1、D Da at ta aF Fu un nS Su um mm mi it t#2 20 02 24 4金融场景中的指标体系建设与应用数势科技-韩秀锋-CTO数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技金金融融行行业业指指标标现现状状痛痛点点 -技技术术问问题题解解法法案案例例目录 CONTENT数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技D Da at ta aF Fu un nS Su um mm mi it t#2 20 02 24 401金融行业指标现状数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技4指标
2、化经营的意义指标体系可以映射业务经营逻辑，将指标拆解到可落地的业务过程指标，形成战略到执行的闭环统一的指标口径，形成一致的业务水平衡量标准，提高经营决策效率以面向业务的指标体系，牵引企业数据底座建设，数字化技术更好落地客户可识别客户可分析客户可经营获客渠道标签人口属性授信额度引入期成长期成熟期沉默期流失期余额规模生命周期进件转化率1首贷率2 人均余额3流失率4召回率5首贷金额累计借贷笔数参与活动次数提前还款次数末次登录日期活动类型偏好末次借款日期渠道质量分析注册至进件漏斗首贷漏斗分析首贷金额分布额度使用率分析活动偏好分析提前还款分析客户流失概率召回率预测电销接通率预测授信断点营销首贷断点营销老
3、客权益推荐提前还款干预利益点二次唤醒存量客户数字化经营，核心是以客户为中心，在客户不同阶段，提供差异化服务，进而提升客户体验和价值。指标化经营是企业数字化经营基础数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技 指指标标是实现企业战略目标的统一组织语言。覆盖业务目标和执行过程的全全域域指指标标体体系系是数字化经营的核心。完善数字化管理组织、流程、机制及数据产品是重要的落地保障。组组织织、流流程程、机机制制经营分析会 指标委员会经分团队 数据治理团队数数据据产产品品指标平台：统一口径、高效生产和消费业业务务规规划划及及执执行行反反馈馈老客提升计划门店改善计划新品推广计划落
4、落地地保保障障指指标标体体系系驱驱动动业业务务战战略略目目标标目目标标 综综合合考考虑虑企企业业经经营营长长期期、短短期期的的效效益益提提升升及及当当前前阶阶段段的的重重点点目目标标财财务务指指标标体体系系毛利额、毛利率净利润率现金流入占比业业务务指指标标体体系系销售额、订单量用户数、留存率新开店数、加盟店占比需求需需求求排排队队业务部门业务部门业务部门业务部门业务部门各类数据源数据开发响应需求响应需求需求需求数数据据团团队队 指标定义黑盒子 无法高效复用 应用烟囱林立 指标口径不统一数数据据应应用用数数据据集集数数据据源源黑黑盒盒子子响应响应响应慢乱 需需求求响响应应慢慢 查询性能差 开发效
5、率低 问题排查慢 业务应用建设周期长 定义乱，名/义不统一 口径乱，开发不规范 应用乱，系统烟囱多 血缘乱，问题难溯源 流程乱，权责不清晰 资产乱，指标无体系 大大量量业业务务数数据据需需求求涌涌现现，开开发发效效率率受受到到极极大大挑挑战战，难难以以及及时时响响应应 定定义义乱乱，指指标标口口径径不不一一致致；数数据据烟烟囱囱林林立立；管管理理难难、复复用用难难；业务口径确认数据溯源ODS应用开发BI/其他模型设计DWD/DWS/ADS数数据据开开发发数据结果业务人员提提出出业业务务需需求求业务人员业业务务经经营营分分析析数数据据团团队队一一般般数数据据需需求求的的开开发发过过程程指指标标业
6、业务务口口径径指指标标拆拆解解指指标标技技术术口口径径指指标标开开发发二二次次加加工工可可视视化化配配置置面面向向表表、需需层层层层固固化化、有有技技术术门门槛槛两两类类突突出出问问题题企企业业视视角角指标是实现企业战略目标的统一组织语言数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技D Da at ta aF Fu un nS Su um mm mi it t#2 20 02 24 402痛点-技术问题数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技需要准确的指标进行精细化管理与经营决策，传统的数据大屏只解决了固定形式“看数”的问题，但是一旦需
7、要进行交互式的问答归因，依然是提需求给数据团队开发报表，决策效率因此受阻管理团队重复性指标开发工作多，疲于应对临时性的报表开发需求，很多报表开发完甚至只会被用一次就废弃了，难以真正将企业的数据资产沉淀为“知识”赋能给业务团队数据团队需要多维度的指标进行精细化运营与自助分析，BI工具门槛相对较高而且需要对底表字段非常熟悉才能上手，经常是依赖数据团队开发多维报表，自行下载到Excel里分析并人工得出结论，得出有业务价值洞见的效率低业务团队指标生产、分析与消费的痛点指标体系建设和应用的痛点数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标体系建设和应用痛点的具体表述Data
