趙婷婷 謝鵬程 郭曉睿 錢國紅 唐叔強
招商銀行股份有限公司
摘要：為提升零售金融業務管理與決策數字化能力，招商銀行著力打造零售金融數智化決策分析平台。該平台依託於自主研發的混合數據查詢引擎、低代碼內容生產能力、全鏈路數據監控、金融級數據安全管控、多維度開放與集成能力、智能報告性能加速、智能化數據診斷與洞察等關鍵技術，以高效、開放、移動化、人機協同為核心理念，為不同崗位用戶提供全產品、全客群、全渠道的數據服務。構建零售金融數字化經營核心能力，是經營力和數據力借助金融科技向業務生產品轉化的重要探索。
關鍵詞：數字化轉型；零售金融；決策分析
一、前言
隨著互聯網、大數據、人工智能等技術的不斷發展，金融行業數字化轉型已成為必然趨勢。銀行、保險、證券等金融機構均積極推動數字化轉型，通過科技手段在提升服務質量、降低運營成本、提高風險控制能力等方面取得了一定的成效。
招商銀行的數字化運營模式是其數字化轉型的重要戰略方向之一。其中，零售金融數智化決策分析平台（以下簡稱「數智零售」）是重要的組成部分。該平台基於大數據、低代碼及人工智能等技術，以高效、開放、移動化、人機協同為核心理念，將行內零售業務數據化、中台化、數據服務化、智能化，覆蓋產品銷售、客群、中收、資產、配置等數據內容，實現了「全產品、全客群、全渠道」的數據服務，為總行、分行、支行不同角色崗位的用戶提供了數據查看、數據分析、數據診斷、策略執行、反饋等經營管理全鏈路數據支持，將經營分析及數據管理服務一體化、智能化、場景化，構建了零售金融數字化經營核心能力，成為賦能大財富管理業務發展的數字化經營管理平台，同時也是招商銀行加強金融科技建設的重要探索之一。
二、建設內容
數智零售主要由數據層、集市層、引擎層、中台能力層、服務層和應用層組成，並最終向渠道層進行數據與服務輸出。平台整體架構如圖1所示。
圖1 零售金融數智化決策分析平台整體架構
數據層、集市層與引擎不僅沉澱了批流一體、高質量的基礎數據能力，還構建了混合式的數據存儲架構體系及高性能查詢引擎，為上層服務提供了基礎。中台能力層和服務層涵蓋了技術底座、權限中心、製作中心、數據中心等可複用能力及開放式門戶，打造了極致且一致的用戶體驗。
從應用場景劃分，整個平台可以分為7個子系統，分別是報告中心子系統、製作中心子系統、名單畫像子系統、敏捷探索子系統、數據播報子系統、數智問答子系統以及運營管理子系統。
（一） 報告中心子系統
報告中心采用統一、開放式的平台能力，探索基於崗位的全流程、場景化、智能化的數據服務。它全面支持財富W+、網點雲圖、財富Alpha+、CMS作業平台、財富一站通視圖建設，並加快推進分行圓方體系融合，構建與分行共建的專區能力。通過合作共創，零售數據平台服務生態初步形成。
（二） 製作中心子系統
製作中心子系統以「人人都是數據分析師」為能力目標，為不同用戶提供一鍵配置式的數據集註冊、發佈和管理的能力，支持業務分析用戶在30分鐘內完成數據集在數智零售上的發佈。根據用戶的使用習慣，提供tableau設計器、bix設計器、智能文檔，圓方設計器等多種分析和可視化工具，協助用戶簡單快捷地完成數據分析。場景中心通過沉澱和抽象通用的優秀分析場景，支持不同分行或者用戶進行快速複製，配置完成滿足個性化的分析能力。
（三） 名單畫像子系統
基於名單制經營的重要場景，抽象建立了一套從數據分析、名單圈選、名單畫像、任務執行到效果回檢的一體化全流程分析決策方案。支持用戶基於多種篩選條件快速創建需要交叉分析的目標客群，一鍵投遞到智像進行畫像計算，快速了解和掌握用戶畫像，也可以投遞到W+、先機等系統進行後續的客戶營銷等經營流程。
（四） 敏捷探索子系統
敏捷探索子系統依賴於高斯分析集群和離線分析等平台底層數據分析、存儲和計算服務，負責將數據層出湖的數據進行加工轉換，投遞給應用層，覆蓋了總分行營銷數據的分析、加工、出湖等環節。為用戶提供數據和功能服務，支持用戶下載、查看結果數據，還能投遞數據給其他業務系統，製作數據集和報告。
