在日前结束的“让业务用起来·观远数据2022智能决策峰会暨产品发布会”云上直播中,数禾科技CDO王冠军分享了“金融科技场景下的敏捷BI实践”。王冠军总结了 BI 建设的诉求与动机,以及 BI 工具框架搭建的分析方法论,并分享了数禾科技携手观远数据,建立 BIOps 打造一流 BI 团队,实现数据分析民主化和数据驱动决策的历程。
BI 建设的诉求与动机
数禾科技成立于 2015 年的 8 月,以大数据和技术为驱动,为金融机构提供高效智能零售金融解决方案,服务银行、信托、消费金融公司、保险、小贷公司等持牌金融机构。数禾科技通过自主开发的消费信贷产品,连接金融机构与普罗大众,赋能金融机构数字化转型,迎接中国消费升级的大潮。
数禾科技 BI 建设路程与业务息息相关。对于业务而言,BI 功能有几个关键词。
✦提效:帮助业务能够更方便地获得数据,找到数据背后的业务含义,效率是第一位。
✦自助:从原来的专业 IT 团队者做交付,转化为业务团队自助式完成诉求。
✦交互友好:在任何时间、任何地点以各种方式,都能够通过 BI 做业务洞察、业务探测,例如手机,Email,钉钉、企业微信、飞书等工作软件。
✦共享与协作:BI 的结果要能够共享,让不同的业务职能团队做协作,实现更好的协同。
✦流程简化:BI 体系能够简化多方协作的流程,以更平民化的方式获得数据洞察的能力。
✦快速洞察:快速取数以及拿到数据后,要能快速分析出业务结果。
✦嵌入业务流程:将 BI 的能力和业务流程结合,边看边干,边分析边执行。
✦目标跟随:通过历史数据设定 KPI 目标、战略目标等执行目标,通过 BI 管理目标结果与过程,并优化战术策略以及调整战术方向。
✦绩效改进:设定业务目标时匹配多种方案,可以通过BI做提前预测,找到更优化的策略。
✦可执行决策:BI 最重要的工作是产生洞察,洞察的目的是决策,可落地的决策才是最有价值。
在大数据时代下,数禾科技对数据与技术都有了更高的要求。每个地方都可以产生数据,产生数据的结构都是不一样的,异构数据源的统一集成是重点;其次是数据的准备和处理,可以帮助高效加工数据,做高质量的洞察;数据实时性是当前非常重要的要求,可以对后续执行进行灵活性调整;未来对于更高效的数据探索,在全量数据进行快速的交互式查询,对大数据量的可视化工作,以及一些高级分析算法,都是目前努力的方向。
王冠军表示,“底层支撑技术需要跟 BI 去做结合,提供更高效、合规、安全的洞察服务基座。”技术的主要挑战在大数据体系方面的分布式存储、分布式计算流批一体以及 OLAP 在线分析处理、安全处理、数据编织等等。
除去业务的诉求和数据、技术的挑战, BI 工具的功能特点发生了重大升级,王冠军总结了以下几点:
✦移动优先,移动互联网时代,BI 无论是在手机、平板电脑,还是在笔记本上,都可以快速获得访问能力;
✦即时响应,报表的加载的时间,应该在秒级就能把结果呈现出来;
✦交互增强,被动接收新的 BI 信息、成果以及洞察结论。例如不再点击链接,而是与机器人交互,获知GMV等信息;
✦可嵌入,把 BI 嵌入到工作流程里,边看边干,边分析边执行,缩短洞察到决策到执行环节;
✦敏捷自助,唯有自助才能够实现敏捷;
✦增强分析,把 AI 机器学习的算法能够放进 BI 里,不局限于传统分析框架。
此外,安全合规、实时数据、云原生、可观测性、7*24可访问、BIOps等等也是数禾科技关注目标。
将数据融入 BI ,将 BI 融入业务,数禾科技构建了自己的“数据赋能飞轮”。先从业务流程开始,承载数字化业务,业务流程累积沉淀出数据,采集这些数据放在大数据平台上做洞察,基于洞察结果,制定一系列策略,并定计划行动,最后这些行动再落实在业务流程里。那么新的业务流程或者说这个变更过的业务流程,又开始运转起来,如此循环不断产生了螺旋式上升的飞轮效应。
这其中“洞察”环节的框架是重中之重。有了数据,下一步是分析洞察,可以分成四大块,分别是统计分析、诊断分析、预测分析、规范分析。
✦统计分析主要解决两个问题,第一,对于过去发生的事情,在明细层面还原业务;第二,对过去数据进行汇总统计产出报告,知晓发生了什么。
✦诊断分析阶段,基于报告要做诊断分析找到原因。
✦预测分析开始预测未来可能发生什么,通过数据能够给到预判,辅助业务制定策略。
