一、平臺(tái)建設(shè)業(yè)務(wù)目標(biāo)

中原銀行敏捷 BI 平臺(tái)的建設(shè)目標(biāo)為滿足不同人群對(duì)數(shù)據(jù)查詢、分析和探索的需求，為管理和業(yè)務(wù)提供數(shù)據(jù)依賴和決策支撐。

1、核心訴求：滿足不同人群對(duì)數(shù)據(jù)的需求

不同的企業(yè)對(duì)于 BI 是有不同的訴求的。中原銀行對(duì) BI 的訴求，是滿足行內(nèi)不同人群對(duì)數(shù)據(jù)查詢、分析和探索的需求，從而為管理和業(yè)務(wù)提供數(shù)據(jù)依賴和決策支撐。

【資料圖】

主要是針對(duì)三類人群：

?（1）第一類是管理決策層。讓管理決策層能夠看到準(zhǔn)確、實(shí)時(shí)的數(shù)據(jù)，并依據(jù)數(shù)據(jù)去進(jìn)行科學(xué)的決策。

（2）第二類是普通業(yè)務(wù)人員。比如針對(duì)業(yè)務(wù)數(shù)據(jù)統(tǒng)計(jì)，業(yè)務(wù)人員會(huì)在業(yè)務(wù)運(yùn)營(yíng)過(guò)程中涉及一些比如手工報(bào)表、人工統(tǒng)計(jì)、逐級(jí)取數(shù)等操作，使用 BI 平臺(tái)可以提升他們的日常數(shù)據(jù)統(tǒng)計(jì)效率，讓業(yè)務(wù)更多關(guān)注業(yè)務(wù)問(wèn)題本身。

（3）第三類是技術(shù)人員或分析人員。通過(guò)打通各個(gè)業(yè)務(wù)系統(tǒng)，提供統(tǒng)一的查詢服務(wù)，提升這類人員的日常數(shù)據(jù)分析效率。

這是我們對(duì) BI 的整體訴求，依據(jù)這個(gè)業(yè)務(wù)目標(biāo)，我們建設(shè)了 BI 平臺(tái)。?

2、中原銀行 BI 建設(shè)歷程

中原銀行在 2019 年之前，使用的是采購(gòu)的第三方報(bào)表系統(tǒng)。業(yè)務(wù)人員也已經(jīng)養(yǎng)成看報(bào)表的習(xí)慣，現(xiàn)在整個(gè)行內(nèi)有上千張報(bào)表，業(yè)務(wù)人員每天都會(huì)查詢這些報(bào)表數(shù)據(jù)。

從 2019 年開(kāi)始，為了實(shí)現(xiàn)之前提到的業(yè)務(wù)目標(biāo)，中原銀行開(kāi)始建設(shè)整個(gè)的敏捷 BI 體系。

2019 年，把數(shù)據(jù)取數(shù)從線下轉(zhuǎn)為線上，提升安全提數(shù)效率。可以滿足一些比如日常的監(jiān)管報(bào)送，或者領(lǐng)導(dǎo)臨時(shí)的數(shù)據(jù)需求，并提升操作效率。

2020 年，針對(duì)業(yè)務(wù)人員提升數(shù)據(jù)統(tǒng)計(jì)的效率。開(kāi)始建設(shè)智能拼表，低代碼加工和可視化分析工具，可以讓業(yè)務(wù)人員在無(wú)需借助比如 SQL 加工的方式下可以完成數(shù)據(jù)的加工。這里補(bǔ)充一下，智能拼表是結(jié)合中原銀行的業(yè)務(wù)特點(diǎn)，允許業(yè)務(wù)通過(guò)低代碼的方式進(jìn)行報(bào)表拼接。

2021 年，為了提升 IT 人員或者技術(shù)人員的分析效率，構(gòu)建了我們自己的報(bào)表系統(tǒng)，數(shù)據(jù)大屏等。

2022 年，構(gòu)建了我們自己的業(yè)務(wù)指標(biāo)庫(kù)和數(shù)據(jù)門戶。

以上是我們整個(gè) BI 平臺(tái)的建設(shè)歷程，逐步完善整個(gè) BI 體系。

二、敏捷 BI 平臺(tái)建設(shè)

