来源:2021年第二届中小金融机构数字化智能化转型优秀案例评选
一.项目计划
2021年是中国“十四五”规划的开局之年，是全面推进实施乡村振兴战略的重要一年，也是江都农商银行“新时代新征程”的起点。今年发布的中央一号文件首次提出“发展农村数字普惠金融”。为积极落实中央决策部署，加快深化全行数字化转型，在总行深化大数据应用领导小组的统筹安排下，科技集团在大数据营销平台上开发推出了数字化营销助手、移动数字化工作台、e搜客、e搜企等应用。
大数据平台
大数据平台整合了多个数据源，通过数据管理将数据结构化，并根据不同的业务主题形成相应的数据集市，为业务和应用之间的数据交互提供了保障和支持。
大数据营销平台
大数据营销平台作为营销和管理的一体化平台，为营销人员提供全面的营销支持和绩效查询渠道，也为管理者提供管理工具和统计报表。
应用层
营销的应用基于大数据营销平台的开发框架。
第二，创新
根据IDC数据信息公司的权威报告，全球数据量每两年翻一番，预计到2021年底将达到40ZB。随着业务的不断发展，产生的数据迅速膨胀，“本地服务器+单一存储”的方式已经不能满足数据处理的高效性和安全性要求。截至2020年底，该行数据库物理内存3.46T，19个SCHEMA，共计11121个表，其中省联社下发967个表，存储过程802个。近五年数据量平均增长率为41.73%，增速呈逐年上升趋势。迫切需要利用“云计算+分布式存储”的大数据技术突破数据运维瓶颈。基于这一情况，该行科技部门提出了建设大数据营销平台的需求，并从2020年8月开始向省作协派出了两名科技人员，于2021年初正式启动该行大数据营销平台。成为首批大数据技术应用试点单位中进驻人数最少、上线速度最快的法人单位。大数据营销平台的上线是我行数字化转型的成功突破，也是我行正式进军大数据金融的重要基础。
数据通道的可扩展性
大数据营销平台丰富了数据渠道，将非结构化数据转化为结构化数据，提高了数据的准确性和可用性。首先是应用数据区，有批量计算的能力。根据业务特点，逐步形成支撑各项业务的指标数据和分析视图，逐步开放客户标签市场、数据统计市场、信用风险市场和外部数据市场。二是历史数据区，提供历史数据集的保存环境，定位于对相关历史交易数据进行归档整合，打破还原磁带库等繁琐的传统方式，增强数据的可访问性。第三个是准实时数据区，这里的数据采集延迟达到了秒级。通过构建准实时数据采集、传输、处理、计算、呈现和推送的标准化通道，引入数据处理组件和技术，提高数据的时效性。四是数据实验区，探索数据的价值，研究验证新技术，为商业模型训练提供软硬件、数据、计算组件、算法等基础支撑。
数据价值的可用性
借助省联社大数据生态的技术沉淀和积累，支持银行深化大数据应用。第一，降低成本，省联社大数据生态提供数据仓库、AI建模、图计算、数据控制等综合配套资源服务。，节省了大量的数据开发和运维成本。二是提高效率。大数据营销平台强大的计算能力，在海量数据处理上显示出强大的优势。对于数据管理、账户清理、客户信息补充等数据量大、时间紧、规则多样的应用场景，大数据营销平台相对于传统数据库的效率提升率约为2400%。三是成果共享。挖掘数据价值的核心工具是模型。省联社构建了数据模型共享生态，实现了省联社与法人、法人与法人之间的模型共享机制。
数据安全的可控性
大数据营销平台在数据权限、数据存储、数据备份方面采用最新技术，全方位提升数据安全可控性。第一，独立部署。DAAS集群以法人为单位，采用独立部署，保证了管理节点和计算节点的独立性，从而保证了数据处理的高效性和数据访问的独立性。第二种是分布式存储，数据在大数据营销平台上以数据块的形式存储，三份同时存储在不同的位置。部分存储的机制保证了数据的防篡改性，实现了数据的高容错性。第三，数据同步。大数据营销平台提供了流处理方案，为数据卸载和数据同步提供了畅通的通道，实现了本地和云端数据的相互传输和备份。
