一、概述 伴随商业智能数据分析应用的逐渐成熟,许多银行逐渐意识到数据回归业务,通过数据支撑业务分析场景的落地,才能真正发挥出数据的价值,但以往由IT部门主管的数据服务如何逐步开放给业务用户“业务提需求,IT做需求”的传统数据服务模式如何打破成了企业数据化转型的主要阻碍。基于众多银行客户面临的这一共性问题,思迈特软件基于Smartbi搭建的自助分析平台解决方案,通过强管控,全自助,真分享的解决思路,为客户提供一站式的自助分析数据服务能力,有效助力银行客户及众多企业实现业务人员自助式完成数据分析,推动数据资产的沉淀及数据文化构建。 二、方案背景 大数据时代背景下,越来越多的企业希望能从数据中获取知识,洞察业务见解,让业务人员参与数据分析,向数据获取更大的效益。目前,绝大多数企业对数据分析有较高的重视程度,在数据分析相关的项目上有着不小的投入。但是,企业的数据分析主要还是以业务部门提需求,IT部门实现需求的“数据中心化服务”的方式为主。 这种方式通常需要业务部门详细描述其需求,技术部门评估出方案后,然后排计划进行开发,再接着测试、发布上线的力量有限,业务部门的需求非常多,同时,IT人员虽然熟悉技术和工具,但是不擅长业务,业务人员提出的报表需求,很难理解,反复沟通确认,还经常达不到业务的需求。整个过程下来,时间周期比较长,导致业务数据分析效率低,难以适用灵活多变的业务需求。同时,业务部门认为现有的数据分析工具不好用、不灵活,比如业务人员对Excel比较熟悉,但是数据需要自己汇总导入,分析数据或者实现数据可视化不方便。 目前BI市场已经在向业务人员数据自助分析发展,很多有远见的企业已经意识到自助分析的重要性,也采购了商业的自助BI工具,但是在推进自助分析过程中会遇到各种难题。 1、如何实现数据安全和数据自助分析之间的平衡。确保数据安全是首先要考虑的,一般通过数据、用户等权限管控,给数据建立起一道道“安全墙”,但是它也阻碍了数据开放使用,不能让数据发挥充分的价值。 2、如何让业务人员愿意用BI平台。在以往的数据使用方式中,业务人员习惯了数据分析的“拿来主义”,需要报表找IT。上了BI平台后,往往不愿意再学习、使用新的BI工具。同时,业务需求场景丰富多样,单一的BI工具很难适应各种业务场景的需求。总之,业务人员需要丰富、易用的数据分析工具。 3、BI平台上,各种人员角色如何分工合作。在BI平台上有各种角色成员,包括业务人员、IT技术人员等,每个人员有各自的职责范围,但是彼此又是互相关联,在BI平台上,需要确保不同人员角色都充分发挥各自的价值。 思迈特软件基于企业数据分析的种种难题和疑问,推出了Smartbi 自助分析解决方案,有效帮助企业推进自助分析,实现数据价值最大化。 三、适配平台 1、芯片: (1)飞腾:S2500;FT2000+/64 (2)鲲鹏:920;916 (3)海光:5000;7000 (4)兆芯 (5)龙芯:3B400 2、操作系统: (1)麒麟:飞腾版V10&鲲鹏版V10 (2)统信:V20(CPU平台∶飞腾FT2000+/64、腾云S2500,鲲鹏916、鲲鹏920); V20(CPU平台:海光5000/7000) (3)中科方德:V4.0(海光版、兆芯版、AMD64版);V3.1(海光版、兆芯版、AMD64版) 3、中间件: (1)东方通:东方通TongWeb 7.0及以上版本 (2)宝兰德:应用服务器软件(BES Application Server )V9.5 4、数据库: (1)星环:TDH6.0 (2)达梦:DM7、DM8 (3)南大通用:Gbase8s;Gbase8aMPP (4)人大金仓:KingbaseAnalyticsDB V3.0;KingbaseESV7、V8 (5)华为:GaussDB200、GaussDB(for MySQL);GaussDB(for openGauss) (6)阿里:AnalyticDB For MYSQL&PostgreSQL;MaxCompute (7)上海跬智:Kyligence Enterprise V4 (8)瀚高数据库:瀚高安全版数据库V4.5;HighGo Database V6企业版 (9)奥星贝斯:OceanBaseV2.2 5、服务器 (1)中科可控:R6230HA\R5230HA\R4230HA(基于海光芯片);R62\R52\R42(基于海光芯片) (2)中科曙光:H620\H520\H420;H620-G30A;H620-G35A;H620-G36A;H520;G30A;H520-G35A;H420-G30A (3)华为:Taishan200 6、云 (1)华为云 (2)阿里云 7、计算平台 (1)深信服:云计算/超融合平台 四、方案介绍 “全方位为不同类别的客户,提供数据全自助分析服务。” Smartbi自助分析平台来源于思迈特软件多年服务金融类大客户的数据分析实施推广经验,结合国际先进的产品设计理念与高科技技术,为企业提供数据化运营的统一门户平台,为业务人员提供数据分析服务,为数据分析各种参与者提供友好易用的数据服务,帮助企业实现“数尽其用、人尽其才”。
