案例名稱

(資料圖)

中信銀行零售智能決策平臺

案例簡介

中信銀行零售智能決策平臺是支撐零售數(shù)字化轉(zhuǎn)型和財富管理的重要項目之一。該項目針對中信銀行零售業(yè)務(wù)“管理決策缺依據(jù)、策略聯(lián)動未閉環(huán)”的痛點，通過打造指標驅(qū)動的經(jīng)營決策體系和策略賦能的經(jīng)營診斷體系，服務(wù)于全行零售板塊，既已指標驅(qū)動的方式支持各層級管理人員分析決策，又以策略賦能為抓手支持業(yè)務(wù)人員和一線隊伍提升產(chǎn)能。

創(chuàng)新技術(shù)/模式應(yīng)用

一、業(yè)務(wù)模式創(chuàng)新方面

中信銀行構(gòu)建指標驅(qū)動的智慧經(jīng)營決策體系，服務(wù)于全行零售板塊，既支持各層級管理人員分析決策，又支持業(yè)務(wù)人員和一線隊伍提升產(chǎn)能，實現(xiàn)“先知-先覺-先行”。具體描述如下：

?先知：建立“全業(yè)務(wù)、全場景、全鏈路”的業(yè)務(wù)洞察，整合零售板塊所有部門的全量指標，實現(xiàn)“全業(yè)務(wù)”數(shù)據(jù)洞察。其次，設(shè)計“全場景”的分析主題，全面賦能總行、分行、一線用戶。最后，從關(guān)注管結(jié)果，升級為涵蓋結(jié)果、過程、行為的“全鏈路”管理。

?先覺：通過“定問題、定原因”，加強對經(jīng)營結(jié)果的分析和指導(dǎo)，在日常業(yè)務(wù)經(jīng)營過程中對零售板塊經(jīng)營管理中的常見問題進行異動監(jiān)測，發(fā)現(xiàn)問題，下鉆根因。在指標歸因分析方面，構(gòu)建“1+3+N”的指標圖譜體系，即：以1個大零售營收圖譜為牽引，串聯(lián)3大業(yè)務(wù)條線核心KPI圖譜和N個業(yè)務(wù)專題圖譜。

?先行：策略與經(jīng)營目標相勾稽，形成完整的經(jīng)營閉環(huán)。將經(jīng)營指標分層化，指標關(guān)聯(lián)任務(wù)，任務(wù)關(guān)聯(lián)策略，形成勾稽；同時，將策略復(fù)盤和沉淀標準化，反哺策略的智能推薦。

二、平臺技術(shù)創(chuàng)新性方面

中信應(yīng)用大數(shù)據(jù)、云原生等新技術(shù)，集成了行內(nèi)各能力中心，滿足行內(nèi)架構(gòu)轉(zhuǎn)型要求和信創(chuàng)要求，在以下方面實現(xiàn)了創(chuàng)新價值：

?指標管理“ABC”核心能力：統(tǒng)一的“指標管理”和“指標消費”，建立指標管理A(AI人工智能)、B(BI數(shù)據(jù)分析)、C(Content內(nèi)容管理)三大核心能力。

?應(yīng)用容器架構(gòu)技術(shù)：以新一代虛擬化技術(shù)將微服務(wù)應(yīng)用和依賴包封裝到一個可移植的輕量級標準化容器，以更小單元管理，實現(xiàn)應(yīng)用與基礎(chǔ)架構(gòu)分離，支持跨平臺快速部署和遷移，實現(xiàn)了跨開發(fā)、測試和生產(chǎn)的環(huán)境一致性。

?挖掘大數(shù)據(jù)OLAP分析計算的加速能力：采用基于hadoop體系的hdfs、spark技術(shù)，充分利用和挖掘數(shù)據(jù)湖底座的存儲和計算能力，同時采用大數(shù)據(jù)開源分布式OLAP分析引擎Apache Kylin，利用其超大規(guī)模離線數(shù)據(jù)計算調(diào)度管理能力作為指標的預(yù)計算加速引擎，滿足指標在線查詢的高性能、高響應(yīng)、準確性等要求，支持指標體系的靈活配置和自助管理。

