取数取数 +Excel+Excel 制作报表制作报表的式进数据分析并向领导层汇报。致确定分析思路后，需要进以下作：数据分析师需要和数据开发程师进往复的量沟通；l 数据开发程师进取数；l 数据分析师使 Excel 进报表的制作。然，该式效率较低，并存在以下痛点：l 分析师常因沟通和等待取数被打断分析思路；l 受限于 Excel 数据处理能以及取数周期，分析时不得不对维度做裁剪，只能看到部分数据，难以在数据集上进多维分析和展；l 数据分析汇报展效果差强意，法实现助分析。因

106、此，该企业希望在业务员成本分析等场景实现：版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 52 l 基于海量数据的交互查询基于海量数据的交互查询：该险企年均保单数量超亿，分析师期望可以在数百亿的数据上做快速分析，保持分析思路的连贯；同时希望在完成分析后直接基于此数据做成灵活报表，供汇报使；l 进多维度的交叉分析进多维度的交叉分析：在汇报数据分析结果时，常由总到分进说明，要求分析具可以持产品、队伍类型、机构等多维度组合下的灵活切、切块、下钻等分析能；l 进灵活的数据处理进灵活的数据处理：员归属、类别归属等需根据不

107、同报表的进调整，分析师希望可以助完成。采 Kyligence 产品及解决案后，该产险企业能够实现整合成本分析所需维度和度量数据，在 Kyligence 上落地为多维模型，从实现从产品、队伍、机构、业务来源等多个维度对百亿级保单的明细数据百亿级保单的明细数据进助分析，并完成报表制作，提升业务分析决策效率：l 整合数据模型整合数据模型：整合各数据，得到个包含有产品、队伍、机构及时间等关键分析视的多维星型模型，提供更丰富的分析度；l 极简智极简智能建模能建模：通过 Kyligence 接数据，快速可视化建模，开发全程代码，幅缩短需求交付周期；借助 Kyligence AI 增强引擎，智能加速关键查询

108、，需繁琐的模型设计优化；l BI BI 直连分析直连分析：借助 Kyligence Enterprise 的 Model as View 功能，分析需在 BI 具上重复建模，可直接对维度、度量执拖拽分析，并持在 BI 具中进次计算加出业务来源。应场景 2:指标中台架构优化 指标中台于管理指标的定义、查找、开发、发布等重要功能，同时也为险经营分析等业务前端应提供 API 服务。指标中台建设标是保证全司径和指标的统管理、统出，底层依赖于数据集市加的宽表作为数据源进开发，开发的流程较。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.

109、io 了解我们 53 选 Kyligence 产品及解决案后，该产险企业逐步实现了指标体系的标准化管理和统指标服务，显著提升了业务助分析能：l 缝对接业务前端应缝对接业务前端应：在指标查询层，利 Model as View 能，将在 Kyligence 中创建好的复杂模型，以张宽表的形式展现，减少宽表开发，应端 SQL 需引复杂的表关联关系，即可满；l 精准推荐、查询响应更快、优化精准推荐、查询响应更快、优化：利 AI 智能推荐引擎，收集业务员的查询为，后续推荐更为精准的索引，同时持性能和并发的查询。应场景 3:集市层低代码开发 数据集市作为各分析系统的对接层，为了满应层的查询性能需求，需要加

110、量的宽表。在该险企，以往维度都是按需进的烟囱式加模式，业务部的需求有任何变更，都需要通过修改代码、正式发版流程实现，存在以下痛点：l IT 部维护成本，开发周期，数据的加链路，依赖关系复杂；l 数据烟囱多，导致数据冗余；l 集市组之间互相引，没有完整设计规范。该企业之前的数仓加链路中，分为 ODS 贴源层、DWD 数仓明细层、DMD 集市明细层、DMS 轻度汇总层、DMI 接层等，各层表间错落交叉，还有互相引的现象。该产险企业希望减少该产险企业希望减少数据集市层的链路开发，建设标准的数据集市层的链路开发，建设标准的维度建模模型，减少维度模型之后的加过程，降低维护成本，实现集市层的低代码化。维度