敏捷 BI 平臺(tái)覆蓋數(shù)據(jù)分析全流程，提供一站式、全鏈路數(shù)據(jù)分析解決方案。下面來(lái)介紹我們整個(gè) BI 平臺(tái)的整體概覽。

1、中原銀行敏捷 BI 平臺(tái)架構(gòu)

上圖是整體平臺(tái)架構(gòu)。

?自下而上來(lái)介紹，最下面是接入數(shù)據(jù)：

（1）數(shù)據(jù)庫(kù)，包括關(guān)系型數(shù)據(jù)庫(kù)如業(yè)務(wù)數(shù)據(jù)庫(kù)、大數(shù)據(jù)集群和數(shù)倉(cāng)等。

（2）業(yè)務(wù)人員收集或者填報(bào)的數(shù)據(jù)。

（3）第三方業(yè)務(wù)系統(tǒng)暴露出來(lái)的API 接口。

（4）本地文件數(shù)據(jù)的導(dǎo)入。

然后基于這些數(shù)據(jù)，我們會(huì)一站式提供 8 個(gè)核心功能，包括：

（1）固定報(bào)表開(kāi)發(fā)。

（2）低代碼數(shù)據(jù)加工。用于支撐數(shù)據(jù)統(tǒng)計(jì)人員的工作。

（3）SQL 數(shù)據(jù)分析。用于支撐于技術(shù)人員和數(shù)據(jù)分析人員的工作。

（4）可視化分析。可以以更直觀的低代碼方式進(jìn)行數(shù)據(jù)分析，展示數(shù)據(jù)結(jié)果。

（5）數(shù)據(jù)分發(fā)補(bǔ)錄。用于本地?cái)?shù)據(jù)線上化、數(shù)據(jù)分發(fā)確認(rèn)。

（6）業(yè)務(wù)指標(biāo)管理。是我們的指標(biāo)庫(kù)，建設(shè)構(gòu)建唯一確定的沒(méi)有二元性的指標(biāo)，供業(yè)務(wù)日常的查詢使用。

（7）個(gè)性化門戶。是為了統(tǒng)一數(shù)據(jù)出口，把報(bào)表可視化看板以及大屏統(tǒng)一輸出在一個(gè)門戶中，供業(yè)務(wù)人員日常查詢使用。

（8）數(shù)據(jù)下載。提供線上化的數(shù)據(jù)下載，簡(jiǎn)化下載流程。

基于這 8 個(gè)功能，我們構(gòu)建了 6 個(gè)核心的數(shù)據(jù)應(yīng)用，包括固定報(bào)表、數(shù)據(jù)大屏、可視化看板，安全提數(shù)、指標(biāo)庫(kù)以及數(shù)據(jù)門戶，針對(duì)不同的人員提供不同的數(shù)據(jù)應(yīng)用，基于這些應(yīng)用進(jìn)行能力輸出，給業(yè)務(wù)使用。

在業(yè)務(wù)應(yīng)用場(chǎng)景方面，包括管理駕駛艙、營(yíng)銷效果分析、業(yè)績(jī)考核監(jiān)測(cè)、日常數(shù)據(jù)通報(bào)、?系統(tǒng)監(jiān)測(cè)分析以及業(yè)務(wù)風(fēng)險(xiǎn)預(yù)警。

2、數(shù)據(jù)分析全流程覆蓋

上圖可以更好的幫助我們理解前面介紹的平臺(tái)架構(gòu)，把 8 個(gè)核心功能分布到數(shù)據(jù)分析的 4 個(gè)流程內(nèi)，支撐數(shù)據(jù)分析的全流程覆蓋。

我們把數(shù)據(jù)分析的流程歸結(jié)為以下 4 部分：

（1）數(shù)據(jù)準(zhǔn)備。平臺(tái)支持多種數(shù)據(jù)來(lái)源，包括業(yè)務(wù)數(shù)據(jù)庫(kù)、核心數(shù)據(jù)庫(kù)、數(shù)倉(cāng)內(nèi)的數(shù)據(jù)庫(kù)、數(shù)據(jù)湖內(nèi)數(shù)據(jù)庫(kù)、本地?cái)?shù)據(jù)庫(kù)以及用戶收集的數(shù)據(jù)。

