案例名稱
青島農商銀行：“人·貨·場”思維打造“星智數?！逼髽I級BI+AI智能數據平臺
案例簡介
青島農商銀行“星智數?！盉I+AI智能數據平臺以“人·貨·場”思維打造低代碼、一站式數智平臺，實現“業務提需求、科技做需求”向“科技搭臺、業務唱戲”的轉換。
“人”:強調人才培育。秉承“數據平臺建設核心不在于形成多少數據應用，在于培養多少兼具數據和業務思維的復合型人才”，將人才培育作為平臺建設首要工作，打造“業·技·數”深度融合的復合型人才隊伍體系，營造“讓數據說話，用數據決策”的數字文化氛圍，挖掘業務部門“種子用戶”。
（圖1：業務部門“種子用戶”自主搭建管理駕駛艙）
“貨”：重塑平臺架構。深度融合BI+AI智能數據平臺與存量數據平臺，打造以BI+AI智能數據平臺為核心，整合數據整合平臺、大數據平臺、數據報表平臺、數據治理平臺的“五位一體”數據門戶，實現“1+1>2”效果，融入全行數據中臺建設體系中。
（圖2：青島農商銀行一體化數據門戶框架）
（圖3：青島農商銀行數據中臺框架）
“場”：深挖數據場景。從技術創新、賦能業務、釋放基層等維度評選行內十大精品應用場景重點推廣，在業務部門間營造“比學趕超”的良好氛圍，加速平臺推廣應用。
（圖4：精品場景代表-普惠信貸工程監控平臺）
創新技術/模式應用
一、技術創新
1.RPA+BI技術深度融合
痛點：部分數據來自于行外，無法直接與BI平臺對接，需人工上傳至BI平臺，產生大量重復工作。
創新點：將RPA與BI技術深度融合，RPA負責對接外部數據源，完成數據抓取、整合工作后上傳至BI平臺，由BI平臺完成后續數據分析、數據挖掘、數據可視化工作，形成 “RPA整理數據、BI分析數據”的高效數據應用鏈路。
（圖5：RPA+BI協作示意圖）
2.極速查詢引擎
痛點：數據平臺查詢存在瓶頸，無法實現底層億級數據的秒級查詢。
創新點：基于Clickhouse的多核并行、分布式計算、向量化執行與SIMD指令等多種重要技術，一鍵將數據轉換為高性能查詢表，實現數據分析與查詢加速，達到億級數據秒級計算的效果，突破數據查詢瓶頸。
（圖6：智能數據平臺極速查詢架構）
3.PC/移動端無縫銜接
痛點：PC端與移動端數據應用需分別開發，形成“煙囪式開發”現象，且移動端開發需具備專業前端開發技能。
創新點：雙終端一鍵轉換，PC端內容可一鍵轉換為移動端布局，自適應移動端屏幕尺寸，無需二次開發。移動輕應用，靈活拖拽配置，無需代碼，快速構建類原生APP效果的移動端BI。
（圖7：移動端應用搭建）
4.中國式報表助力年報加速
痛點：數據類平臺與Excel操作存在巨大差異，無法直接將Excel移植到平臺中，特別是銀行監管類、年報類報表大量依賴傳統Excel操作。
創新點：高度兼容Excel用戶習慣的報表能力，同時提供低門檻的報表構建能力，敏捷實現Excel報表線上化，適用于數據來源復雜、表頭復雜、布局復雜、計算復雜的中國式復雜報表，當前已支持全行年報數據快速生成，大幅提高效率。
（圖8：中國式報表創新點）
5.AI智能數據洞察
痛點：業務部門數據分析需求響應慢、花費時間長，平臺無法提供智能決策依據。
創新點：運用AI算法模型，對指標波動進行自動化多維度拆解，快速找到關鍵影響因素，以圖文報告方式，高效獲取業務洞察。進一步通過多維度深層分析，可以穿透數據結果，挖掘影響因子與根源，深入業務真相，提升數據洞察能力。
（圖9：智能洞察效果與價值）
6.智能ETL
痛點：業務人員無法快速掌握SQL、Python等專業數據分析編程語言，存在較高的學習成本。
創新點：用戶可基于強大的數據處理算子和節點，通過全拖拉拽式、配置化的方式對數據進行清洗、轉換、加載等操作，對任意節點的實時預覽糾錯與輸出等完成數據處理工作流的構建，快速完成輕型數倉的建設，業務人員也可達到專業級的數據處理效果。
（圖10：智能ETL全功能圖譜）
