01、BI 建設(shè)的訴求與動(dòng)機(jī)

數(shù)禾科技成立于 2015 年的 8 月，以大數(shù)據(jù)和技術(shù)為驅(qū)動(dòng)，為金融機(jī)構(gòu)提供高效智能零售金融解決方案，服務(wù)銀行、信托、消費(fèi)金融公司、保險(xiǎn)、小貸公司等持牌金融機(jī)構(gòu)。數(shù)禾科技通過自主開發(fā)的消費(fèi)信貸產(chǎn)品，連接金融機(jī)構(gòu)與普羅大眾，賦能金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型，迎接中國(guó)消費(fèi)升級(jí)的大潮。數(shù)禾科技 BI 建設(shè)路程與業(yè)務(wù)息息相關(guān)。對(duì)于業(yè)務(wù)而言，BI 功能有以下幾個(gè)關(guān)鍵詞：

提效：幫助業(yè)務(wù)能夠更方便地獲得數(shù)據(jù)，找到數(shù)據(jù)背后的業(yè)務(wù)含義，效率是第一位。

自助：從原來的專業(yè) IT 團(tuán)隊(duì)者做交付，轉(zhuǎn)化為業(yè)務(wù)團(tuán)隊(duì)自助式完成訴求。

交互友好：在任何時(shí)間、任何地點(diǎn)以各種方式，都能夠通過 BI 做業(yè)務(wù)洞察、業(yè)務(wù)探測(cè)，例如手機(jī)，Email，釘釘、企業(yè)微信、飛書等工作軟件。

共享與協(xié)作：BI 的結(jié)果要能夠共享，讓不同的業(yè)務(wù)職能團(tuán)隊(duì)做協(xié)作，實(shí)現(xiàn)更好的協(xié)同。

流程簡(jiǎn)化：BI 體系能夠簡(jiǎn)化多方協(xié)作的流程，以更平民化的方式獲得數(shù)據(jù)洞察的能力。

快速洞察：快速取數(shù)以及拿到數(shù)據(jù)后，要能快速分析出業(yè)務(wù)結(jié)果。

嵌入業(yè)務(wù)流程：將 BI 的能力和業(yè)務(wù)流程結(jié)合，邊看邊干，邊分析邊執(zhí)行。

目標(biāo)跟隨：通過歷史數(shù)據(jù)設(shè)定 KPI 目標(biāo)、戰(zhàn)略目標(biāo)等執(zhí)行目標(biāo)，通過 BI 管理目標(biāo)結(jié)果與過程，并優(yōu)化戰(zhàn)術(shù)策略以及調(diào)整戰(zhàn)術(shù)方向。

績(jī)效改進(jìn)：設(shè)定業(yè)務(wù)目標(biāo)時(shí)匹配多種方案，可以通過BI做提前預(yù)測(cè)，找到更優(yōu)化的策略。

可執(zhí)行決策：BI 最重要的工作是產(chǎn)生洞察，洞察的目的是決策，可落地的決策才是最有價(jià)值。

將數(shù)據(jù)融入 BI ，將 BI 融入業(yè)務(wù)，數(shù)禾科技構(gòu)建了自己的“數(shù)據(jù)賦能飛輪”。先從業(yè)務(wù)流程開始，承載數(shù)字化業(yè)務(wù)，業(yè)務(wù)流程累積沉淀出數(shù)據(jù)，采集這些數(shù)據(jù)放在大數(shù)據(jù)平臺(tái)上做洞察，基于洞察結(jié)果，制定一系列策略，并定計(jì)劃行動(dòng)，最后這些行動(dòng)再落實(shí)在業(yè)務(wù)流程里。那么新的業(yè)務(wù)流程或者說這個(gè)變更過的業(yè)務(wù)流程，又開始運(yùn)轉(zhuǎn)起來，如此循環(huán)不斷產(chǎn)生了螺旋式上升的飛輪效應(yīng)。

這其中“洞察”環(huán)節(jié)的框架是重中之重。有了數(shù)據(jù)，下一步是分析洞察，可以分成四大塊，分別是統(tǒng)計(jì)分析、診斷分析、預(yù)測(cè)分析、規(guī)范分析。

統(tǒng)計(jì)分析主要解決兩個(gè)問題，第一，對(duì)于過去發(fā)生的事情，在明細(xì)層面還原業(yè)務(wù)；第二，對(duì)過去數(shù)據(jù)進(jìn)行匯總統(tǒng)計(jì)產(chǎn)出報(bào)告，知曉發(fā)生了什么。

診斷分析階段，基于報(bào)告要做診斷分析找到原因。

預(yù)測(cè)分析開始預(yù)測(cè)未來可能發(fā)生什么，通過數(shù)據(jù)能夠給到預(yù)判，輔助業(yè)務(wù)制定策略。

規(guī)范性分析的核心目標(biāo)是事中控制，及時(shí)制定最優(yōu)策略并快速執(zhí)行，讓數(shù)據(jù)洞察落地。第一要干預(yù)，對(duì)業(yè)務(wù)問題的及時(shí)干預(yù)止損，第二就做控制，實(shí)時(shí)感知業(yè)務(wù)狀態(tài)，控制在合理邊界范圍內(nèi)。