（2）數(shù)據(jù)加工。平臺(tái)可以提供兩種數(shù)據(jù)加工方式：一種是低代碼拖拉拽的方式，集成常規(guī)的數(shù)據(jù)加工方式，供業(yè)務(wù)人員進(jìn)行低代碼加工；第二種是針對(duì)專業(yè)分析人員進(jìn)行 SQL 的數(shù)據(jù)加工。

（3）數(shù)據(jù)分析。數(shù)據(jù)分析也可以歸結(jié)為兩類：一種是固定式的報(bào)表分析，基于報(bào)表平臺(tái)所創(chuàng)建出來(lái)的報(bào)表；另一種是業(yè)務(wù)自助式的分析，可以基于看板或者是大屏，進(jìn)行篩選、關(guān)聯(lián)、跳轉(zhuǎn)以及數(shù)據(jù)的上卷下鉆等等。

（4）數(shù)據(jù)應(yīng)用。我們提供多種的數(shù)據(jù)應(yīng)用方式，包括數(shù)據(jù)大屏、數(shù)據(jù)看板、固定報(bào)表以及數(shù)據(jù)門戶集成，所有數(shù)據(jù)應(yīng)用的結(jié)果都可以進(jìn)行預(yù)覽、下載、分享等。

3、固定報(bào)表開(kāi)發(fā)

下面具體介紹幾個(gè)核心的功能。首先介紹固定報(bào)表的開(kāi)發(fā)。

之前我們購(gòu)買的第三方報(bào)表平臺(tái)，使用中會(huì)存在一些問(wèn)題：一個(gè)是平臺(tái)架構(gòu)比較老，查詢性能上經(jīng)常會(huì)出現(xiàn) CPU 或者內(nèi)存不足的情況；第二個(gè)是我們會(huì)有一些個(gè)性化的改造，這種改造通常需要一兩個(gè)月才能開(kāi)發(fā)完成，不僅成本非常高，而且需要進(jìn)行排期。

針對(duì)以上幾個(gè)問(wèn)題，我們規(guī)劃開(kāi)發(fā)我們自己的報(bào)表平臺(tái)，供業(yè)務(wù)日常查詢使用。主要是做一些中國(guó)式的復(fù)雜報(bào)表，包括一些非常復(fù)雜的表頭等等。

我們把報(bào)表制作分為 5 個(gè)步驟：

（1）數(shù)據(jù)源。就是我們能夠連接到的數(shù)據(jù)源，比如常規(guī)的 Oracle、MySQL，還有我們的大數(shù)據(jù)集群使用的 Gauss，以及 StarRocks、ClickHouse 等。

（2）數(shù)據(jù)加工。通過(guò) SQL 進(jìn)行數(shù)據(jù)加工，這里強(qiáng)調(diào)一點(diǎn)，在 SQL 數(shù)據(jù)集中不會(huì)有太多復(fù)雜的 SQL，因?yàn)榇蟛糠诌壿嬕呀?jīng)是在數(shù)倉(cāng)內(nèi)通過(guò)跑批任務(wù)完成了，在報(bào)表里面更多的是查詢已有的數(shù)據(jù)，我們使用專屬的獨(dú)立集群提升查詢效率。

（3）報(bào)表制作。我們把報(bào)表歸結(jié)為 4 類：第一類是即席查詢類，就是 SQL 數(shù)據(jù)集里面加工的邏輯直接動(dòng)態(tài)查詢；第二類是類透視表，類似 Excel 中的透視分析，通過(guò)選擇行列和指標(biāo)進(jìn)行維度的組合篩選；第三類是 Excel 表格，專門去制作一些復(fù)雜表頭，或者是帶 Excel 公式的電子表格類報(bào)表；第四類是剛實(shí)現(xiàn)的可視化類報(bào)表，當(dāng)前常規(guī)的表格展示不能直觀有效地表現(xiàn)數(shù)據(jù)的結(jié)果，因此我們引入一些圖形化的比如折線圖、條形圖等做一些可視化報(bào)表。