111、建模模型，减少维度模型之后的加过程，降低维护成本，实现集市层的低代码化。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 54 选 Kyligence 产品及解决案后，企业可实现直接对接数仓明细层、集市明细层和轻度汇总层，同时持表之间关联以及标准的星型结构和雪花结构，之后由 Kyligence 模型统提供服务，完成对各类 BI 的对接。通过对集市层的改造，减少量中间表和宽表的开发，缩短数据处理链路，约可以节约节约 30%30%的开发成本的开发成本。此外，由 Kyligence 模型提供查询服务，可以达到秒级甚亚秒

112、级的查询响应；统了数据模型，实现套模型对接多种服务，完成了数据径的统。3、收获的成效 2021 年引 Kyligence 后，该世界 500 强保险企业实现了多个场景和重点应的落地，实现了：l 撑海量数据的助分析撑海量数据的助分析：业务助分析数据从原来的万条万条扩展到 120120 亿亿+条明细数据，满了业务员和分析师对海量数据的助分析需求；l 提升提升 IT IT 部的作效率部的作效率：针对已改造的集市主题统计，减少了 30%30%数据集市临时表和宽表的开发量，减少 IT 员的定制开发作量，实现 IT 与业务的新协作模式；版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均

113、为其各所有者的财产。访问 kyligence.io 了解我们 55 l 改善数据分析体验改善数据分析体验：65%查询在 1s 内响应，91%查询在 3s 内完成，同时持精确去重等场景，在不影响业务员使习惯的前提下，提升了查询分析效率。版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 56、数字化经营底座助寿险业转型 中国是全球规模最、最具活的寿保险增市场，预计未来年依然会保持两位数的增速度。近年来，随着保险业的发展和保险业市场竞争的加剧，保险公司在管理和运营临着更的要求，来监管、竞争、技术更新及全球化等各的压正在

114、不断推动保险公司运营模式的转型。”前，随着业的迅速发展，许多保险企业的现有平台难以撑益增的分析需求，各团队在数据的开发和使碰到了如下挑战：l 销售、运营等业务部对同指标的统计径不同，影响正常经营决策活动，以于法有效撑公司战略标的落地；l 对于企业各部主管及业务分析员，现有数据平台对即席查询的响应过慢，因此很难及时获得所需报表，较难按照业务敏捷的需求灵活分析；l 对于数据开发团队，需要反复对相似的需求重复造轮，另外开发的报表越多，后续运维难度也就越。1、数据驱动保险业精细化运营 Kyligence 智能多维数据库凭借其强的 AI 增强引擎、多维预聚合、智能推荐以及并发等能，帮助客以极低的 TCO

115、 加速数字化转型，打造数字化营业部，助保险精细化运营。!版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 57 l 成本节省成本节省：Kyligence 可视化建模、AI 增强引擎和多维动预聚合等能，将指标的开发时间缩短了 50%50%，每年可带来数百万数百万的成本节省；l 缩短数据交付周期缩短数据交付周期：Kyligence 提供可视化的模型开发环境，帮助数据建模员降低了建模难度，同时极加速模型的开发速度，单个主题开发周期将能从周缩短到天，将能带来 5 5 倍倍的计算效能提升；l 代理级别的分析粒度代理级别的分

116、析粒度：相持到营业区级别的的查询，Kyligence 可以持到营业组、乃代理级别的分析，并能在秒级别提供并发的查询响应能；l 数据资产沉淀数据资产沉淀：Kyligence 提供低代码模型设计与管理平台，模型元数据可轻量级接数据资产管理体系，沉淀数据资产模型。2、寿险业数据分析的挑战及解决案 接下来我们将以保险代理管理中较常的“增员”和“基本法”为例，介绍寿险业在数据分析中常碰到的些问题，诸如分析报表固化、数据更新不及时、查询响应慢、并发撑能较弱等，以及寿险业如何通过缩短数据开发流程以及更可靠的指标体系来释放业务助分析潜，打造数字化经营底座。场景：多维增员分析 增员可以简单理解为增加保险公司的业