✦规范性分析的核心目标是事中控制,及时制定最优策略并快速执行,让数据洞察落地。第一要干预,对业务问题的及时干预止损,第二就做控制,实时感知业务状态,控制在合理边界范围内。
为了支撑以上分析功能,有一些传统的经典分析方法,也有一些目前比较流行的增长分析手段。无论是经典分析方法论还是先进的增强分析,都需要 BI 能力支撑。比如,通过数据指标统计进行业务监控,感知业务当前的运行状态,感知后进行预警,一旦超过阈值,及时进行归因定位,通知相关人员。最后在新策略制定过程中,要有模拟仿真,通过历史数据做历史回测。在模拟仿真的历史回测上得到是最优解后,再去在生产环境里验证,有效节省相关成本。
BIOps 建设实践分享
DevOps 和 Data Ops 实现了开发运营以及数据分析过程中,降本增效的作用。借鉴该理念,数禾科技总结了一些经验,制定出一套 BIOps 的实践经验。
BI 工作环境分成两个,沙箱/分析环境和生产环境。沙箱/分析环境里,提供一整套数据的访问和透视能力。把数据集成到沙箱/分析环境后,数据分析师业务人员可以自助通过观远数据 SmartETL等工具进行简单的数据清洗工作。之后可以应用一些分析方法论,对各个维度的数据进行探索,甚至做一些可视化图表、分析看板,观察效果以及结论。
当这条分析方法以及洞察结论形成了相对固定的套路之后,业务人员就会把整个 BI 的分析流水线上线发布到生产环境里去。生产环境里的数据源来自于大数据和数据中台,把这些数据抽取到 BI 平台里做数据加工,生成报表,发布到订阅用户使用。通过类似于 DevOps 的流程,极大简化了数据分析探索,以及洞察交付的实践。相当于把沙箱/分析环境里,业务人员自助发现的业务数据规律进行了更广泛的共享和使用。
对于这样一套环境,BI 管理团队需要维护好的整个 BI 平台。对每天跑的平台任务的运维,监控资源的消耗,以及治理BI作业。平台中的仪表板、报表,做好生命周期管理,跟踪治理效果如何,是否实现了某个业务的降本增效。王冠军表示,“所有的工作都是数据驱动,也是得益于观远数据 BI 平台,提供了很多的 BI 元数据,帮助到我们制定精细化的管理策略。”
建设一流BI团队
打造数据文化
有了工具,有了流程,后续是让整个公司的人员都用起来,所有人都应该基于数据做决策。这就对企业的数字文化建设提出了要求。两年前引入观远数据之后,数禾科技一直在不断打造数据文化体系,王冠军介绍了工作开展的三点思路和方向。
首先做培训和社区。BI 能够干什么?能够帮助到业务解决什么问题?一系列问题的解决方案是什么?能解决日常工作中的痛点是什么?这些都是需要和业务同事明确的。同时也会引进一些前沿的分析方法论,应用在日常工作当中,让业务真正体会到数据和技术能够带来的变化。之后在各个业务团队里面培养种子用户,形成社区效应,做定期分享,形成自下向上的体系。
其次是精益运营。作为 BI 管理团队,除了 BIOps 之外,数禾科技使用了 PDCA 框架贯穿在日常工作中。每个季度把所有的业务痛点拎出来分类,设定相关的解决方案和改进机制,不断循环,使得业务团队对BI平台信赖度持续提升。
最后是科学管理的手段。不仅依赖于人去管理整个系统运营,也需要自动化工具来运营。包括自动化的工具的研发,平台性能监控机制,以及多种数据架构方案。通过现有技术手段精益求精,让数据驱动的数据文化真真正正在数禾科技落地生根。
引入观远数据已经两年,王冠军表示,“数禾科技已经实现了数据分析民主化和数据驱动的决策。”在数禾科技,入职即开通观远账号,目前 90% 以上的员工都在使用观远BI。目前总共有 5000 多张报表。
从活跃度来看,数禾科技两年多累计访问约 360 万次,每天访问量在 5.8 万次左右。数禾科技也在持续改进整个 BI 平台体系,当前 SLA 非常高,大于99.99%,系统 0 卡顿。从效率看,平均报表渲染加载时长 1.5 秒,快速渲染加载率 95%。因此数禾科技用户在观远BI平台上交互体验以及响应都非常好,乐意使用观远BI完成数据分析以及洞察。
数禾科技和观远数据一起合作两年多的时间内,把数据分析民主化这件事情真正的落地了,期待双方的进一步合作,共创更好的 BI 最佳实践,为整个行业做出更多贡献。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