（4）報(bào)表發(fā)布。第一，由于行內(nèi)對(duì)數(shù)據(jù)安全的嚴(yán)格管控，需要進(jìn)行數(shù)據(jù)脫敏，否則是不能進(jìn)行正常的報(bào)表發(fā)布的；第二，安全審批，需要走一個(gè)報(bào)表發(fā)布的流程；第三，報(bào)表版本管理，報(bào)表有兩個(gè)版本，一個(gè)是制作的版本，一個(gè)是線上的版本，制作的版本只有通過(guò)發(fā)布審批之后才會(huì)把線上的版本覆蓋掉。

（5）業(yè)務(wù)應(yīng)用。我們行內(nèi)把報(bào)表歸結(jié)為 4 大類：對(duì)公類、零售類、財(cái)務(wù)類和績(jī)效類。在這里會(huì)進(jìn)行報(bào)表的知識(shí)庫(kù)構(gòu)建，比如報(bào)表目錄管理，報(bào)表技術(shù)及業(yè)務(wù)口徑維護(hù)，報(bào)表關(guān)鍵字搜索等等。

4、低代碼數(shù)據(jù)加工

低代碼數(shù)據(jù)加工的建設(shè)，針對(duì)的是普通業(yè)務(wù)人員，為了簡(jiǎn)化數(shù)據(jù)統(tǒng)計(jì)分析的難度，平臺(tái)通過(guò)集成常見(jiàn)的加工方式，讓他們可以通過(guò)低代碼的方式進(jìn)行常規(guī)的數(shù)據(jù)加工。

我們集成了 10 種數(shù)據(jù)加工方式，比如字段設(shè)置、分類匯總、數(shù)據(jù)篩選、新增字段（基于已有的字段進(jìn)行加減乘除運(yùn)算）、數(shù)據(jù)排序、透視分析、查找替換、列轉(zhuǎn)行，這些是比較好理解的。還有上下合并和左右合并，是為了在低代碼方式下合并兩張表，一種是上下合并，一種是左右合并，類似于 Left Join 的方式。

通過(guò)集成這 10 種加工方式，業(yè)務(wù)進(jìn)行數(shù)據(jù)加工的過(guò)程中，他可以按需選擇其中幾種加工方式。我們?cè)诖a實(shí)踐過(guò)程中，通過(guò) Pipeline 管道模式組合，生成最終的 SQL 邏輯，以完成低代碼的數(shù)據(jù)加工。

5、可視化能力：數(shù)據(jù)大屏及可視化看板

?在可視化方面的建設(shè)，包括數(shù)據(jù)大屏、可視化看板等等，通過(guò)一些拖拉拽的方式去快速制作圖表，幫助業(yè)務(wù)快速分析和洞察業(yè)務(wù)的趨勢(shì)。

這部分很好理解，最開(kāi)始的是數(shù)據(jù)來(lái)源；然后數(shù)據(jù)加工有兩種方式，一種是專業(yè)人員的 SQL 數(shù)據(jù)加工，還有一種是低代碼通過(guò)拖拉拽的方式去進(jìn)行數(shù)據(jù)的基礎(chǔ)加工；然后根據(jù)這些基礎(chǔ)數(shù)據(jù)去進(jìn)行數(shù)據(jù)圖表的制作，我們支持 Echarts、AntV 這種常規(guī)的圖表組件，還支持圖表屬性的自定義設(shè)置，后面會(huì)涉及到一些比如指標(biāo)計(jì)算和數(shù)據(jù)下鉆；圖表制作完成之后，就會(huì)涉及到圖表組合，支持可視化拖拉的方式去進(jìn)行圖表的組合，最終制作出來(lái)的大屏和可視化看板是支持結(jié)果分享、多端查看以及支持單 URL 訪問(wèn)嵌入等，最終支撐我們的可視化能力。

這部分我們是站在巨人肩膀上，也就是基于開(kāi)源，再加上我們自己的個(gè)性化改造實(shí)現(xiàn)的。這些個(gè)性化改造，包括數(shù)據(jù)源的對(duì)接，圖形組件的自定義等。業(yè)務(wù)在圖表制作過(guò)程?中，如果常規(guī)圖表不能滿足需求，會(huì)提需求讓 BI 平臺(tái)開(kāi)發(fā)比較個(gè)性化的圖表組件。

6、交互式 SQL 分析及安全提數(shù)

下面是安全提數(shù)的建設(shè)，為了規(guī)范數(shù)據(jù)下載流程，不會(huì)讓數(shù)據(jù)輕易流出，需要在保證數(shù)據(jù)安全的前提下，促進(jìn)數(shù)據(jù)的使用和價(jià)值釋放。

