案例名称

青岛农商银行：“人·货·场”思维打造“星智数海”企业级BI+AI智能数据平台

案例简介

青岛农商银行“星智数海”BI+AI智能数据平台以“人·货·场”思维打造低代码、一站式数智平台，实现“业务提需求、科技做需求”向“科技搭台、业务唱戏”的转换。

“人”:强调人才培育。秉承“数据平台建设核心不在于形成多少数据应用，在于培养多少兼具数据和业务思维的复合型人才”，将人才培育作为平台建设首要工作，打造“业·技·数”深度融合的复合型人才队伍体系，营造“让数据说话，用数据决策”的数字文化氛围，挖掘业务部门“种子用户”。

（图1：业务部门“种子用户”自主搭建管理驾驶舱）

“货”：重塑平台架构。深度融合BI+AI智能数据平台与存量数据平台，打造以BI+AI智能数据平台为核心，整合数据整合平台、大数据平台、数据报表平台、数据治理平台的“五位一体”数据门户，实现“1+1>2”效果，融入全行数据中台建设体系中。

（图2：青岛农商银行一体化数据门户框架）

（图3：青岛农商银行数据中台框架）

“场”：深挖数据场景。从技术创新、赋能业务、释放基层等维度评选行内十大精品应用场景重点推广，在业务部门间营造“比学赶超”的良好氛围，加速平台推广应用。

（图4：精品场景代表-普惠信贷工程监控平台）

创新技术/模式应用

一、技术创新

1.RPA+BI技术深度融合

痛点：部分数据来自于行外，无法直接与BI平台对接，需人工上传至BI平台，产生大量重复工作。

创新点：将RPA与BI技术深度融合，RPA负责对接外部数据源，完成数据抓取、整合工作后上传至BI平台，由BI平台完成后续数据分析、数据挖掘、数据可视化工作，形成 “RPA整理数据、BI分析数据”的高效数据应用链路。

（图5：RPA+BI协作示意图）

2.极速查询引擎

痛点：数据平台查询存在瓶颈，无法实现底层亿级数据的秒级查询。

创新点：基于Clickhouse的多核并行、分布式计算、向量化执行与SIMD指令等多种重要技术，一键将数据转换为高性能查询表，实现数据分析与查询加速，达到亿级数据秒级计算的效果，突破数据查询瓶颈。

（图6：智能数据平台极速查询架构）

3.PC/移动端无缝衔接

痛点：PC端与移动端数据应用需分别开发，形成“烟囱式开发”现象，且移动端开发需具备专业前端开发技能。

创新点：双终端一键转换，PC端内容可一键转换为移动端布局，自适应移动端屏幕尺寸，无需二次开发。移动轻应用，灵活拖拽配置，无需代码，快速构建类原生APP效果的移动端BI。

（图7：移动端应用搭建）

4.中国式报表助力年报加速

痛点：数据类平台与Excel操作存在巨大差异，无法直接将Excel移植到平台中，特别是银行监管类、年报类报表大量依赖传统Excel操作。

创新点：高度兼容Excel用户习惯的报表能力，同时提供低门槛的报表构建能力，敏捷实现Excel报表线上化，适用于数据来源复杂、表头复杂、布局复杂、计算复杂的中国式复杂报表，当前已支持全行年报数据快速生成，大幅提高效率。

（图8：中国式报表创新点）

5.AI智能数据洞察

痛点：业务部门数据分析需求响应慢、花费时间长，平台无法提供智能决策依据。

创新点：运用AI算法模型，对指标波动进行自动化多维度拆解，快速找到关键影响因素，以图文报告方式，高效获取业务洞察。进一步通过多维度深层分析，可以穿透数据结果，挖掘影响因子与根源，深入业务真相，提升数据洞察能力。

（图9：智能洞察效果与价值）

6.智能ETL

痛点：业务人员无法快速掌握SQL、Python等专业数据分析编程语言，存在较高的学习成本。

创新点：用户可基于强大的数据处理算子和节点，通过全拖拉拽式、配置化的方式对数据进行清洗、转换、加载等操作，对任意节点的实时预览纠错与输出等完成数据处理工作流的构建，快速完成轻型数仓的建设，业务人员也可达到专业级的数据处理效果。

