共计 2287 个字符，预计需要花费 6 分钟才能阅读完成。
现在的金融行业市场正产生着天翻地覆的变动。银行之间的竞争也日益强烈，利率市场化曾经成为了趋势。面对着“金融脱媒”的压力，同时也为了可能在市场中持续立足，商业银行也只有利用强化营销、管制日增的危险，才可保障利润的增长和可继续倒退。通过施行数据仓库零碎，商业银行能够实现账户、客户和交易数据的集中和对立、实现以客户为核心的市场化营销、改善营销伎俩和效率、降低成本，同时又能够巩固并晋升客户的忠诚度和满意度。
商业智能是商业银行应答市场竞争的抉择，银行 BI 利用它贴近行业的非凡抉择，同时满足了商业银行倒退的须要。商业智能的利用越来越宽泛，它既能够满足个别企业的客户关系治理、人力资源管理、绩效治理等，在其余行业也能失去初步的利用，特地是金融行业。
当初金融行业的业务和大数据技术的相结合，不仅推动了行业的降级，还让金融行业会实体的服务大大增强，促成了金融行业的倒退，然而在这之中，大数据应用的最为的频繁也是最为成熟的。
与其余一些惯例的业务剖析比照的话，大数据的开发能够让业务在进行决策的时候有着更佳的可控性，能够让咱们在定制一些打算的时候更佳的正当，在一些金融业务中，咱们能够通过数据的信息，和一些客户的行为等在互联网下来进行交互，晋升用户的体验升高咱们的老本。
当初，咱们来具体看看国内 BI 工具思迈特软件 Smartbi 在金融业当中的具体利用案例吧——Smartbi 银行 BI 利用。
一、银行 BI 利用我的项目建设背景
在该银行中，各个剖析零碎独立扩散，是典型的“烟囱式”架构。次要的问题体现在以下几个方面：
乱：曾经有多个不同的剖析零碎，这些零碎间并不互通，剖析成绩不能互相跳转。
杂：不同剖析零碎之间格调不对立，难以集成，须要进行屡次登录操作。
慢：剖析周期慢，从需要到实现，广泛须要一周甚至更多的工夫。
废：数据整体的利用率不高，也没有和内部数据造成关联剖析。
为了解决以上问题，该银行决定启动“数据利用门户”我的项目建设，心愿实现数据的对立解决、用户的对立治理和登录界面的对立格调，打造一个笼罩多用户层级的、灵便自在的、可扩大的、撑持全行各畛域的数据查问、数据分析、数据共享的一站式数据工作平台。此外，还心愿推动全行各层级用户参加数据分析和使用，在全行范畴内营造自主的数据利用气氛和文化，流传数据利用价值。
二、金融我的项目 BI 建设过程
Smartbi 在该金融我的项目的 BI 建设中，采纳了三步走的施行步骤，即搭框架、深利用、促转型。
搭框架
搭框架指构建对立的数据门户，整合行内现有的剖析零碎，实现门户与行内的数据、用户的集成，用户能初步进入门户进行数据查看。
深利用
深利用指在数据门户上整合更多高级剖析性能，如自助剖析、数据挖掘、常识图谱、人工智能等，晋升行内对于数据的利用程度，间接带来剖析价值。
促转型
促转型则是一个长期的过程，它指在整个门户的经营过程中，配合一些激励的措施，充分调动全行人员的积极性，造成数据分析的气氛与文化，最终达至数字化转型。
三、总体性能架构
总体性能架构包含四局部：
门户首页：作为全行数据利用的流量入口，通过首页可拜访所有数据相干的子利用。
零碎撑持：对立子利用零碎与门户的深度交融，所有引入零碎的数据，均须要验证数据符合规范前方可导入零碎，防止造成平台已有数据的凌乱。
系统管理：要求依据权限的设置状况，对系统用户屏蔽不具备操作权限的菜单、功能键。
利用零碎：蕴含自助剖析、治理驾驶舱、报表平台、数据管控零碎等利用。
四、技术实现亮点
该银行的数据利用门户基于 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
将行内扩散、异构的信息资源进行集成，对立信息入口，用户依据角色权限按需进行拜访、传递、以及合作化等操作，给用户带来了全新的交互式体验。
疾速响应海量数据
分布式计算架构，单节点状况下反对多线程，规模可达 PB 级，高性能的数据处理能力, 轻松应答银行海量数据。
对立数据利用门户
通过对立的门户首页，快速访问各个数据利用零碎，为银行领导和业务人员的决策提供数据反对。对用户权限进行对立管控，实现总行、分行、业务条线级别的数据权限隔离，保障银行级别的数据安全性。
业务人员自助剖析
采纳自助 ETL 和自助剖析工具，业务人员能够自主实现数据分析，突破以往业务部门投入大量人力进行手工统计的低效动作，也不必破费大量工夫期待技术部门提供反对，切实进步数据分析效率。
五、我的项目 BI 建设功效
我的项目上线后，日均在线应用人数 600 左右。我的项目以门户首页作为全行数据相干利用的流量入口，扮演着“想到数据，就想到门户”的重要角色，“关上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
该我的项目将银行外部各个数据利用零碎进行无效整合，提供治理驾驶舱、自助剖析、报表、内部数据查问等数据服务，辅助银行领导经营决策。
开释技术人员压力
业务人员不再须要技术部门反对，就可能轻松应答各类数据分析，开释了技术人员的工作压力，让技术人员能够转型成为数据分析专家。
助力银行数字化转型
无效实现了全行范畴内数字化剖析、数字化营销和数字化危险管制，激发了各层级人员对于数据的认知、剖析和利用，晋升了行内数据资产价值，促成业务倒退、危险管制和外部治理，无效推动全行数字化转型。
通过以上案例咱们能够看到，尽管银行 BI 利用中存在各样各样的痛点，然而只有突破“烟囱式”架构，建设对立的数据利用平台，这些痛点都能够迎刃而解。同时，通过改善用户利用数据体验，通过简略易用的自助剖析工具，加上相应的激励措施，还能够进步全行员工进行数据分析的积极性，做到治本又治标，使 BI 利用在银行外部失去进一步的遍及和倒退。