我們?cè)谄脚_(tái)里面做了三個(gè)步驟的控制：

（1）事前預(yù)防。制定取數(shù)規(guī)范，進(jìn)行安全宣導(dǎo)、事件通報(bào)等等。

（2）事中干預(yù)。進(jìn)入平臺(tái)之后，同樣會(huì)進(jìn)行干預(yù)，一部分是對(duì)表權(quán)限的控制，表權(quán)限的申請(qǐng)審批，書(shū)寫(xiě) SQL 的規(guī)范評(píng)分等；還有一部分是對(duì)敏感數(shù)據(jù)的脫敏以及過(guò)濾。

（3）事后審計(jì)。包括日常用戶的操作日志記錄、風(fēng)險(xiǎn)的上報(bào)以及事后的安全審計(jì)等等。

7、數(shù)據(jù)門戶

數(shù)據(jù)門戶作為最終統(tǒng)一結(jié)果輸出的地方，把報(bào)表、可視化看板，數(shù)據(jù)大屏以及第三方頁(yè)面集成組合到一起。個(gè)人可以設(shè)置個(gè)人的數(shù)據(jù)門戶，滿足千人千面的個(gè)性化看數(shù)需求，獲得清晰、直觀、美觀且沉浸式的看數(shù)體驗(yàn)。

8、指標(biāo)庫(kù)建設(shè)

第八個(gè)是指標(biāo)庫(kù)的建設(shè)，我們把它歸結(jié)為 4 個(gè)步驟：

（1）指標(biāo)梳理。自頂向下構(gòu)建指標(biāo)體系。

（2）指標(biāo)整合。整合是按照數(shù)倉(cāng)的星型模型構(gòu)建的，構(gòu)建我們的業(yè)務(wù)指標(biāo)寬表。

（3）指標(biāo)上架。在我們平臺(tái)上進(jìn)行指標(biāo)上架后，業(yè)務(wù)能夠正常的去查詢，查看這些指標(biāo)的口徑。

（4）指標(biāo)應(yīng)用。結(jié)合自助低代碼方式和可視化分析能力去滿足業(yè)務(wù)后續(xù)的分析需求。比如借助低代碼能力，可以進(jìn)行基于指標(biāo)表的自助加工；借助可視化能力，可以制作基于指標(biāo)表的可視化分析。

三、業(yè)務(wù)場(chǎng)景支撐

上面主要介紹了平臺(tái)整體架構(gòu)以及核心能力，接下來(lái)將介紹一些具體使用場(chǎng)景，也就是業(yè)務(wù)人員或者數(shù)據(jù)分析人員在平臺(tái)上做了一些什么工作。

1、數(shù)據(jù)分析場(chǎng)景全覆蓋

我們把數(shù)據(jù)分析的場(chǎng)景歸結(jié)為 4 大類：

（1）第一類個(gè)人自助分析。個(gè)人會(huì)有一些日常的數(shù)據(jù)查詢需求，比如報(bào)表查詢、數(shù)據(jù)統(tǒng)計(jì)，數(shù)據(jù)臨時(shí)下載等等。

（2）第二類賦能業(yè)務(wù)系統(tǒng)。就是支撐業(yè)務(wù)系統(tǒng)對(duì)接集成，把我們的可視化能力，報(bào)表能力輸出給業(yè)務(wù)系統(tǒng)集成，支撐他們?nèi)ゼ晌覀兊目梢暬芰?，降低他們的開(kāi)發(fā)成本。

（3）第三類專題分析。針對(duì)于某一問(wèn)題或者是某一措施之后的專項(xiàng)分析，評(píng)價(jià)其好壞，比如常規(guī)的營(yíng)銷效果分析，就是一類專題分析。

（4）第四類管理駕駛艙。是使用比較多的一個(gè)場(chǎng)景，做出一些看板報(bào)表，供領(lǐng)導(dǎo)管理層基于數(shù)據(jù)的科學(xué)決策。