（图10：智能ETL全功能图谱）

二、模式创新

1.创新激励机制

目标：鼓励业务人员主动使用智能数据平台进行数据分析，推动创新。

措施：

•氛围营造：在BI+AI智能数据平台首页展示应用龙虎榜，营造“比学赶超”氛围。

•创新竞赛：定期举办数据分析与创新竞赛，激发业务人员的创造力和竞争意识。

•最佳实践分享：建立最佳实践分享机制，定期举办经验分享会，推广优秀的数据分析应用案例。

（图11：平台使用龙虎榜）

2.“业技融合”的分析体系

目标：在业务部门内部设置数据分析师角色，促进技术与业务的深度融合。

措施：

•数据分析师嵌入：在各主要业务部门设置数据分析师角色，直接参与业务决策和数据分析工作。

•敏捷工作站：安排技术人员与业务人员成立联合工作站，便于即时沟通和协作。

•角色职责明确：明确数据分析师的职责，确保其在业务分析和技术支持之间发挥桥梁作用。

项目效果评估

本项目采用定量同定性相结合的评估方法，其中定量评估重点跟踪以下指标：

1.数据应用开发效率：

指标定义：平均每工作日增加的看板数量

指标数据：268（当前数据应用总数，含数据看板、数据大屏、移动轻应用）/100(项目自2023年11月上线至今工作日)=2.68应用/天

提升效果：通过低代码、自助式平台赋能模式，突破了传统数据应用集中到科技部门统一开发的瓶颈，业务人员可自行搭建数据应用，较此前0.35应用/天提升600%。

2.报表智能化转型率：

指标定义：手工报表向智能报表转化率

指标数据：292(上线后手工转智能报表数量)/416（上线前手工报表数量)）=70%

提升效果：通过BI+AI智能平台上线，将大量线下手工报表转为线上智能化报表，将一线统计人员从大量重复性工作中释放出来，将工作重点转移到业务分析、产品分析等更具创造性工作中。

3.有效、活跃用户数及占比：

指标定义：有效用户数指成功登录过平台，并在平台个人空间建立个人文件夹用户、活跃用户数指最近30天登录天数超过100次的用户

指标数据：当前平台有效、活跃用户数分别达到3360、1072，占全行员工比例（含柜员、客户经理等一线岗位）达到63%、20%。

提升效果：通过平台的持续推广，当前平台70%以上看板由业务部门自主搭建完成。

（图12：业务部门应用情况）

定性效果评估重点从数据文化、数据素养等方面进行评估：

1.数据分析师队伍培养：按照L1-L4等级打造全行数据人才梯队，推动全行“人人都是数据分析师”数智文化的打造。依托BI+AI智能数据平台，开展“云梯·千数”数据分析师培训工作，当前已有800名员工报名参与培训，计划于年内分批次开展数据分析师培训工作。

（图13：L1-L4用户分级培养路径）

（图14：“云梯·千数”数据分析师培养计划）

2.数据文化培育：运用新媒体开展数据分析直播活动，吸引全行2000余名员工参与直播活动，在全行总人数比例40%，通过直播建立官方数据爱好者企微群，通过企微群宣贯数据文化。

（图15：“星智数海”数据分析实战训练营直播活动）

该项目建设过程中“跳出平台建平台”，基于BI+AI智能数据平台打造全行基于“人·货·场”的“数智决策”生态圈。让业务人员摆脱了对技术部门的依赖，赋予了他们数据探索与分析的自主权，使业务人员能够迅速、精准地捕捉市场机遇和业务潜力。

项目牵头人

隋利锋 青岛农商银行信息科技部总经理

项目团队成员

修文娟、徐麟、李卓雅、王桂君、张冬、牛晓妮、刘丽、阚洪敏、高翔、管瑞、王小龙、李谦、王跃鹏、莫建生

责任编辑：王超