数据体系建设的业务目标； 数据体系的整体规划； 数字化管理体系； 数据价值体系建设方法论及案例展示； 驾驶舱落地应用情况。 相信能够给到大家帮助、借鉴和启迪！
在银行数字化转型的大背景之下，全行从上到下都在思考着什么是数字化转型？数字化转型是转什么？转到哪里？首先要确定数据体系建设的业务目标。
数据体系或者叫做数据中台，从业务层面主要是解决四个问题：what、why、do、how。
What：支持业务快速回答是什么及未来趋势的问题；可以让各级经营管理者随时随地的了解当前业务状况的全貌，预测未来的趋势。
Why：分析导致业务状况或未来趋势出现问题的原因。
How：基于人工智能、数据挖掘等技术，利用营销中台、风控中台、A/b test实验工具，小范围快速试错，找到解决方案。
Do：正确策略全局推广、过程监督、闭环反馈和高效执行。
在整个what、why、do、how的闭环链路当中，比较关键的两个内容是敏捷和知识管理。敏捷是快速的适应市场的变化，知识管理是知识以及数据资产的沉淀，包括数据服务的沉淀，如何快速的去支持这样的闭环链路。
数据中台或者数据体系建设，其实就是要提供一些基础数据平台和数据产品工具。不仅是让各级经营单位可以通过数据产品去看到业务的状况。当前状况的好坏以及产生该状况的原因，而且还可以让业务不断的试错，发现问题后去督促相应的业务部门或者是经营单位去改进。从长期来看，这种不断的迭代，运营策略、产品策略、一般风控以及营销等，最终都使数据价值体系中的业务指标越来越好。
最后是new，就是我们在解答问题的过程中，使用的技术是不断更新迭代的。主要是一些先进的方法、组件、解决方案等。随着大数据的兴起，很多以前技术解决不了的问题也逐渐有了解决方案。随着技术的发展能够解决一些业务问题，带来整个业务效率的提升。另外一方面，业务模式在整个过程中也会产生创新，比如现在的一些生态、金融业务场景。一些链式营销比如供应链金融等的一些业务场景的开展。这些都是在整个闭环过程中的创新。这就是整个数据体系的业务目标。
基于这个业务目标，我们进行了数据体系的整体规划。主要包括1个底座+1个体系+2个工具+6大应用。
1个基础数据底座，主要是包括数据湖、数据仓库和实时数据处理平台。数据湖主要是基于大数据的基础搭建的一个大数据平台。数据仓库是传统的mpp架构的数据仓库平台。实时数据处理平台呢，是进行准实时数据处理的平台。基础数据底座主要解决了数据的全面采集、数据的整合、数据的计算、存储和算力等方面的基础问题。
1个体系是指数据治理体系，它是贯穿到我们整个从数据的源头到应用这个端到端的过程中，从最开始的数据标准、元数据、整个数据的全生命周期的管理以及数据质量的管理，都属于数据治理体系的建设范畴。
2个工具是BI工具和AI工具。BI工具包括可视化分析工具、报表工具、驾驶舱、自助分析查询工具等。AI工具平台可以做相应的模型开发、部署等模型全生命周期的管理工具。
6大应用体系是基于银行的关键应用场景，抽象了六大应用的体系，形成共享复用的能力，这六大应用体系分别为数字化管理、智能营销、智能风控、智慧资负、智慧财务以及监管科技体系。