(一)方案创新理念 (1)强管控:Smartbi 满足平台管理员的管理和协同需求。对自助分析平台来说,数据安全是最核心的要素,而且越来越开放的元数据也需要安全管控! l 支持对不同的用户、角色、机构实现细到报表行、列的权限控制,自助的同时确保安全。 l 面对数据资源的增加、修改等变更,可以利用元数据预告给受影响的用户。 l 关于平台运营和数据资源的通知,可以在消息中心及时发出,并提醒给每个用户。 (2)全自助:Smartbi 匹配各种操作习惯,覆盖各种角色的使用场景,满足以下诉求。 l 业务:提供可快速找到,且容易理解的分析数据,提供多种实用的分析工具。 l 运营:提供一套运营的机制,充分调动业务人员数据分析的积极性。 l 技术:提供安全、稳定、性能等方面的保障。 (2)真分享:通过应用商店、数据导航、个性门户等功能沉淀分析成果并鼓励分享,营造数据分析文化,形成持久战斗力,帮助企业构建“百花齐放”的数据化运营的生态系统。 l 个性门户:提供统一数据门户作为数据分析入口,亦可“千人前面” l 数据导航:开放目录 + 数据脱敏 + 数据授权,实现数据的可控开放。 l 分析商店:所有分析成果皆可复用,解决数据分析的“从零开始”和“无从下手”。 l 数据答疑:提供社区化的在线问答交流,经验可分享可沉淀可搜索。 (图)自助分析平台分角色功能架构 (二)方案特色功能: 从数据分析的角度,我们推荐业务分析师使用不同类型的功能,因为单一工具从来不能满足全场景的需求,为此我们提供了多款适用于不同分析场景,不同分析诉求,不同分析习惯的自助分析工具箱,来实现真正的降低数据分析的门槛,让业务用户以更低的学习成本快速上手。 (图)自助分析工具箱 (三)典型银行自助分析场景: 银行不同部门业务存在很差别,所关注业务方向也不同,对数据需求的侧重点也不一样,通过自助分析平台业务人员能根据自己的需求查询数据,分析数据,快速响应业务需求,并实现业各自业务部门我数据我做主自助分析效果。 (图)银行典型业务自助分析场景 (四)方案核心优势: Smartbi自助分析解决方案,基于Smartbi商业智能大数据分析产品搭建,在帮助用户实现业务自助的同时,通过健全的运营体系,使用应用商店、自助门户等功能,帮助用户盘活数据资产。此外Smartbi跟华为、麒麟、达梦、东方通等主流自研的操作系统、数据库、中间件厂商进行了互相兼容认证。确保从平台的部署,到系统的稳定高效运行得以专业的保障,在客户复杂多样的选型下都能轻松胜任。 五、方案价值 通过自助分析平台的搭建, 打破了“业务提需求,IT做需求”传统模式,解决以往数据业务需求变更频繁、IT部门需求过多、IT与业务交互流程长、实施周期长、维护成本高等行业问题,降低业务用户分析数据的门槛,满足不同业务部门的数据分析场景,实现“技术搭台,业务唱戏”的崭新的数据分析应用模式。 (1)数据回归业务:让业务用户也可以灵活使用数据。激发业务人员数据应用的积极性,从被动等待技术人员提取数据,转为可随时、自主地通过平台开展数据分析,辅助经营决策和支撑营销活动,及时抓住商机,赋能业务发展。 (2)减轻科技的工作压力:快速应答业务需求及提出的问题,简化业务流程,节约大量维护及处理数据需求的成本,让IT人员回归数据建设本身。 (3)推动银行数据化运营建设:推动了数据分析队伍建设,激发业务人员数据分析应用的积极性,在全行形成自觉、自发应用数据的浓厚氛围,在业务条线培养出一批优秀的数据分析师能手。 六、客户案例 Smartbi拥有丰富成熟的金融行业自助分析平台建设经验,在落地的项目中,自助分析平台在各类数据应用中也成效显著。很好推动的银行的数字化转型,让业务人员也能成为数据分析师。交通银行总行、民生银行等客户通过我们的自助分析平台推进了全行的数据化运营氛围且成效明显。 某邮储银行自助分析平台项目: 在大数据时代下,业务数据的有效利用已成为银行业务快速、健康发展的助推剂,该行各级分支机构也将数据应用融入到了日常的经营、管理、营销、风控中,尤其是信用卡条线。随着业务快速发展,对数据的依赖性越来越强,日常数据提取和分析的需求量变得越来越多。近三年来,该行数据申请单的数量都在300单以上,占全省申请单总量的40%左右。但是,数据质量和工作效率却存在缺失全局数据观、底层数据结构复杂,业务人员难理解、数据处理复杂,分析结果慢等诸多问题。 通过建设Smartbi自助分析平台,为业务提供了可视化、自助式、零编程的数据分析服务。业务部门从被动等待技术人员提取数据,转为互动式秒级响应大数据查询结果,可随时、自主地通过平台开展数据分析工作,实现“技术搭台,业务唱戏”的崭新数据分析应用模式。
|