8、 Insight：我们公司花了很大精力建设了驾驶舱和各种大屏，看起来很高端，但数字并不等于见解。每次有具体问题，团队还得回去挖数据、分析指标，周报变成了无尽的等待游戏Speed is Everything：每当董事会要求针对数据作出快速反应时，我都希望能够立刻拿到结论，这个数据大屏却只能给我表面的数，深入分析还得是手工在数仓里建作业，太慢了The Golden Why Question：我们的驾驶舱解决了数据展示的问题，但未触及数据解释的关键。当涉及到业务背后的为什么时，它似乎没有答案SQL学习难度高：尽管我们有意愿深挖数据背后的真相，但SQL的复杂性让我们非技术人员望而却步。许多时间都浪费在
9、了查询语言的学习上，而不是洞察和行动BI报表配置难度高：我们依赖BI工具来提供数据的可视化，但每次都需要技术团队介入来配置数据集和报表，它的复杂程度令人沮丧大量时间花费在导出数据到Excel里输出结论：分析团队的日常就像Excel的奴隶，时常花费大把时间将数据导入、整理和分析，这种重复低效的工作限制了我们对数据快速反馈的能力管理业务报表需求灵活多变，临时表冗余：我们数据团队大部分时间都花在了应对业务部门多变的报表需求上，每次业务流程一变，我们就得开发各种临时表、中间表。这不仅效率低，还很容易造成错误，甚至有的表用一次就废了指标口径不一致：虽然公司有众多部门在使用数据，但每个团队对同一指标的定义
10、却截然不同，没有统一的数据口径和解释标准。这种不一致性给跨部门的沟通和决策带来了混乱难以实时响应业务新增指标需求：每次业务人员新增一个指标开发需求，都希望我们能半小时内提供相应的指标。现状是，虽然我们已经在数仓加班加点开发了，但还是被业务团队说反应慢，有苦说不出数据数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标体系建设和应用痛点问题的抽象业务人员大数据管理DatabaseBIBeforeAfterBI工程师需求实现决策者数据分析师数据分析师c指标平台cBI工程师数据工程师数据工程师大数据管理业务人员决策者数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势
11、科技数势科技D Da at ta aF Fu un nS Su um mm mi it t#2 20 02 24 403解法数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技变革之一：推动数据民主化和普惠化指标体系建设和应用痛点的解法（数据右移、角色解耦）1 企业通过“数据右移”赋予非技术用户前所未有的洞察力。2“数据右移”揭示了数据民主化的力量，以及如何通过智能工具来简化决策过程，同时释放数据分析团队的资源，使他们能够专注于公司更高层次的战略任务。3 当数据被孤立在不同的系统中时，公司会错失创收机会；当使用错误或不完整的信息时，公司会做出糟糕的决策，因此寻找企业的单一数
12、据源将是重点。4 人工智能分析的未来发展方向会是用于数据工程师的数据栈将与服务于非技术背景用户的新兴数据右移解决方案并存。数据建模右移数据解读右移数据右移角色解耦数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标体系建设和应用痛点的解法（数据右移、角色解耦）数据湖数据应用数据仓库集市层数据仓库DW层指标呈现数据集存储及加工原始数据表1原始数据表3原始数据表n数据应用表1事实维度宽表 V2.0数据应用表n维度表维度表事实明细表事实明细表原始数据表2维度宽表带有维度的轻度汇总表数据应用表2数据应用表3带有维度的轻度汇总表BI工具数据集1数据集2支付人数22,000数据上传
13、维度数据大屏数据集3借款人数25,000数据同步借款人数22,000访问人数100,000数据语义建在数仓数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标体系建设和应用痛点的解法（数据右移、角色解耦）数据湖数据应用指标平台数据仓库DWD原始数据表1原始数据表3原始数据表n维维度度表表维维度度表表事实明细表事实明细表原始数据表2数据大屏BI工具借款人数原子指标渠道维度期限月至今统计周期昨日规范化加工原子指标、维度等积木式组装派生和衍生指标昨日A渠道借款人数昨日A渠道贷款页访问人数昨日借款转化率借款转化率周环比指标API服务贷款页浏览人数指标语义层：指标字段所需维度统计
14、周期聚合方式约束条件统计步长元数据信息LUI Agent数据语义建在仓外数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据建模右移-指标平台、HeadlessBI 产品力灵活性性能成本10+客户成功交付首发指标平台白皮书首家 by信通院认证OLAPHMEHeadlessBI数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据建模右移-HeadlessBI 架构存储与计算引擎Doris/StarRocks/SelectDB数数据据处处理理层层物物理理层层指标管理（HM）数据准备指标开发指标定义指标绑定 数据模型模型管理维度构建宽表模型(单表)星型
15、模型(多表)数据源管理数据推送表管理数据拉取规则派生组合指标应应用用层层指标应用目标管理指标看板指标计算引擎（HME）任务合并单模型指标表自动replace数据模型自动join任务管理自动补数跨模型指标表自动replace分场景优化自动重分区指标预计算优化策略预聚合计算自动预打宽指标联合查询缓存指标查询优化策略预聚合数据查询路由优化智能预警归因指标Copilot指标自助取数指标市场RESTfulJava APISQLMDX数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据建模右移-高性能虚拟计算引擎V3.0数数据据虚虚拟拟化化技技术术H Hy yp pe er r M
