如今的金融行业市场正发生着翻天覆地的变化。银行之间的竞争也日益激烈，利率市场化已经成为了趋势。面对着“金融脱媒”的压力，同时也为了能够在市场中继续立足，商业银行也只有利用强化营销、控制日增的风险，才可保证利润的增长和可持续发展。通过实施数据仓库系统，商业银行可以实现账户、客户和交易数据的集中和统一、实现以客户为中心的市场化营销、改善营销手段和效率、降低成本，同时又可以稳固并提升客户的忠诚度和满意度。

商业智能是商业银行应对市场竞争的选择，银行BI应用它贴近行业的特殊选择，同时满足了商业银行发展的需要。商业智能的应用越来越广泛，它既可以满足一般企业的客户关系管理、人力资源管理、绩效管理等，在其他行业也能得到初步的应用，特别是金融行业。

现在金融行业的业务和大数据技术的相结合，不仅推动了行业的升级，还让金融行业会实体的服务大大加强，促进了金融行业的发展，但是在这之中，大数据使用的最为的频繁也是最为成熟的。

与其他一些常规的业务分析对比的话，大数据的开发可以让业务在进行决策的时候有着更佳的可控性，可以让我们在定制一些计划的时候更佳的合理，在一些金融业务中，我们可以通过数据的信息，和一些客户的行为等在互联网上去进行交互，提升用户的体验降低我们的成本。

现在，我们来具体看看国内BI工具思迈特软件Smartbi在金融业当中的具体应用案例吧——Smartbi银行BI应用。

一、银行BI应用项目建设背景

在该银行中，各个分析系统独立分散，是典型的“烟囱式”架构。主要的问题表现在以下几个方面：

乱：已经有多个不同的分析系统，这些系统间并不互通，分析成果不能相互跳转。

杂：不同分析系统之间风格不统一，难以集成，需要进行多次登录操作。

慢：分析周期慢，从需求到实现，普遍需要一周甚至更多的时间。

废：数据整体的利用率不高，也没有和外部数据形成关联分析。

为了解决以上问题，该银行决定启动“数据应用门户”项目建设，希望实现数据的统一处理、用户的统一管理和登录界面的统一风格，打造一个覆盖多用户层级的、灵活自由的、可扩展的、支撑全行各领域的数据查询、数据分析、数据共享的一站式数据工作平台。此外，还希望推动全行各层级用户参与数据分析和运用，在全行范围内营造自主的数据应用氛围和文化，传播数据应用价值。

二、金融项目BI建设过程

Smartbi在该金融项目的BI建设中，采用了三步走的实施步骤，即搭框架、深应用、促转型。

搭框架

搭框架指构建统一的数据门户，整合行内现有的分析系统，完成门户与行内的数据、用户的集成，用户能初步进入门户进行数据查看。

深应用

深应用指在数据门户上整合更多高级分析功能，如自助分析、数据挖掘、知识图谱、人工智能等，提升行内对于数据的利用水平，直接带来分析价值。

促转型

促转型则是一个长期的过程，它指在整个门户的运营过程中，配合一些激励的措施，充分调动全行人员的积极性，形成数据分析的氛围与文化，最终达至数字化转型。

三、总体功能架构

总体功能架构包括四部分：

门户首页：作为全行数据应用的流量入口，通过首页可访问所有数据相关的子应用。

系统支撑：统一子应用系统与门户的深度融合，所有引入系统的数据，均需要验证数据符合规范后方可导入系统，避免造成平台已有数据的混乱。

系统管理：要求根据权限的设置情况，对系统用户屏蔽不具备操作权限的菜单、功能键。

应用系统：包含自助分析、管理驾驶舱、报表平台、数据管控系统等应用。

四、技术实现亮点

该银行的数据应用门户基于Smartbi一站式数据分析平台进行建设，在技术实现上有以下亮点：

异构数据轻松集成

将行内分散、异构的信息资源进行集成，统一信息入口，用户根据角色权限按需进行访问、传递、以及协作化等操作，给用户带来了全新的交互式体验。

快速响应海量数据

分布式计算架构，单节点情况下支持多线程，规模可达PB级，高性能的数据处理能力,轻松应对银行海量数据。

统一数据应用门户

通过统一的门户首页，快速访问各个数据应用系统，为银行领导和业务人员的决策提供数据支持。对用户权限进行统一管控，实现总行、分行、业务条线级别的数据权限隔离，保证银行级别的数据安全性。

业务人员自助分析

采用自助ETL和自助分析工具，业务人员可以自主完成数据分析，打破以往业务部门投入大量人力进行手工统计的低效举措，也不用花费大量时间等待技术部门提供支持，切实提高数据分析效率。

五、项目BI建设成效

项目上线后，日均在线使用人数600左右。项目以门户首页作为全行数据相关应用的流量入口，扮演着“想到数据，就想到门户”的重要角色，“打开门户首页看一眼数据”成为用户每天的日常。

辅助领导经营决策

该项目将银行内部各个数据应用系统进行有效整合，提供管理驾驶舱、自助分析、报表、外部数据查询等数据服务，辅助银行领导经营决策。

释放技术人员压力

业务人员不再需要技术部门支持，就能够轻松应对各类数据分析，释放了技术人员的工作压力，让技术人员可以转型成为数据分析专家。

助力银行数字化转型

有效实现了全行范围内数字化分析、数字化营销和数字化风险控制，激发了各层级人员对于数据的认知、分析和应用，提升了行内数据资产价值，促进业务发展、风险控制和内部管理，有效推动全行数字化转型。

通过以上案例我们可以看到，虽然银行BI应用中存在各样各样的痛点，但是只要打破“烟囱式”架构，建立统一的数据应用平台，这些痛点都可以迎刃而解。同时，通过改善用户应用数据体验，通过简单易用的自助分析工具，加上相应的激励措施，还可以提高全行员工进行数据分析的积极性，做到治标又治本，使BI应用在银行内部得到进一步的普及和发展。