117、务员。在增员过程中，及时进增员分析将能帮助公司及时掌握增员达成情况，进促进公司战略的实现。增员分析通常涉及留存率、增员率以及增员达成率等核指标。在进增员分析时，公司希望能按时间、区域以及员来源来分析公司员的留存率、增员率以及增员的达成率。这些需求法通过单独的张报表或些简单的指标来实现。但多数情况下，由于公司数据平台和分析技术的限制，个指标的开发可能要天的时间，开发成本过，使得公司法及时地追踪公司的增员进展。此时，就可以借助 Kyligence 的多维分析与处理能。Kyligence 将帮助企业从历史查询中识别出典型分析模式，从加速公司指标体系的构建，简化指标平台管理，赋能保险公司从多个维度进增

118、员分析，例如：l 时间维度时间维度：定义查询周期，如、年等，全掌握具体时间段内的增员达成情况；l 组织维度组织维度：从不同组织架构判断公司的增员达成情况，如部、项组或地区等，及时找出当前资源较薄弱的环节；l 招募来源招募来源：综合判断各渠道的招募效果，从确定接下来资源的倾斜情况。场景：指标体系助基本法分析 版权所有 2022 上海跬智信息技术有限公司保留切权利 所有其他商标均为其各所有者的财产。访问 kyligence.io 了解我们 58 基本法即代理基本管理办法，是代理业务考核、职业晋升和收管理办法，它规定了保险公司内部的利益分配格局。保险公司在搭建基本法分析平台时，通常会碰到类问题：l

119、指标体系复杂指标体系复杂：公司各层级关注的重点不同，如总公司更关注标达成率、同增率、间佣率等，希望据此优化公司整体标并进决策；中层更关注团队的标达成率，不同层级员的贡献情况；线员更关注的晋升空间，希望查看个的新进保单量等数据；l 代理基数庞代理基数庞：数据显，2021 年上半年中国五上市寿险公司的销售合计为 336 万，排名第的中国寿更是达 115 万，因此分析对象的基数庞，除公司管理层外，各团队负责及员都希望能实时查看各业务细分指标的进度；l 组织架构调整频繁组织架构调整频繁：保险公司的组织结构和事变动频繁，例如，Larry 是 S 公司的名销售，在上海总部作，段时间后，他被调到北京分公司，

120、此时分析平台法及时反反映这变化，影响后续的销售数据统计。借助 Kyligence 的多维动预聚合等能，保险公司将能轻松应对上述问题，构建出套完整的定制化指标体系，同时 Kyligence 还提供了成本最优的性能查询能，持更多在线使，帮助企业释放业务助分析潜：l 撑统指标的数据服务撑统指标的数据服务：Kyligence 将帮助不同业务部之间能共享业务逻辑，使其能获得来共享数据更全的视，帮助企业有效挖掘其价值，驱动公司的决策制定和战略标的实现；l 全位、多层级分析全位、多层级分析：Kyligence 的优越性能将满公司不同层级、不同颗粒度的分析需求，例如在总公司层，公司领导层可以及时查看公司当期的

121、标达成率、同增幅度等，并据此优化公司整体标和制定战略；个也可以实时查看的业绩完成情况，及时调整业务运营向；l 更细粒度的并发访问更细粒度的并发访问：Kyligence 提供了稳定的并发查询能，即使在查询量总数达到数百万的情下，也能稳定地提供秒级并发即席访问能；l 灵活应对组织结构变化灵活应对组织结构变化：Kyligence 持通过维度快照跟踪员信息的动态变化，既保障了查询性能，避免了不必要的模型数据刷新的开销，从满了不同的数据分析需求，幅提升数据分析的效率。前 Kyligence 已经与国内的多家头部保险企业达成了战略合作关系，通过帮助寿险业缩短数据开发流程以及搭建更可靠的指标体系来打造数字化经营底座，释放业务助分析潜，从帮助各保险公司更好地进数据挖掘和数据资产的沉淀，助商业经营决策。