上面提到六大应用，其中之一就是数字化管理体系。这也是今天跟大家分享的内容。数字化管理体系的定位是面向全行的数字化管理决策的核心辅助装备。支持管理层以及业务管理决策。解决的问题包括指标逻辑关系不清晰、传统报表展示不直观、数据访问不便利、数据发布不及时等问题。指标逻辑不清晰其实是指不管是报表还是指标，目前是散落的没有形成体系化。传统报表展示方式更多的是表格，这个通过一些可视化图形比如仪表盘等让一些业务问题反映的更直观。对于数据访问不便利，很多数据是从总行发到分行，分行再发到支行，或者是大家使用数据，想看一些数据的时候要先开电脑、然后联网，然后再去登录系统，才能看到数据。我们把数据价值体系做到驾驶舱上，做到移动端，这样大家可以随时随地的查看数据。再有数据发布不及时，需要在梳理指标体系以及指标体系落地的过程中，推动整个数据时效性的一个治理。
三横N纵是数字化管理体系以及驾驶舱的建设思路。三横是面向总行、分行以及支行行领导这样三层的一个管理驾驶舱，相当于是从行领导的视角去个提炼指标体系以及指标内容。一般银行都有很多业务部门，包括前台业务部门、中台以及后台。N纵是给每个业务部门每个业务条线构建一套面向这个业务条线的数字化管理体系。更多的是服务该业务条线的一级部领导、分管行领导、支行领导这样的层面，以及给业务管理人员提供战略运营分析和业务监控。
数字化管理，即数据价值体系的构建方法主要由两部分内容，一是整个业务指标体系的梳理，在业务监控部分更多的是自上而下的。大致步骤为：
① 梳理整个业务的所有环节；
② 根据各个环节列出所有的业务路径和监控的要点；
③ 根据业务流程对分析思路分类、找出逻辑关系；
④ 找出各个环节的增长等式，并整理成结构化框架。
二是对一些关键点进行专题分析，步骤为：
① 根据业务监控中的各个环节的增长等式，找出重大影响因子；
② 对重大影响因子进行多视角的拆分和分析，形成分析专题；
③ 按观点进行层次展开；
④ 确保观点间相互独立、全面。
下面是一个数据价值体系分析示例。大家在工作时尤其是在银行工作的，不管是业务部门还是科技部门，做数据分析的时候，通常是缺少方法论支持的。经常是收到各种各样的报表，一个业务会产生一堆报表一堆指标，这些散落的报表和指标没有形成体系化。也就是很难看到整个业务的健康状况，通常看到的一堆报表和一个个指标，而且很多都是重复的。因此就要求我们在设计每一张报表，每一个指标的时候需要问，为什么要做这件事，目标是什么？要监控什么？监控发现问题之后要怎样去解决？这个方法，最好是以一个北极星指标为目标去拆解。比如说个贷的场景，我行分为线上和线下贷款。个贷从贷前审批到授信到签约放款再到贷后管理等一系列流程。从北极星指标，比如说资产规模出发，结合这个流程，把每个流程中的每个环节都抽出来。抽出来之后，提炼一些核心的环节以及对应的核心指标，然后形成如图所示的指标树。指标树上，是有一个增长关系的。建立这个指标树之后，最终是落地到驾驶舱，通过这个指标体系，可以反映整个业务的变化。一旦比如放款可能下降了，就看是批核金额下降了，还是批核率出现了问题。具体到某一环节，就可以很快的去发现具体是哪个指标出现了问题，问题背后的原因是什么，然后去督促进行相应的改进（业务流程优化或产品改进等）。图示的资产规模场景，是对于资产规模这个指标进行的业务场景梳理。针对每个业务条线，都有自己的一颗指标树。从全行的角度，可能就是非常大的指标森林。从全行角度形成的指标森林其实就是我们整个数字化转型的基石。前面提到的what、why、how、do，都需要基于我们建立的指标体系来解决这四个问题。
在我们建设数据价值体系的过程中，也是在不断地去沉淀一些建设实施的方法论。主要包括建设背景、数据价值体系的定义、分析思路、实施步骤以及资产沉淀和交付。在银行落地一个数据产品，靠一个部门或者一个团队是无法实现的。这个团队可能需要包含业务团队、分析团队、后台数据开发团队、准实时开发团队、前端研发团队等共同完成。因此需要一个沟通协作的流程以及各团队之间的职责边界划分。