16、 Me et tr ri ic cs s E En ng gi in ne ePhysical Table虚虚拟拟指指标标层层V Vi ir rt tu ua al l M Me et tr ri ic cs s L La ay ye er rMetric Model Table B is made of 2 tablesPhysical Table物物理理数数据据层层P Ph hy ys si ic ca al l L La ay ye er rMetric Model Table A is made of 4 tablesDim TableDim TableDim TablePhysica
17、l Table原原 子子 指指 标标 A A原原 子子 指指 标标 B B派派 生生 指指 标标 C C衍衍 生生 指指 标标 D DMetric=Condition*(Function*(Measure)DIY 取数报表指指标标应应用用层层M Me et tr ri ic cs s A Ap pp pl li ic ca at ti io on n L La ay ye er r灵灵活活性性性性能能成成本本创造性优化数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据建模右移-HMEV3.0 基于ROI智能自迭代加速优化方案查询任务状态查询指标查询计划WEB服务元数据
18、采集指标元数据模型元数据数据表元数据表profiledgls内存元数据仓库base repository optimized repository 查询优化join处理器project处理器filter处理器 aggreate处理器位点处理器 结构优化模块优化策略结构优化器优化计划任务管理任务注册任务状态管理数据位点管理任务调度系统元数据db任务执行db 数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-数势科技SwiftAgent不会用BI不会问问题数据分析师数据消费者数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-N
19、L2SQL存在效果瓶颈和性能风险数据查询任务大语言模型生成SQL语句（TEXT2SQL）SQL服务企业数据中台查询结果输出用户标标准准 N NL L 2 2 S SQ QL L 方方案案意图理解&结构化生成生成的SQL做数据库查询 准准确确率率低低 企业级（千/万张表）数据查询 准准确确率率约约6 60 0-7 70 0%即使是GPT也难有一个直接可用的准确效果 性性能能存存在在风风险险 大模型写出的SQL未经优化，可能导致长查询的占比较多，性能不好甚至导致查询服务异常，多表关联的真实查询 性性能能不不可可控控 学学习习成成本本高高 预训练大模型未掌握企业客户数据与数据格式定义，当数据源过大时
20、，大模型对表的结构学学习习成成本本高高（增量预训练、长窗口、functioncall等）数数据据安安全全存存在在风风险险 大模型直接对接数据查询，缺少数据权限管控，隐隐私私与与安安全全性性风风险险较较高高，用户可通过问询获取非用户权限内的数据 能能力力单单一一 很多高级的分析问题，单纯靠大模型生成SQL 无无法法解解决决交互式数据查询数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-数势NL2MQL之路相比NL2SQL优势1最近7天客户的每日总资产是多少？2XXX基金今年累计卖了多少？3今年XX基金的申购额与赎回额分别是多少？4XX基金公司最近3个月销量最好
21、的Top3基金是哪些？这三个分别的保有量是多少？帮我解读下5华东区XX基金的申购金额周环比为什么下降了？任务难度系数难点枚举值转维度枚举值转维度指标语义模糊指标语义模糊跨表多指标查询日维度上卷年维度多任务规划指标取数结果排序衍生计算多维归因报告解读NL2SQLNL2MQL+Agent可实现可实现可实现但不准可实现且准确难实现可实现且准确难实现可实现但不准可实现且准确可实现且易理解枚举值转维度同环比计算场景数据分析诉求时间维度产品维度数据指标数据维度任务指令地域维度公司维度数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据查询任务大语言模型意图理解指标查询SQL服务查询
22、结果输出用户指标SQL转换指标定义结合大模型+指标分析平台，NL 2 MQL，提供更优方案 数据可信，准确率明显提升 预设数据指标的定义与管理，避免业务理解对不齐 借助思维链分析与歧义反问，提升泛化性，避免直接从文本到SQL 性能提升且稳定 基于自研的数据查询加速引擎，智能优化查询语句 Top95 可实现 从检索到回答的 秒级出数 学习成本低 指标的数据样本可通过大模型辅助生成 全流程白盒，企业客户用业务语言描述查询过程，方便快速排查 数据安全可保障 利用指标分析平台的权限管理能力，结合RBAC基础，对数据与指标进行精细化的权限管控，实现数据查询的安全可控 能力覆盖更全 高级数据分析问题，可通