二、模式創新
1.創新激勵機制
目標：鼓勵業務人員主動使用智能數據平臺進行數據分析，推動創新。
措施：
?氛圍營造：在BI+AI智能數據平臺首頁展示應用龍虎榜，營造“比學趕超”氛圍。
?創新競賽：定期舉辦數據分析與創新競賽，激發業務人員的創造力和競爭意識。
?最佳實踐分享：建立最佳實踐分享機制，定期舉辦經驗分享會，推廣優秀的數據分析應用案例。
（圖11：平臺使用龍虎榜）
2.“業技融合”的分析體系
目標：在業務部門內部設置數據分析師角色，促進技術與業務的深度融合。
措施：
?數據分析師嵌入：在各主要業務部門設置數據分析師角色，直接參與業務決策和數據分析工作。
?敏捷工作站：安排技術人員與業務人員成立聯合工作站，便于即時溝通和協作。
?角色職責明確：明確數據分析師的職責，確保其在業務分析和技術支持之間發揮橋梁作用。
項目效果評估
本項目采用定量同定性相結合的評估方法，其中定量評估重點跟蹤以下指標：
1.數據應用開發效率：
指標定義：平均每工作日增加的看板數量
指標數據：268（當前數據應用總數，含數據看板、數據大屏、移動輕應用）/100(項目自2023年11月上線至今工作日)=2.68應用/天
提升效果：通過低代碼、自助式平臺賦能模式，突破了傳統數據應用集中到科技部門統一開發的瓶頸，業務人員可自行搭建數據應用，較此前0.35應用/天提升600%。
2.報表智能化轉型率：
指標定義：手工報表向智能報表轉化率
指標數據：292(上線后手工轉智能報表數量)/416（上線前手工報表數量)）=70%
提升效果：通過BI+AI智能平臺上線，將大量線下手工報表轉為線上智能化報表，將一線統計人員從大量重復性工作中釋放出來，將工作重點轉移到業務分析、產品分析等更具創造性工作中。
3.有效、活躍用戶數及占比：
指標定義：有效用戶數指成功登錄過平臺，并在平臺個人空間建立個人文件夾用戶、活躍用戶數指最近30天登錄天數超過100次的用戶
指標數據：當前平臺有效、活躍用戶數分別達到3360、1072，占全行員工比例（含柜員、客戶經理等一線崗位）達到63%、20%。
提升效果：通過平臺的持續推廣，當前平臺70%以上看板由業務部門自主搭建完成。
（圖12：業務部門應用情況）
定性效果評估重點從數據文化、數據素養等方面進行評估：
1.數據分析師隊伍培養：按照L1-L4等級打造全行數據人才梯隊，推動全行“人人都是數據分析師”數智文化的打造。依托BI+AI智能數據平臺，開展“云梯·千數”數據分析師培訓工作，當前已有800名員工報名參與培訓，計劃于年內分批次開展數據分析師培訓工作。
（圖13：L1-L4用戶分級培養路徑）
（圖14：“云梯·千數”數據分析師培養計劃）
2.數據文化培育：運用新媒體開展數據分析直播活動，吸引全行2000余名員工參與直播活動，在全行總人數比例40%，通過直播建立官方數據愛好者企微群，通過企微群宣貫數據文化。
（圖15：“星智數?！睌祿治鰧崙鹩柧殸I直播活動）
該項目建設過程中“跳出平臺建平臺”，基于BI+AI智能數據平臺打造全行基于“人·貨·場”的“數智決策”生態圈。讓業務人員擺脫了對技術部門的依賴，賦予了他們數據探索與分析的自主權，使業務人員能夠迅速、精準地捕捉市場機遇和業務潛力。
項目牽頭人
隋利鋒 青島農商銀行信息科技部總經理
項目團隊成員
修文娟、徐麟、李卓雅、王桂君、張冬、牛曉妮、劉麗、闞洪敏、高翔、管瑞、王小龍、李謙、王躍鵬、莫建生
責任編輯：王超
免責聲明：
中國電子銀行網發布的專欄、投稿以及征文相關文章，其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方；如涉及未經許可使用作品的問題，請您優先聯系我們（聯系郵箱：cebnet@cfca.com.cn，電話：400-880-9888），我們會第一時間核實，謝謝配合。
