宁波银行×观远数据实力入选《2022爱分析·银行数字化实践报告》

爱分析联合创始人&首席分析师张扬在报告中提出，相较其他行业，银行业作为数字化转型的排头兵，进程上看，已步入数字化转型深水区。银行数字化转型的成功，需要从底层基础设施、支撑平台到前端应用得到强有力的技术支撑。深入研究技术发展路径，将对做好银行数字化转型起到好的引领作用。

技术的价值则将体现于业务，通过创新技术充分挖掘数据价值，来提升业务效率，推动业务增长，创造业务价值，银行的数字化转型才能真正成功。

银行需要以工具为业务/管理人员赋能，助力其完成更贴近业务的数据分析，同时帮助技术人员回归技术本位投入到更需专业度的工作中去。

现阶段银行开始普遍采用自助式BI作为可视化分析工具。自助式BI主要面向业务/管理人员，业务/管理人员能基于业务理解，借助易用性较强的前端分析工具，通过简单的拖拉拽开展自助式分析。一般而言，自助式分析可分为两类：半自助的可视化交互分析和完全自助的自助式分析。

随着AI应用的逐步加深，银行对更为智能化的数据分析提出了预测性分析需求以及更为易用、便捷、高阶的自助分析需求。

·  银行业需求变化与BI解决方案演进

作为银行业BI商业智能项目实践的典型案例，此次入选报告的宁波银行×观远数据一站式智能数据分析平台2.0项目，就以BI+AI+图谱的创新模式、“让业务用起来”创造的真实价值，为更多银行数字化转型提供可借鉴、可落地的实践经验。

宁波银行是一家上市头部城商行，成立以来，对公、零售等业务取得长足发展，资产规模在国内银行中名列前茅。近年来，宁波银行不断加大金融科技资源投入，全面深化科技与业务融合，坚持以系统化、数字化、智能化推动商业模式变革，实现为业务赋能、为客户赋能。

宁波银行不断创新，探索BI+AI+图谱的新模式

为深度挖掘数据价值、实现精细化服务管理，宁波银行构建了数据分析平台1.0。但随着业务的快速发展、管理理念的不断提升，需要进一步强化数据治理、降低分析门槛、提高大数据AI模型的应用程度，实现智能化一站式数据分析。

因此构建一个理念更先进、场景更丰富、自主性更强、应用更落地、能够真正“让业务用起来”的数据分析平台，成为宁波银行的需求。为此，宁波银行于2021年展开招投标工作，经过层层筛选后，杭州观远数据有限公司（下称“观远数据”）凭借其一站式的产品优势、先进的设计理念和强大的产研能力及全流程服务能力，最终成为宁波银行的合作伙伴，共同构建一站式智能数据分析平台2.0。

打造从数据开发到数据分析、增强分析的一站式智能数据分析平台

宁波银行于2022年1月开启平台建设，依托观远数据强大的数据能力，截止目前已完成了底层数据开发平台和数仓的建设，并打造了“AI+BI”互联互通的全行性一站式分析管理平台。一方面以其易用、智能的特性助力更多的业务人员真正用起来，另一方面借助其精细化权限管控和数据动态脱敏能力，让数据可用不可见，极大保障信息安全。

完善底层数据基础，为数据分析互联互通奠定基础。为实现对上层数据分析的支撑，宁波银行面向技术人员，打造了数据开发平台，实现了数据的统一整合与梳理。该平台以数据开发和算法开发为核心，技术人员可在此之上完成数据准备、任务开发、调度管理、插件扩展、算法实现、模型工程化管理、数据管理与协同服务。同时，观远数据还向宁波银行提供了数据开发平台的培训支持，保障能将平台真正用起来。

以AI算法为支撑，BI平台实现智能化数据分析挖掘。在观远数据的帮助下，宁波银行从0到1构建了评分卡、时序预测等模型结构，在对产品功能进行了定制化改造的基础上，将AI能力集成到智能数据分析平台中，从而助力业务人员更便捷地替换数据源或调参。业务人员通过简单的拖拉拽即可获取所需数据、实现数据分析，有效提升数据分析挖掘的智能化水平。

宁波银行通过算法场景化，帮助业务人员以低门槛创建了BI平台四类人工智能模型——归因、分类、预测以及关联模型：

第一， 借助归因（即数据解释）模型，探寻数据异动原因。当业务出现关键指标波动时，业务人员只需要在仪表盘、报表等载体上点击，平台即可从指定业务宽表中各维度出发，对客户客群批量特征进行算法分析，自动搜寻对业务核心指标影响最大的维度组合，快速定位波动原因，反哺业务策略；

第二， 利用分类模型，宁波银行以算法插件产品化简化算法模型构建流程，助力业务人员快速实现需求。以评分卡模型为例，能够助力业务人员通过拖拉拽完成评分卡自助建模，协助业务人员在业务营销前做好客群分析，助力精准营销、提升客户体验；

第三， 利用预测（时序预测）模型，预测业务发展趋势。基于COX（比例风险模型），宁波银行能够预测风险程度及损失、对风险化解手段进行成效分析，甚至挖掘更深层次的风险指标；

第四， 依托关联（即知识图谱联动BI）模型，寻找与特定客户存在关联的客群。宁波银行业务人员能够一键快速查询公司、个人客户之间的潜在关联信息，针对优质客户，进行关联营销，针对不良客户，提前开展风险防控。

精细化权限管控和数据动态脱敏，保障数据安全。权限管控方面，从用户角色和资源隔离两个角度保障了数据安全——用户角色层面，支持平台管理员、项目管理员、普通用户三种不同权限集合的角色；资源隔离层面，默认按照分支行和业务部门进行隔离，支持项目内的资源保护以及项目间资源分享场景；数据脱敏方面，一方面，将智能数据分析平台与银行内部审批系统对接，在走完审批流后，通过接口方式，可快速进行数据的非脱敏展示；另一方面，支持敏感数据智能化自动脱敏，能够在不需要分辨手机号、身份证号等敏感数据是否需要脱敏的前提下，自动探测数据并处理。

降低数据分析门槛，增加数据分析深度，提升数据价值

宁波银行和观远数据严格进行进度把控，已于2022年4月完成了包含底层数据开发平台、数仓构建和部分AI能力构建在内的项目一阶段建设，并在全行各业务条线风控场景下投入使用，用户覆盖上千人，应用效果得到验证。

在业务使用方面，该平台降低了技术门槛，只需少数IT人员做算法插件化，大量业务人员可进行自助分析，有效提升深度分析能力，赋能更多业务用起来；数据安全方面上，支持敏感数据自动脱敏及精细化权限管控；监测场景方面，支持行内外数据资产灵活合规使用、支持“BI（商业智能）+AI（人工智能）+KG（知识图谱）”互相融合；在应用效能方面，支持移动轻应用，包括手机、PC、PAD端，消除时间和空间的限制，无论是管理层、技术骨干还是业务基层，都可以随时随地使用移动端查看数据，实现“运筹帷幄之中，决胜千里之外”。

目前，该项目正在进行二阶段的建设，宁波银行将着力于“AI+BI”平台的完善优化与拓展。AI方面，提升产品复用能力，优化算法；BI方面，进行底层资源隔离、数据解释以及数据脱敏能力的升级，从业务出发，不断优化客户体验。与此同时，宁波银行在经过总行风控部门的实施验证后，正在逐步将平台推广至分行，为全行风控业务深度赋能，提升全行数据价值。