（五） 數智播報子系統
基於支持總分行中台人員使用系統數據源或者引入自建數據，個性化配置推送內容，如實時基金銷量喜報、分行銷量榜單等。系統從數據接入和實例配置兩個方面給用戶提供了可視化配置能力，極大地減輕了總分行中台人員的工作任務，更加及時準確地激勵一線員工的工作幹勁，有效促進了分行、支行之間的良性競爭。同時，該系統也打破了傳統報表平台的建設思維，從人找數變成了數找人，提升了業務人員的看數效率。
（六） 數智問答子系統
支持總分行中台人員通過指令或者運營管理頁面添加預置好的劇本問題及答案，形成封閉域運營內容，供用戶在移動端和PC端進行提問。開放域的模型建設分為系統自建和外部引入，能夠快速滿足各種場景問答模型的對接和使用。
（七） 運營管理子系統
基於產品運營數據進行深入分析和挖掘，能夠精準、有效地反應產品價值、短板等，以數據驅動產品優化。
三、創新應用
（一）業務創新
數智零售以高效、開放、移動化、人機協同為核心理念，將行內零售業務統一化、場景化、體系化、開放化、工具化、智能化及移動化，構建零售金融數字化經營核心能力，成為賦能大財富管理業務發展的數字化經營管理平台。
在統一化方面，依託「數智零售」，融合多個業務專營數據平台，統一看數入口，解決平台多、口徑多、不協同的問題。
在場景化方面，按用戶角色（總、分、支行管理者和一線客戶經理）量身訂做數據視圖，方便用戶在一個入口看齊全部經營及考核數據，提升用戶體驗。以「管理者視圖」為例，站在分行管理者的角度，突出展示經營結果、重點業務以及分析業務動因的功能，同時，按照角色的使用習慣組織用數旅程。
在體系化方面，「數智零售」以業務主題為縱深，沉澱客群、AUM、中收、獲客、線上經營、公私融合、信貸、收支、營銷等20多個業務主題，積累總、分行七千餘份看板，滿足總、分、支三級數據需求。
在開放化方面，打通工作平台數據流斷點，開放數據能力，避免重複建設，將報告同步至一線工作流操作平台，滿足一線員工看數需求。
在工具化方面，提供「拖拉拽」靈活分析工具和「參數式「自助取數工具，滿足個性化、精細化的分析取數需求。
在智能化及移動化方面，通過機器人主動推送或用戶主動與機器人交互問答的方式，幫助用戶擺脫時間和空間的限制，隨時隨地獲取想要的業務數據。
（二）技術創新
1．高效敏捷的混合數據查詢引擎
隨著業務數據量井噴式增長，業務需求變化迅速，分析需求愈加複雜，我們提出混合查詢引擎，通過提供統一的查詢範式，屏蔽底層異構數據源和操作細節，提高使用人員和上層應用效率，有效控制成本，為名單圈選、智能文檔、數據預警等非報表查詢和計算能力提供統一服務。
2．低代碼內容生產能力
（1）一站式的數據集發佈能力
（2）基於可插拔組件的報告製作和場景配置能力
（3）靈活自助的探索模板設計
3．全鏈路的數據監控
通過建立全鏈路血緣關係和自動化異常處理機制，實現時效實時查詢、異常告警和自動化異常處理等目的。目前支持數智零售三千餘個經營分析報告時效實時查詢，同時異常告警通知率達到100%，自動化異常處理率達到80%以上。
4．金融級跨網段多層次數據安全管控
在為用戶提供敏捷探索自由度的同時，也帶來了數據安全風險。系統通過多層的數據安全管控策略，降低了人為因素帶來的安全風險。本方案通過數據層面、服務層面、系統層面、管理層面的分層組合管理，確保用數安全。
5．多維度開放與集成能力
（1）基於qiankun+iframe結合的微前端架構搭建統一開放門戶
基於qiankun實現主子應用間權限、用戶、元數據等信息快速交換，和主應用統一管理；基於iframe快速集成其他團隊組件功能，把用戶需要的所有功能統一集成在一個系統上，進一步滿足用戶一站式體驗。主應用、子應用和各子模塊獨立開發維護，通過微前端架構完成信息交互和生命周期管理，如圖2所示。
圖2 全流程一站式微前端架構圖
