案例名称

(资料图)

中信银行零售智能决策平台

案例简介

中信银行零售智能决策平台是支撑零售数字化转型和财富管理的重要项目之一。该项目针对中信银行零售业务“管理决策缺依据、策略联动未闭环”的痛点，通过打造指标驱动的经营决策体系和策略赋能的经营诊断体系，服务于全行零售板块，既已指标驱动的方式支持各层级管理人员分析决策，又以策略赋能为抓手支持业务人员和一线队伍提升产能。

创新技术/模式应用

一、业务模式创新方面

中信银行构建指标驱动的智慧经营决策体系，服务于全行零售板块，既支持各层级管理人员分析决策，又支持业务人员和一线队伍提升产能，实现“先知-先觉-先行”。具体描述如下：

•先知：建立“全业务、全场景、全链路”的业务洞察，整合零售板块所有部门的全量指标，实现“全业务”数据洞察。其次，设计“全场景”的分析主题，全面赋能总行、分行、一线用户。最后，从关注管结果，升级为涵盖结果、过程、行为的“全链路”管理。

•先觉：通过“定问题、定原因”，加强对经营结果的分析和指导，在日常业务经营过程中对零售板块经营管理中的常见问题进行异动监测，发现问题，下钻根因。在指标归因分析方面，构建“1+3+N”的指标图谱体系，即：以1个大零售营收图谱为牵引，串联3大业务条线核心KPI图谱和N个业务专题图谱。

•先行：策略与经营目标相勾稽，形成完整的经营闭环。将经营指标分层化，指标关联任务，任务关联策略，形成勾稽；同时，将策略复盘和沉淀标准化，反哺策略的智能推荐。

二、平台技术创新性方面

中信应用大数据、云原生等新技术，集成了行内各能力中心，满足行内架构转型要求和信创要求，在以下方面实现了创新价值：

•指标管理“ABC”核心能力：统一的“指标管理”和“指标消费”，建立指标管理A(AI人工智能)、B(BI数据分析)、C(Content内容管理)三大核心能力。

•应用容器架构技术：以新一代虚拟化技术将微服务应用和依赖包封装到一个可移植的轻量级标准化容器，以更小单元管理，实现应用与基础架构分离，支持跨平台快速部署和迁移，实现了跨开发、测试和生产的环境一致性。

•挖掘大数据OLAP分析计算的加速能力：采用基于hadoop体系的hdfs、spark技术，充分利用和挖掘数据湖底座的存储和计算能力，同时采用大数据开源分布式OLAP分析引擎Apache Kylin，利用其超大规模离线数据计算调度管理能力作为指标的预计算加速引擎，满足指标在线查询的高性能、高响应、准确性等要求，支持指标体系的灵活配置和自助管理。

项目效果评估

一、践行中信银行数字化战略

针对我行“管理决策缺依据、策略联动未闭环”的痛点，依托统零售智能决策平台构建指标驱动的智慧经营决策体系。既支持各层级管理人员分析决策，又支持业务人员和一线队伍提升产能，实现“先知-先觉-先行”。

•先知：建立“全业务、全场景、全链路”的业务洞察；

•先觉：通过“定问题、定原因”，加强对经营结果的分析和指导；

•先行：策略与经营目标相勾稽，形成完整的经营闭环。

二、解决数据治理痛点问题

以指标治理为抓手，促进数据治理工作，在业务使用数据的过程中，确保数据的完整性、准确性、一致性和时效性，提升业务的使用体验。具体效果如下：

•指标管理：细化全行指标数据管理，依托智能决策平台按照指标的产生、应用、运营环节，做指标全生命周期管理，沉淀近1.4万项指标及维度信息；

•统一指标数据底座：建立统一领域数据集市，做到数据完整、数据源统一、数据口径一致；

•规范数据模型：建立规范、灵活的数据模型，以实现指标灵活敏捷的构建和简单高效的查询。

三、打造低门槛数据应用场景

基于零售智能决策平台，中信银行通过模板化、AI智能化的场景应用，让业务人员能够以较低的门槛开展数据分析。例如，业务人员可以1分钟内基于关键词搜索快速找到需要的业务指标，仅需2-3分钟就能拖拽出美观的数据看板，并大量智能化的应用场景融入，让业务人员也可开展指标归因、指标预测等专题分析。

截至目前，中信智能决策平台项目平稳运行，开通用户数近6.8万人，沉淀数据卡片和看板总量超2.3万个，沉淀分析数据集超2千个。集合了全行近300位数据分析师共同参与数据内容建设，平台共完成112个应用专题分析看板上线、超1万项指标定义及发布，并完成25家分行的试点及应用推广。

四、打造“目标-指标-策略”的完整闭环

为有效实现策略与经营目标相勾稽，形成完整的经营闭环，零售智能决策平台联通策略平台，打通策略平台全流程下发及反哺的闭环，实现了“指标驱动策略，策略赋能经营”的效果。

项目牵头人

黄河 中信银行财富管理部数据团队负责人

项目团队成员

中信银行财富管理部：黄河、邵帅、倪凡、颜志良、张琳、陈婉璐、雷鑫、刘智、孟琳、倪凡、王璐、魏文琴、张海波、张鑫龙、赵思奇

中信银行大数据中心：马宁、徐优、唐可、梁新斌

关键词：