23、过精准的指标进行关联与展示，实现单项数据可查、报表可展示、总结报告可生成指标转换意图理解&指标关联用指标关联的SQL做数据库查询交互式数据查询企业数据中台数据解读右移-指标平台+大模型，实现数据价值的端到端数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-“Agent”架构运转流程E Ex xp pe er rt t R Re ec cr ru ui it tm me en nt t (专专家家雇雇佣佣)取数专家 可视化专家 归因专家 预警专家 报告专家Goal（目标）看下近7天基金申购人数，哪个渠道跌得最多，做个总结GroupC Co ol ll la a
24、b bo or ra at ti iv ve e D De ec ci is si io on n-M Ma ak ki in ng g (协协同同决决策策)取数专家归因专家报告专家A Ac ct ti io on n E Ex xe ec cu ut ti io on n (动动作作执执行行)A Ag ge en nt ts s:A Ac ct ti io on ns s：维度：渠道、风险偏好、基金类型、起购金额、日期等度量：申购人数维度归因算法客户常用的报告模版AE Ev va al lu ua at ti io on n (结结果果评评估估)用户想要的SwiftAgent输出的=？Out
25、come（结果）有数据、有逻辑有业务Sense的分析报告Reward Feedback(正负反馈）N轮循环数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-数势科技SwiftAgent流程图1.任务规划能力将复杂任务化繁为简，逐步拆解让大模型自动执行。2.数据理解能力依托指标和标签的语义特性，让大模型更懂数据。3.高效计算能力将计算任务通过自研计算引擎HME提交执行，极大优化了计算效率。基于大模型的理解和思考能力，实现基于自然语言的数据分析，并针对获取的结果数据进行智能解读与归因，提升经营分析效率用户Query是否适用分析Agent调用外部工具/知识库/模型
26、本身问答是否使用规划器TOTCOTRAG知识库ReActAPI对齐Feedback:1.Finish/fail2.Result3.Reward元数据查询指标结果查询图表生成场景指标推荐相似指标推荐参数解析图表推荐归因分析维度归因因子归因数据解读解读知识库数据分析API调用Text2CodeHM APIResult是是否否ActLLM规划工具调用规划器指标行列权限校验数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数据解读右移-数势科技SwiftAgent 创造性解决5大挑战1.分析准确性问题2.数据全面性问题3.人机融合问题4.持续学习与迭代问题5.计算查询效率及性能问
27、题统一语义层的构建（Unified Data Semantics）多源异构数据链接（Diverse Data Connection）用户可干预（Human in the Loop）持续反思学习（Continuous Reflective Learning）数据计算加速引擎（Hyper Computing Acceleration）数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技D Da at ta aF Fu un nS Su um mm mi it t#2 20 02 24 404案例数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标产品合作
28、案例某头部证券公司基于指标平台的经营分析平台建设数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标产品合作案例80%的新增指标不依赖数据人员数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标产品合作案例面向业务人员的BI分析产品，随时随地修改卡片数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标产品合作案例面向业务场景，低门槛灵活组装个性化看板数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技指标产品合作案例支持业务同学对话式进行数据分析，更好的智能化交互体验解决痛点产品效果指标分析助手为用户自动化提供贴合专业分析师思维的报告，并将数据概览、图表、高级计算（同环比/聚合/占比/排序/相关性/预测）与文字结论有机地整合在一起数据解读靠手工缺少分析思路制作报告效率低数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技扫码申请产品试用扫码添加小助手交流扫码关注数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技感谢观看数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技数势科技
sgpjbg002
工作日 9:30 - 18:00
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