（2）基於RBAC（Role-Based Access Control）模型的統一權限中心
權限中心是一個管理用戶身份和授權訪問的系統，可以實現資源的訪問控制和數據安全保障，實現可擴展、高可用。邏輯關係如圖3所示。
圖3 統一權限體系圖
（3）多層次的數據服務
提供多層次的服務數據，包括數據表服務、數據界面服務、數據接口服務、頻道服務等，支持零售客戶經營生態下靈活使用的需要，如圖4所示。
圖4 多層次數據服務
6．智能報告性能加速方案
數智零售系統結合Tableau報告的特點，探索與實踐出了一套利用爬蟲+「預登錄」實現報告靜態化緩存，支持緩存報告交互。
（1）基於爬蟲技術的緩存報告生成引擎，如圖5所示。
圖5 報告資源並行存儲機制
（2）基於「預登錄」機制獲取有效session，如圖6所示。
圖6 預登錄機制流程圖
7．智能化數據診斷與洞察
建設基於規則與模型的自研數據診斷能力，實現報表看數、數據問答的同時能夠獲取數據結論，提取數據價值，輔助中台人員製定更加合理的策略。
（1）基於預置規則的數據結論生成能力
提供多種算子及規則配置功能供用戶自由搭配使用。用戶可將自己的分析思路提前預置到系統中，待最新數據產生後根據分析鏈路自動生成數據結論。該能力能夠精準地反應數據背後體現出來的價值與結論。
（2）場景化數據分析能力
對常見的數據分析及診斷場景，如分行雙周會、晨夕會等場景進行抽象形成數據診斷模板，支持用戶在場景內進行分析邏輯的微調即可得到符合本分行特點的數據分析結論。
（3）基於槽位及實體連接的自然語言意圖分析
對於用戶輸入的問題，使用NLU中的槽位提取技術獲取本次用戶提問的意圖及關鍵信息，同時通過實體連接抽取實現部分存在歧義場景下的消歧操作，從而達到較高精度的回複。
（4）基於大語言模型實現AIGC能力
將准備就緒的元數據信息及業務邏輯投遞到大模型進行訓練後，大模型可根據數據結果給出推薦的結論原因，幫助用戶進行分析，如AUM的增長較慢時可能是受海外資產的影響等結論。
（三）相關專利清單
專利申請號：202311039092.X《報告生成方法、裝置、終端設備以及存儲介質》
四、取得成效
（一）聚焦金融行業數字化轉型，統籌行內零售條線場景化數據平台藍圖
數智零售平台聚焦金融行業數字化轉型，統籌行內零售金融板塊數據資源，涵蓋經營、考核等多類型數據指標，實時跟蹤監測業務進展情況，完成行內經營分析成果及數據分析框架沉澱，提供多維報告及指標體系深度洞察零售金融業務發展變化，挖掘發展機會，開放共享數據集市，落實數字化轉型技術支持。
（二）面向全場景用戶輸出數據應用服務能力，讓數據之力融入經營點滴
多措並舉，切實將平台建設成果轉化為綜合業務效益：將數據內容投射到各個業務版圖，構建了強大的數據導航體系，與業務經營邏輯緊密結合，形成易上手的平台外殼；通過「管理者視圖」模塊，落地首個基於用戶旅程建設看數用數場景、組織業務數據內容的通道，形成易解讀的平台內核；通過「機構專區」的布局，在統一化規範化的體系中，結合個性化經營邏輯，孕育出定製化、靈活性的專區服務；依託「製作中心」模塊，打通平台數據源開源路徑，開放數據資源，最大化地提升報表建設能力。
（三）用戶使用效益
用戶使用方面，自2022年二季度正式上線推廣以來，平台服務已覆蓋全行44家分行，累計登錄用戶數達3萬人，登錄量超過255萬人次，報告訪問次數超過391萬人次。這充分證明了數智零售平台在金融行業數字化轉型中的重要作用，以及其在提升用戶體驗、促進業務發展方面的顯著成效。
【作者簡介】
1、趙婷婷，招商銀行股份有限公司零售客群部財富顧問，研究方向：數據產品。
2、謝鵬程，招商銀行股份有限公司財富平台部數據分析策略崗，研究方向：數據產品。
3、郭曉睿，招商銀行股份有限公司財富平台部數據產品平台崗，研究方向：數據產品。
4、錢國紅，招商銀行股份有限公司信息技術部室經理，研究方向：數據產品研發。
5、唐叔強，招商銀行股份有限公司信息技術部組長，研究方向：BI平台。