為了支撐以上分析功能，有一些傳統(tǒng)的經(jīng)典分析方法，也有一些目前比較流行的增長(zhǎng)分析手段。無論是經(jīng)典分析方法論還是先進(jìn)的增強(qiáng)分析，都需要 BI 能力支撐。比如，通過數(shù)據(jù)指標(biāo)統(tǒng)計(jì)進(jìn)行業(yè)務(wù)監(jiān)控，感知業(yè)務(wù)當(dāng)前的運(yùn)行狀態(tài)，感知后進(jìn)行預(yù)警，一旦超過閾值，及時(shí)進(jìn)行歸因定位，通知相關(guān)人員。最后在新策略制定過程中，要有模擬仿真，通過歷史數(shù)據(jù)做歷史回測(cè)。在模擬仿真的歷史回測(cè)上得到是最優(yōu)解后，再去在生產(chǎn)環(huán)境里驗(yàn)證，有效節(jié)省相關(guān)成本。

02、BIOps 建設(shè)實(shí)踐分享

DevOps 和 Data Ops 實(shí)現(xiàn)了開發(fā)運(yùn)營(yíng)以及數(shù)據(jù)分析過程中，降本增效的作用。借鑒該理念，數(shù)禾科技總結(jié)了一些經(jīng)驗(yàn)，制定出一套 BIOps 的實(shí)踐經(jīng)驗(yàn)。

BI 工作環(huán)境分成兩個(gè)，沙箱/分析環(huán)境和生產(chǎn)環(huán)境。沙箱/分析環(huán)境里，提供一整套數(shù)據(jù)的訪問和透視能力。把數(shù)據(jù)集成到沙箱/分析環(huán)境后，數(shù)據(jù)分析師業(yè)務(wù)人員可以自助通過工具進(jìn)行簡(jiǎn)單的數(shù)據(jù)清洗工作。之后可以應(yīng)用一些分析方法論，對(duì)各個(gè)維度的數(shù)據(jù)進(jìn)行探索，甚至做一些可視化圖表、分析看板，觀察效果以及結(jié)論。

當(dāng)這條分析方法以及洞察結(jié)論形成了相對(duì)固定的套路之后，業(yè)務(wù)人員就會(huì)把整個(gè) BI 的分析流水線上線發(fā)布到生產(chǎn)環(huán)境里去。生產(chǎn)環(huán)境里的數(shù)據(jù)源來自于大數(shù)據(jù)和數(shù)據(jù)中臺(tái)，把這些數(shù)據(jù)抽取到 BI 平臺(tái)里做數(shù)據(jù)加工，生成報(bào)表，發(fā)布到訂閱用戶使用。通過類似于 DevOps 的流程，極大簡(jiǎn)化了數(shù)據(jù)分析探索，以及洞察交付的實(shí)踐。相當(dāng)于把沙箱/分析環(huán)境里，業(yè)務(wù)人員自助發(fā)現(xiàn)的業(yè)務(wù)數(shù)據(jù)規(guī)律進(jìn)行了更廣泛的共享和使用。

對(duì)于這樣一套環(huán)境，BI 管理團(tuán)隊(duì)需要維護(hù)好的整個(gè) BI 平臺(tái)。對(duì)每天跑的平臺(tái)任務(wù)的運(yùn)維，監(jiān)控資源的消耗，以及治理BI作業(yè)。平臺(tái)中的儀表板、報(bào)表，做好生命周期管理，跟蹤治理效果如何，是否實(shí)現(xiàn)了某個(gè)業(yè)務(wù)的降本增效。

03、建設(shè)一流BI團(tuán)隊(duì)，打造數(shù)據(jù)文化

有了工具，有了流程，后續(xù)是讓整個(gè)公司的人員都用起來，所有人都應(yīng)該基于數(shù)據(jù)做決策。這就對(duì)企業(yè)的數(shù)字文化建設(shè)提出了要求。數(shù)禾科技一直在不斷打造數(shù)據(jù)文化體系，王冠軍介紹了工作開展的三點(diǎn)思路和方向。

首先做培訓(xùn)和社區(qū)。BI 能夠干什么？能夠幫助到業(yè)務(wù)解決什么問題？一系列問題的解決方案是什么？能解決日常工作中的痛點(diǎn)是什么？這些都是需要和業(yè)務(wù)同事明確的。同時(shí)也會(huì)引進(jìn)一些前沿的分析方法論，應(yīng)用在日常工作當(dāng)中，讓業(yè)務(wù)真正體會(huì)到數(shù)據(jù)和技術(shù)能夠帶來的變化。之后在各個(gè)業(yè)務(wù)團(tuán)隊(duì)里面培養(yǎng)種子用戶，形成社區(qū)效應(yīng)，做定期分享，形成自下向上的體系。

其次是精益運(yùn)營(yíng)。作為 BI 管理團(tuán)隊(duì)，除了 BIOps 之外，數(shù)禾科技使用了 PDCA 框架貫穿在日常工作中。每個(gè)季度把所有的業(yè)務(wù)痛點(diǎn)拎出來分類，設(shè)定相關(guān)的解決方案和改進(jìn)機(jī)制，不斷循環(huán)，使得業(yè)務(wù)團(tuán)隊(duì)對(duì)BI平臺(tái)信賴度持續(xù)提升。

最后是科學(xué)管理的手段。不僅依賴于人去管理整個(gè)系統(tǒng)運(yùn)營(yíng)，也需要自動(dòng)化工具來運(yùn)營(yíng)。包括自動(dòng)化的工具的研發(fā)，平臺(tái)性能監(jiān)控機(jī)制，以及多種數(shù)據(jù)架構(gòu)方案。通過現(xiàn)有技術(shù)手段精益求精，讓數(shù)據(jù)驅(qū)動(dòng)的數(shù)據(jù)文化真真正正在數(shù)禾科技落地生根。