2、個(gè)人自助統(tǒng)計(jì)分析

下面看一下 4 個(gè)場(chǎng)景里面的具體內(nèi)容，比如在個(gè)人自助統(tǒng)計(jì)分析里面，我們將其歸結(jié)為 4 類：

（1）報(bào)表、大屏及看板的日常查詢。常規(guī)需求，大部分人員就是為了看數(shù)據(jù)，只有少部數(shù)據(jù)分析人員才會(huì)真正的去制作這些報(bào)表。

（2）業(yè)務(wù)日常通報(bào)、業(yè)績(jī)考核。這是涉及到業(yè)務(wù)類的，之前是通過(guò)線下 Excel 的方式去進(jìn)行匯總加工出來(lái)，然后每天都要繁瑣的去做這項(xiàng)工作，現(xiàn)在通過(guò)我們平臺(tái)就可以一次制作自動(dòng)更新，免除他們?nèi)粘７爆嵉臄?shù)據(jù)統(tǒng)計(jì)工作。

（3）總行支行數(shù)據(jù)上報(bào)。就是由總行下發(fā)任務(wù)，讓分支行的人員進(jìn)行數(shù)據(jù)的填報(bào)，之前是通過(guò)郵件的方式，一層層總行發(fā)給分行，分行發(fā)給支行，支行再發(fā)到對(duì)應(yīng)的業(yè)務(wù)經(jīng)理，流程是比較繁瑣的。

（4）數(shù)據(jù)分析及臨時(shí)提數(shù)。針對(duì)一些數(shù)據(jù)的分析人員，要去寫(xiě) SQL 去進(jìn)行日常查詢，還有一部分是會(huì)涉及到一些臨時(shí)的提數(shù)等等，這個(gè)是個(gè)人的數(shù)據(jù)統(tǒng)計(jì)。

3、業(yè)務(wù)系統(tǒng)集成

我們的研發(fā)效能洞察平臺(tái)，就是通過(guò)集成我們的可視化能力去展示決策視圖或者度量報(bào)告，算是我們平臺(tái)能力的輸出。這樣一些業(yè)務(wù)平臺(tái)就不需要另外去開(kāi)發(fā)類似的可視化功能了。

4、場(chǎng)景化的專題分析

對(duì)于場(chǎng)景化的專題分析，針對(duì)某一問(wèn)題或者是某一舉措后的專題分析。以銀行某一產(chǎn)品為例，從經(jīng)營(yíng)現(xiàn)狀、資產(chǎn)質(zhì)量、還款結(jié)構(gòu)、轉(zhuǎn)化流程以及渠道來(lái)源等去進(jìn)行各個(gè)角度的分析展示。

5、可視化大屏

可視化大屏，我們需要在一些比如業(yè)務(wù)風(fēng)險(xiǎn)會(huì)議或者是業(yè)務(wù)監(jiān)控里面會(huì)有大屏的展示。這里有兩個(gè)例子，風(fēng)險(xiǎn)疫情大屏以及會(huì)計(jì)運(yùn)營(yíng)大屏，能夠掛到某一個(gè)地方，領(lǐng)導(dǎo)或者同事能夠日常的進(jìn)行一些數(shù)據(jù)的查詢。

6、實(shí)時(shí) BI 解決方案

接下來(lái)介紹的是一個(gè)解決方案，是針對(duì)實(shí)時(shí) BI 的解決方案。

它是有對(duì)應(yīng)的業(yè)務(wù)需求的，比如我們的管理駕駛艙，營(yíng)銷效果分析以及風(fēng)險(xiǎn)預(yù)警等等，這些對(duì)實(shí)時(shí)數(shù)據(jù)是有比較強(qiáng)的訴求的。他們之前數(shù)據(jù)都是 T+1 的數(shù)據(jù)，這對(duì)預(yù)警場(chǎng)景來(lái)說(shuō)已經(jīng)是比較落伍了，T+1 的數(shù)據(jù)已經(jīng)對(duì)于該場(chǎng)景已經(jīng)沒(méi)有什么效果了，所以我們會(huì)依據(jù)這些場(chǎng)景去構(gòu)建實(shí)時(shí) BI 的解決方案。

