金融机构如何做好业务数据协同？核心有三！

近日，观远数据参与深圳市金融科技协会举办的“湾区金科 (FinTech) 沙龙 (第四十八期) ——大数据专场”。观远数据金融行业解决方案总监舒方涛以《数据应用升级：变革数据生产关系》为主题，分享了金融机构业务数据协同现状及变革，指出缺乏数据的自由度和灵活度、部门间协同配合的沟通成本高、业务的数据需求量大且重复是当前需要解决的问题，要在数据治理、数据工具、数据文化等方面进行变革。

以下为舒方涛分享内容精选：

许多金融机构建设了不少的数据项目，包括底层数仓、上层数据应用等等，但数据价值却没有被完全发挥。原因在于三点：

这背后其实是企业业务数据协同的底层挑战：一是原来的数据基建更多是科技视角，业务应用视角相对不够；二是提供给用户的数据工具门槛较高，业务难以直接上手使用；三是企业的数据文化没有建立起来。  

要如何解决这个问题？其实有三个核心建设方向：

通过重塑数据生产关系，让更多人掌握数据生产的技能，提高组织的数据敏捷性，实现10倍的数据生产者，影响100倍的数据消费者。

面向业务建设的数据底座包括四个方面：数据治理、数据集市、资产管理和指标平台。

第一是数据治理。它的难度往往在冰山之下，背后的口径、权责、价值体现都非常重要。在数据治理的过程中，数据应用一定要做同步建设，要面向管理层、通过管理层驱动项目建设。

第二是数仓或者数据集市。如果把分析、取数需求交给业务部门，那么数仓里面的表，有多少是业务拖拉拽就解决的。

第三是数据资产。首先面向管理诉求，要把数据盘明白、资源盘明白，其次业务用户要能快速地解锁数据，进行相应分析。

最后是指标平台。不仅要允许业务建指标，还要管理建指标的过程。指标背后的展现、分析也是需要思考、关注的重点。

总而言之，整个数据底座要面向业务建设，其中包括数据治理过程要注重数据应用建设、数据集市要更贴近业务分析诉求、资产平台和指标平台要便于业务的检索，授权和使用。

观远数据让业务用起来的现代化BI有几个核心关键词：易用性、场景化和企业级。

Core BI 是BI的基础能力，涵盖数据接入、数据开发、数据分析、门户应用、协作应用等能力。它的关键词是易用性。原本这些能力是IT科技部门在用，现在要推广到业务部门去用，所以使用门槛一定要低。

观远BI产品全景图

其次，仅有工具是不够的。不是所有的业务部门都有分析思路，需要场景化，也叫做BI+。这背后是行业场景包、通用场景包、AI增强应用，囊括了企业内部分析实践、行业数据分析应用最佳实践。它的关键词是场景化。

然后，在平台上引入用户来真正使用这款产品。当用户体量提升之后，面临性能考验时，平台架构就变得更重要了。这应对企业级的关键词。

最后，观远数据接入了ChatGPT能力，进行了AI向的创新应用，偏智能交互问答式，让AI更好地与BI进行结合。对业务团队来说，可以自动分析，自动运算出相应的结果，并且可以持续交互，不断给出分析结果。

总结现代化的BI工具能力，第一是更低使用门槛的产品，通过易用性帮助业务用起来；第二是场景化能力，通过场景经验给予业务借鉴、启发，甚至快速上线1.0版本；第三是支撑大并发量的企业级能力，满足企业不同阶段的数据应用需求。

最后，数据文化的建设不是给业务用户做了几场培训，推了几个产品就够了。数据文化建设的背后需要的是激发，以及整体的运营机制。

基于不同的数据现状、需求现状，观远数据提出了6S理论，判别不同的企业大概处于的不同阶段。对于金融企业来说，大致处于S3到S4的阶段，逐步进入到由业务自发分析的阶段。这背后，如何再进行阶段的跨越，进入更好的数据应用状态。观远数据可以提供数据建设阶段升级的助力。

第一是诊断咨询能力，观远数据可以分析企业目前所处的数据建设阶段，企业成熟的能力是什么，欠缺的能力是什么；第二是完整的能力培训。不仅仅是产品工具层面的培训，还包含了数据分析、数据方法层面的培训；第三是实施带教，包括交付服务和数据应用共建以及业务场景共创。第四是运营推广的方法体系，例如帮助选对种子用户，选对种子产品等等。最后是与企业一起的场景共创。

最后总结，我们希望通过重塑数据生产关系的方式，帮助技术条线从基础的、繁琐的数据需求释放出来，让业务部门更好地发挥数据价值，真正赋能普惠业务，这是核心最基本的逻辑。

•  观远数据助推北京银行数字化转型，注入BI新活力

•  中信银行签约观远数据，企业级BI助力500强银行零售业务数字化转型

•  BI建设没价值？可能是你的路径没选对

•  《2023商业银行智能决策能力建设白皮书》正式发布，助力银行全面自助分析