三。技术实现的特征
3.1逻辑架构
整合多个数据源的思路，实现数据源层、数据缓冲层、中间数据层、应用市场建设的轻数据架构。
数据源层:数据源系统的范围包括省联社数据分发系统、自建系统和外部系统。
数据缓冲层:存储从各源业务系统加载的数据，数据结构和格式与源系统一致，不进行数据转换和集成。数据缓冲层从源数据层获得额外的/完整的数据文件，并执行ETL处理。纯技术层，是为了ETL处理的方便和高效而设置的，不对外提供数据服务，为附属源数据层和基础数据层的构建提供支持和保障。
后源数据层:对从数据缓冲层获取的各源系统的数据进行初步整合，建立有效的ETL机制，对从数据缓冲层获取的数据进行清洗和过滤，形成后源数据层。源层为中间数据层提供数据支持，支持特殊业务数据的管理，也可以满足一些应用的数据查询需求。
基础数据层:基础数据层用于实现数据的集成和标准化，一般按照业务主题划分，包括客户、产品、协议、组织数据等。
中间数据层:从业务的角度，提取具有公共数据需求的数据访问和统计需求，从而构建一个支持应用并提供共享数据访问服务的公共数据。从技术上看，中间数据层同时服务于多个不同的应用，实现了数据和指标的共享，减少了同一业务统计造成的数据重复计算和存储，避免了多次处理后数据的不一致。
数据应用层:也叫数据集市层，主要是针对某项业务、某个主题，是基础数据平台上的数据应用。如营销管理、风险控制、独立报告、统计分析、挖掘预测等。都是数据应用。
3.2物理架构
ETL服务器和应用服务器均为省联社云平台的服务器，数据库为省联社大数据营销平台，充分利用云计算的高效性和省联社云存储的分布式机制，为大数据营销平台的稳定性和安全性提供全面保障。
四。项目管理流程
大数据营销平台从开发到上线主要经历五个阶段，即:确定建设方案、数据归档、数据处理、数据应用、上线优化。
动词 （verb的缩写）操作
在乡村振兴、数据村和“2035愿景”的政策背景下，农村商业银行是农村金融促进“三农”发展的主力军。围绕全行业务考核需求，科技集团经过研发，在大数据营销平台上先后推出了数字化营销助手、移动数字化工作台、e搜客、e搜企，为全行营销和管理提供了全面的数字化支撑。
数字营销助理
数字助理从总行、战区、支行、客户经理等维度综合展现排名、得分、业绩、库存数据。自2021年1月1日上线以来，截至2021年5月31日，累计访问量达78万次，日均访问量5166次，月均活跃用户674人，月均活跃率94%。
数字工作台
移动办公已经成为主流趋势。随着移动OA、网格营销、客户拜访等在线办公方式的不断更新迭代，移动办公从“满足需求”向“提升体验”转变。经过2018年的初步探索，该行移动报表平台已升级三年。2021年第一季度，移除移动报告平台，推出新的互动“移动数字工作台”。数字工作台不是传统移动报表的升级，而是采用最新开发架构推出的全新应用。它有以下三个特点:一是交互功能，允许用户定制自己的主页，将常用的模块和功能收藏在自己的主页中，从而提高办公效率，满足用户的个性化需求。第二，报表正文推送。传统的移动报表推送功能将最终结果集推送给用户，其数据是固定的。而移动数字工作台推送的移动报表体，具备了报表的所有功能，尤其是准实时报表，实时数据采集优势明显。第三，动态UI界面。数字移动工作台已经进行了全面的用户界面优化。为了配合今年考核“一心一红”的主题，数字移动工作台以红色为主调，增加了图片轮播、滚动字幕等功能。
e搜
传统营销方式多以客户经理拜访、柜台人员口头询问、核心系统权限完善为基础，导致营销人员对客户了解不全面，无法进行针对性营销。基于这种情况，科技集团应用了在线客户电子搜索，帮助营销人员全面掌握银行个人客户的业务办理情况，便于现场精准营销，在介绍银行金融产品的同时收集客户的金融需求。为该行存贷款业务、电子银行业务、中间业务的推广提供科技支撑，为联动指标、覆盖率指标、转化率指标的提质增效提供数据支撑，让营销人员真正做到“了解你的客户”。