常規(guī)的數(shù)據(jù)源發(fā)送消息到消息隊(duì)列 Kafka 里面，然后 Kafka 將消息發(fā)送到計(jì)算引擎 Flink 里面，F(xiàn)link 把計(jì)算后的結(jié)果寫(xiě)到我們的存儲(chǔ)引擎 StarRocks中。不同的業(yè)務(wù)場(chǎng)景可以使用不同的存儲(chǔ)引擎，我們?nèi)渴褂玫氖?StarRocks。同時(shí) StarRocks 作為我們 OLAP 引擎作為后續(xù)的 BI 的一個(gè)查詢引擎，比如我們的實(shí)時(shí)報(bào)表、實(shí)時(shí)大屏和實(shí)時(shí)看板，實(shí)現(xiàn)對(duì)數(shù)據(jù)的秒級(jí)實(shí)時(shí)分析，這是我們的實(shí)時(shí)大屏解決方案。

7、智能問(wèn)答機(jī)器人

智能問(wèn)答機(jī)器人是我們?cè)谥悄芑矫娴囊粋€(gè)建設(shè)。

整個(gè)流程就是用戶在平臺(tái)上提出問(wèn)題后，后臺(tái)在問(wèn)答知識(shí)庫(kù)進(jìn)行匹配，如果匹配上的話直接會(huì)給出答案，如果沒(méi)有匹配上就會(huì)有經(jīng)過(guò)相似度模型跟其他的問(wèn)答去進(jìn)行匹配，看是否是相似的問(wèn)題，通過(guò)閾值判斷，如果超過(guò)閾值，就認(rèn)為它們是相似的問(wèn)題，就可以返回相應(yīng)的答案，如果沒(méi)有，會(huì)經(jīng)過(guò) NL2SQL 模型去構(gòu)建對(duì)應(yīng)的查詢 SQL 給出相應(yīng)的結(jié)果。

這個(gè)是我們?cè)谥悄芑矫娴囊粋€(gè)建設(shè)，不過(guò)目前因?yàn)閿?shù)據(jù)量比較少，只能針對(duì)于單個(gè)固定式的那種場(chǎng)景去進(jìn)行查詢，是我們的一個(gè)嘗試和探索。

四、未來(lái)展望

最后一部分是我們平臺(tái)的未來(lái)展望。

1、正在做的

我們目前正在做的工作可以歸結(jié)為四大部分：

?（1）第一部分是完善我們自身平臺(tái)能力，整個(gè) BI 的功能完善。

（2）第二部分是平臺(tái)的推廣運(yùn)營(yíng)。酒香也怕巷子深，很多人是不了解平臺(tái)工具能夠做什么事情的。目前我們平臺(tái)大概有上千人使用，月活也有上千人，我們后續(xù)會(huì)更大量地推廣介紹我們的平臺(tái)。

（3）第三部分是用戶使用的平滑過(guò)渡。這里指的是傳統(tǒng) BI 到敏捷 BI 的一個(gè)過(guò)渡。更低的學(xué)習(xí)成本、更順手的操作流程。

（4）第四部分是數(shù)據(jù)分析思維培養(yǎng)。不像互聯(lián)網(wǎng)公司，所有的銀行應(yīng)該都會(huì)有這樣的現(xiàn)狀，分析還是依靠專業(yè)分析人員，在中原銀行是依靠數(shù)據(jù)建模師。業(yè)務(wù)人員更多的是做一些數(shù)據(jù)統(tǒng)計(jì)上?的工作，不會(huì)具體去分析這個(gè)現(xiàn)象為什么會(huì)產(chǎn)生、這個(gè)問(wèn)題為什么會(huì)出現(xiàn)以及我需要怎么去做。這就需要我們進(jìn)行一些數(shù)據(jù)分析的思維的培養(yǎng)，也是我們正在做的一個(gè)工作。

2、未來(lái)努力方向

未來(lái)努力的方向有兩個(gè)方面：

（1）第一個(gè)是平臺(tái)的智能化建設(shè)。通過(guò)融合 AI、NLP、模型算法等技術(shù)去簡(jiǎn)化用戶的分析的難度。比如我們智能問(wèn)答的嘗試；后續(xù)會(huì)做一些智能洞察分析，是通過(guò)平臺(tái)去自動(dòng)發(fā)現(xiàn)問(wèn)題，定位問(wèn)題；另外是自動(dòng)可視化，比如發(fā)現(xiàn)問(wèn)題之后，怎么通過(guò)可視化展示這些問(wèn)題，讓用戶可以看到這些問(wèn)題，這是我們未來(lái)在智能化方面要探索的內(nèi)容。