項目效果評估

一、踐行中信銀行數(shù)字化戰(zhàn)略

針對我行“管理決策缺依據(jù)、策略聯(lián)動未閉環(huán)”的痛點，依托統(tǒng)零售智能決策平臺構(gòu)建指標驅(qū)動的智慧經(jīng)營決策體系。既支持各層級管理人員分析決策，又支持業(yè)務(wù)人員和一線隊伍提升產(chǎn)能，實現(xiàn)“先知-先覺-先行”。

?先知：建立“全業(yè)務(wù)、全場景、全鏈路”的業(yè)務(wù)洞察；

?先覺：通過“定問題、定原因”，加強對經(jīng)營結(jié)果的分析和指導(dǎo)；

?先行：策略與經(jīng)營目標相勾稽，形成完整的經(jīng)營閉環(huán)。

二、解決數(shù)據(jù)治理痛點問題

以指標治理為抓手，促進數(shù)據(jù)治理工作，在業(yè)務(wù)使用數(shù)據(jù)的過程中，確保數(shù)據(jù)的完整性、準確性、一致性和時效性，提升業(yè)務(wù)的使用體驗。具體效果如下：

?指標管理：細化全行指標數(shù)據(jù)管理，依托智能決策平臺按照指標的產(chǎn)生、應(yīng)用、運營環(huán)節(jié)，做指標全生命周期管理，沉淀近1.4萬項指標及維度信息；

?統(tǒng)一指標數(shù)據(jù)底座：建立統(tǒng)一領(lǐng)域數(shù)據(jù)集市，做到數(shù)據(jù)完整、數(shù)據(jù)源統(tǒng)一、數(shù)據(jù)口徑一致；

?規(guī)范數(shù)據(jù)模型：建立規(guī)范、靈活的數(shù)據(jù)模型，以實現(xiàn)指標靈活敏捷的構(gòu)建和簡單高效的查詢。

三、打造低門檻數(shù)據(jù)應(yīng)用場景

基于零售智能決策平臺，中信銀行通過模板化、AI智能化的場景應(yīng)用，讓業(yè)務(wù)人員能夠以較低的門檻開展數(shù)據(jù)分析。例如，業(yè)務(wù)人員可以1分鐘內(nèi)基于關(guān)鍵詞搜索快速找到需要的業(yè)務(wù)指標，僅需2-3分鐘就能拖拽出美觀的數(shù)據(jù)看板，并大量智能化的應(yīng)用場景融入，讓業(yè)務(wù)人員也可開展指標歸因、指標預(yù)測等專題分析。

截至目前，中信智能決策平臺項目平穩(wěn)運行，開通用戶數(shù)近6.8萬人，沉淀數(shù)據(jù)卡片和看板總量超2.3萬個，沉淀分析數(shù)據(jù)集超2千個。集合了全行近300位數(shù)據(jù)分析師共同參與數(shù)據(jù)內(nèi)容建設(shè)，平臺共完成112個應(yīng)用專題分析看板上線、超1萬項指標定義及發(fā)布，并完成25家分行的試點及應(yīng)用推廣。

四、打造“目標-指標-策略”的完整閉環(huán)

為有效實現(xiàn)策略與經(jīng)營目標相勾稽，形成完整的經(jīng)營閉環(huán)，零售智能決策平臺聯(lián)通策略平臺，打通策略平臺全流程下發(fā)及反哺的閉環(huán)，實現(xiàn)了“指標驅(qū)動策略，策略賦能經(jīng)營”的效果。

項目牽頭人

黃河 中信銀行財富管理部數(shù)據(jù)團隊負責人

項目團隊成員

中信銀行財富管理部：黃河、邵帥、倪凡、顏志良、張琳、陳婉璐、雷鑫、劉智、孟琳、倪凡、王璐、魏文琴、張海波、張鑫龍、趙思奇

中信銀行大數(shù)據(jù)中心：馬寧、徐優(yōu)、唐可、梁新斌

關(guān)鍵詞：