在整个过程当中形成资产沉淀，主要是数据资产沉淀和交付。数据资产沉淀，主要包括三部分，一部分是指标体系的数字化概览。其实是一个个指标主题拆解之后的一个指标树的概览。二是我们数据价值体系的关于指标的一个业务定义、业务口径、技术的取数规则、维度定义、维度口径、指标与维度关联等。三是数据模型，在数据开发中不可能一个应用就做一个接口。最终把一些共性的指标会按业务领域沉淀成业务领域数据分析模型。领域级的基础模型，不光是服务驾驶舱，需要服务多个应用。在基础模型之上一层是具体的应用层，比如说驾驶舱会有驾驶舱应用模型。数据资产沉淀指的是这三方面的资产沉淀。同时还会产生一系列的交付物。这是我们不断摸索沉淀的一些方法论。
在做管理驾驶舱的过程中，总结了十五道标准的实施工艺，从需求分析、模型开发、驾驶舱的接口开发、前端的界面设计与开发以及后续的投产及运营推广等，共有15个环节。
2020年，为总行业务部门、分行、支行研发了11个移动驾驶舱，持续迭代开发，新增的业务指标和优化体验；为公司部和北京分行研发了业务大屏，便于业务快速了解经营全貌。驾驶舱主要包括零售、公司和支行驾驶舱。
下面以零售数据价值体系为例来进行介绍。目前分为四大主题，经营业绩、经营分析、实时监控和过程管控。
经营业绩也叫高层看板，主要是领导们也包括业务管理者去使用。看这个业务部门的主指标，对于零售而言可能包括客户、规模、效益等。为总分支管理者提供经营全貌。经营分析也叫业务罗盘，是面向专题的分析，包括AUM、客户忠诚度和客户贡献度等一些专题分析，从而发现并诊断业务问题，制定针对性的业务策略。实时监控也叫业务直播间，有一些关键的指标需要实时的去展示。采用了一系列大数据的实时组件技术实现了一些产品，比如理财、基金、保险、存款等重点产品的销售情况，以及资金来源和去向等一些关键指标的实时分析。过程管控强调的更多的是闭环，也叫全景监控，针对整个的渠道营销。渠道营销包含了各个渠道，一般银行有柜面、电子渠道、远程营销、企业微信等。不同渠道的一个营销效果，比如客户拉新情况、产品到期之后的承接情况等，这样就是一个营销闭环，营销效果需要持续的跟踪。
如图是零售驾驶舱的一个目录结构展示。
下面以渠道营销为例展示下价值体系构建的方式。一般来讲银行都有CRM系统，我们手机版的CRM系统也叫AI营销平台，它是给用户不同的角色。对于理财经理所具有的功能也就是他要做的事情，如下图所示。
对于渠道营销这一块，要看整个营销的闭环情况。其中每一个都是一个流程。我们以拨打电话为例。
针对拨打电话这里，构建一个指标体系。这个指标体系怎么构建呢？首先要确认业务这边，针对拨打电话营销的这个闭环流程，最终需要达到一个什么样的一个指标。如图，目标是AUM提升五万以上客户数，也就是说通过电话营销有多少客户的管理资产提升了、并且提升到五万以上。这是一个小的北极星指标，针对这个指标逐步拆解。要达到AUM提升五万以上，首先要看有多少客户买产品并成交了。成交客户数肯定是依赖于有效电话，目前定义的有效电话，是跟客户联系超过一分钟以上认为是有效电话，这也是给客户经理的一个考核指标。有效电话是多少？营销成功率是多少？比如说有效电话对应的客户数是一千个客户，营销成功率是百分之三十，那就是成交了三百个客户。
成交了三百个客户中，有两百个客户是买了产品五万以上的，另外一百个客户可能是不到五万以上，大概是这样的一个过程。有效电话数又要看有效电话量，可能一个客户会打多次。有效电话量又拆解为拨打电话量以及拨打电话接通率，这样一层层拆解，有效电话客户数又包括客户分层占比。在我们行，将客户大致分为四层，大众、富裕、贵宾还有私行。一般来讲会看这四个层次客户的转化情况。