（2）第二個(gè)是平臺(tái)的開(kāi)放化建設(shè)。把我們的能力進(jìn)行輸出。我們的可視化能力，是每個(gè)平臺(tái)都會(huì)有的一個(gè)需求，我們后續(xù)會(huì)慢慢的開(kāi)放我們的 SDK，我們的 API 以及我們的頁(yè)面嵌入能力，能夠去支撐更多的業(yè)務(wù)場(chǎng)景。

五、問(wèn)答環(huán)節(jié)Q1：數(shù)據(jù)下載審批，審批流程有分不同的重要等級(jí)，走不同的審批流程嗎？有的話等級(jí)是怎么標(biāo)準(zhǔn)？

A1：這個(gè)等級(jí)我們?cè)跀?shù)據(jù)資產(chǎn)中會(huì)有標(biāo)記，把數(shù)據(jù)劃分為 4 個(gè)等級(jí)，三四級(jí)是最高的。如果涉及到三四級(jí)數(shù)據(jù)的時(shí)候，敏感程度比較高，會(huì)涉及相應(yīng)領(lǐng)導(dǎo)和安全人員的審批，如果涉及普通的一二級(jí)數(shù)據(jù)，只需要對(duì)應(yīng)的表 Owner 審批就可以了。

Q2：整套系統(tǒng)里面是外采還是自營(yíng)的，分別是哪些部分是外采，哪些是自營(yíng)的？

A2：這個(gè)就是剛才講的第一頁(yè)的內(nèi)容，我們 BI 系統(tǒng)的建設(shè)歷程。我們從 2019 年開(kāi)始研發(fā)自己的整個(gè) BI 體系，現(xiàn)在所有這里面的東西都是我們自主研發(fā)的，涉及的 8 個(gè)核心功能都是我們自己在做的。

報(bào)表平臺(tái)是外采的，現(xiàn)在還在用，但是現(xiàn)在我們有自己的報(bào)表平臺(tái)了，后續(xù)也會(huì)慢慢的會(huì)棄用掉外采平臺(tái)。

Q3：為什么不用 ClickHouse 或者 Doris 做多維分析工具？

A3：我們選用 StarRocks 也是多個(gè)團(tuán)隊(duì)一起合作的，涉及到一些跑批集群也會(huì)用，比如我們的數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)中臺(tái)也會(huì)用；我們的報(bào)表涉及的主要是查詢，所以他們會(huì)綜合考慮到查詢性能以及跑批寫(xiě)入的性能，以及我們對(duì)實(shí)時(shí) BI 的需求。基于有這幾點(diǎn)的考慮，所以最終選擇是 StarRocks。還有一點(diǎn)就是，StarRocks 不需要自研或者外采，不用花太多的錢。

Q4：關(guān)于人才建設(shè)，是一個(gè)什么樣的大致規(guī)劃？

A4：行里面對(duì)整個(gè)科技是投入比較高的，采用的是行員 + 廠商協(xié)同開(kāi)發(fā)的模式。

Q5：低代碼后臺(tái)實(shí)際還是 SQL 數(shù)據(jù)集嗎？

A5：我們低代碼去實(shí)現(xiàn)的功能，跟常規(guī)的那種拖拉生成表格還不一樣，我們這種是針對(duì)數(shù)據(jù)加工分析而做的，常規(guī)的你需要寫(xiě) SQL 去進(jìn)行加工，但是我們對(duì)低代碼的一個(gè)定位，是用戶進(jìn)行拖拉拽，我們平臺(tái)去生成對(duì)應(yīng)的 SQL。

Q6：低代碼平臺(tái)使用的場(chǎng)景是不是比較有限？

A6：低代碼平臺(tái)，我們的定位就是數(shù)據(jù)分析，我們不會(huì)涉及到比如常規(guī)的生成表格或者是生成業(yè)務(wù)表單等功能。我們只針對(duì)分析場(chǎng)景，針對(duì)性的把業(yè)務(wù)常用的幾種加工方式集成進(jìn)來(lái)，然后業(yè)務(wù)肯定是需要這些功能去做數(shù)據(jù)加工的。

關(guān)鍵詞：