2021年第一季度，客户电子搜索总次数为14，717次，日均使用次数为165次。使用频率排名前十的支行分别是小荠、城中、花荡、东辉、工农路、樊川、永安、周西、丁火、富民。
电子支票
随着数据治理的不断推进，银行的客户观也在不断提升。为了填补企业客户产品视图空的空白，经过自主研发，科技集团推出了企业精准营销数字化工具“企业E查”，并于2021年3月底上线。“企业E搜”借鉴“客户E搜”的成功经验，全面优化其开发框架，增加数据源，拓宽数据维度，丰富客户标签，提高查询效率。为满足客户拜访、大厅营销等不同应用场景，“企业E查”在移动端和PC端查询渠道均推出，展示的企业客户信息包括:公司基本信息、存贷款信息、电子银行信息、关联方及担保人信息等。
不及物动词项目有效性
从机构和用户两个维度，结合访问量、访问模块和打开排名，综合分析大数据营销平台的有效性。
制度层面
前十名分别是小荠、城中、营业部、吴健、五宝、樊川、昭关、富民、司马、浦头。
进一步分析访问量与考核排名是否存在正相关关系。如下表所示，开业大赛有贷款和无贷款支行的冠亚军访问量均位于前列。对查询量最高但考核排名不理想的支行的访问日志进行分析后发现，与查询量和考核排名最高的支行相比，详单的访问次数明显低于后者，因此精准营销的关键是充分利用详单数据。
用户维度
通过对用户角色和使用率的分析发现，支行行长的使用率最高，占所有角色的40.45%。其次是柜员，约占21.31%。第三是客户经理，约占13.39%。可以看出，营销的主力军仍然是柜台人员，主机会计和柜员的总利用率约为31.44%，是客户经理的2.4倍。
通过对使用率最高的支行行长的访问量进行分析，发现支行行长访问量前十名依次为朱*、韩*、曹*、薛*、李*、孙*华、张*、王*、王*和马*。10位行长所在的分行，有7位进入了开业考核前十的团队，有4位进入了考核前三的团队。
七。经验总结
数字化转型是“差距”，甚至是“红利”。数字化转型是解决客户日益增长的多元化金融需求的必要举措。非结构化海量数据、大数据技术知识不足、大数据开发人才缺乏，都是限制该行数字化转型进度的障碍。为了尽快享受数字化转型的红利，科技部将在大数据深度应用领导小组的统筹下，继续优化组织职能，推进数据治理，培养数据人才，探索数据共享。
优化组织功能
一是全面分析科技创新小组运行效果，梳理工作流程和机制，进一步明确各组职责，优化RD流程。第二，定期总结科技组的成绩，调整优化组的职能和人员安排，达到促进组织协作，提升工作效率的目的。第三，及时部署科技团队RD任务，各团队详细安排项目计划，形成项目全过程汇报机制，确保项目及时推进。
促进数据治理
一是完善客户信息全方位查看、业务分析、主题管理、智能分析等数据应用。二是加强小微企业数据深度应用，上线小微企业访问小程序，及时获取小微企业金融需求，帮助访问营销。三是建立客户评级数据库，提高风险控制管理水平，实现全行客户分类评级管理。
培养数据人才
一是对原数据开发人员进行大数据技术培训，不断加深对大数据技术的理解和掌握。二是发现科技团队中对数据开发感兴趣或有潜力的成员，定制培养计划，充实数据开发团队力量。第三，定期开展数据开发人员之间的交流学习活动，抛出开发中的问题，分享优秀的开发案例，达到解决问题，分享经验的目的。
探索数据共享
第一，深入研究省联社的大数据共享生态，提高及时学习省联社先进算法和模型的可能性。二是打通与其他法人单位的数据共享渠道，与其他法人单位就数字化转型进行专题讨论和学习交流，相互学习借鉴数据开发经验。三是完善科技组内数据共享渠道。科技组内科技处、支行工作人员定期召开工作交流会，在推动项目研发进度的同时，及时收集基层的数据需求，形成优化迭代的良性循环。
更多金融科技案例，请登录数字金融创新知识服务平台——金科创新社官网案例库。