以上是针对拨打电话流程的一个指标监控体系。这个指标监控体系每一个指标自己还有不同维度的衍生指标。比如要看当月要看当日，可能还要看辖内的一些对比、趋势等。指标体系梳理出来之后，包括它的指标口径、取数规则，需要落地啊，落地就需要一个载体，我们是通过驾驶舱落地的。
针对渠道营销里面拨打电话营销这个流程。如图是我们驾驶舱的一个页面，这上面是一个总览，监测当日和当月电话拨打的情况。针对驾驶舱来讲，是区别总分支用户的。
总行用户他看到的一个总行全部的汇总情况。那分行看到分行辖内的情况，支行看到支行自己的情况。再有是指标体系的这个电话营销漏斗，展示转化的情况以便分析具体是哪个环节出现了问题。是因为客户经理打电话打的少，还是客户电话接通率不高，还是别的原因？再结合零售的片区督导的模式，去提升客群经营精细化管理。再有是关注客户分层情况，关注是哪个层次的客户有效电话客户占比多一些。再有分行是分为4组，每个分行登录驾驶舱之后，能看到自己以及自己在小组当中的排名情况。这样起到一个竞争督促的作用。然后，一般来讲每个页面会有一个更多是用来查看下一级机构的各项指标的情况。比如总行用户，点更多是看到分支行机构的指标情况。然后分行登录是看到支行的，然后支行登录会看到管辖范围内客户经理的指标情况。
接下来再举一个客户价值的例子，也是我们今年重点的一个项目。针对经营分析里客户价值体系的建设方法。首先介绍下客户价值体系的建设背景。零售这块业务发展大体上是分两个阶段。第一阶段更多的是注重客户规模。没有规模，也就不可能带来利润。所以规模就是客户量以及AUM客户管理资产的提升是决定未来整个业务发展的一个基础，这是第一阶段。但随着第一阶段的发展，我们发现业务量在增长。业务量在发展，但是发现业务的成本会逐渐增高。所以还要考虑客户给银行带来什么样的贡献。所以客户价值评价体系，我们分为银行视角、客户视角以及员工视角。从银行视角来讲，从原来的规模导向到价值导向，看客户给银行带来的收入。营收、中收贡献以及客户带来的经济利润和风险资产回报率，最终的应用是会提供差异化的产品定价、差异化服务、投入产出的分析管理等。
这样的一个建设背景之下，我们建立一个客户价值评价体系。评价体系主要两大维度，从盈利角度和规模角度。盈利角度主要看两个指标，经济利润和风险资本回报率。
规模指标是看客户规模和资产两个结合起来，形成一个综合贡献的指标体系。针对这个指标体系最终形成一个指标树，就包含了银行视角、客户视角以及员工视角。从银行视角，包含他的经济利润和成本，成本主要考虑资金、税务、风险、资本和运营这五大成本。收入主要包括利息收入和中收两方面。主要是这两部分形成了整个的评价体系。
然后落地到驾驶舱就是不同的分析视图的展现，这个就不一一讲解。
下面是零售驾驶舱目前在全行的使用情况，目前月活大概是四千多户，当月的页面访问量大概是十六万。目前不管是零售驾驶舱还是其他业务部门的驾驶舱，还都在建设和推广过程中。因为业务场景及指标很多，所以是在不断的更新迭代的过程中。
另外，除了业务条线的指标体系之外，面向支行的管理人员及支行长推出了支行驾驶舱。给支行长一个经营分析的看板，支持他们每日晨会、日常管理的经营分析等。这个目前我们也是在给各个分行在推广的过程当中。
在文末分享、点赞、在看，给个3连击呗~
分享嘉宾：
🧐分享、点赞、在看，给个3连击呗！👇
