商業智能BI是信息化發展的必然產物。在信息化過程中，企業將根據需要建立各種業務體系，提高日常運行效率。這些業務系統運行一段時間后，會產生大量的業務數據。這些數據的分析和利用可以進一步提高企業的效率。中國各行業的銀行信息化一直處于領先水平，其發展過程基本遵循這條路線。雖然IT技術日新月異，出現了大數據應用、數據智能等新概念，但歸根結底，它們都是關于數據分析或商業智能BI的，但它們在商業智能BI的應用廣度和深度上不斷發展和延伸。在本文中，筆者將根據多年在思邁特軟件從事銀行BI咨詢的經驗，討論一些個人觀點。

1、商業智能BI基本應用：輔助數據分析決策。

銀行經理和業務人員作為最常經理和業務人員需要進行數據分析，以了解銀行的業務狀況。數據分析需要不同的分析主題和完整的指標系統。例如，為了分析銀行的競爭力，我們應該分析吸收存款、發放貸款等相關指標，因為這是銀行生存的基礎。優秀的銀行應該是吸收存款成本低、貸款質量高的銀行。吸收存款指標可以分析利率最低的活期存款比例。比例越高，吸收存款的成本越低，總資產收益率和凈資產收益率越高。個人貸款的比例可以分析個人貸款的比例。因為在銀行貸款中，個人貸款的風險低于公司貸款的風險，個人貸款越高，貸款損失的機會就越小。此外，還可以分析逾期貸款率、不良貸款率等指標。這些指標數據首先需要通過ETL從銀行的各種業務系統中收集，然后放入數據倉庫，根據不同的主題進行整理和總結。最后，它們以BI工具和儀表板的形式顯示。用戶可以通過PC或手機、平板電腦等移動終端瀏覽。

思邁特軟件生產的企業報表平臺是一種以真Excel為特色的BI報表工具，將Officexcel和WPS表格轉化為企業WEB報表設計器。表格風格和計算邏輯的靈活性不言而喻，可以輕松制作出復雜的中國報表。同時，企業報表平臺還支持無需建模的多維分析和儀表盤設計界面。

在商業智能BI應用中，數據處理是基礎，數據分析是手段，輔助決策是目的。數據分析作為商業智能BI的基本應用，在銀行提高核心業務流程、市場反應速度和業務管理水平方面發揮著重要作用。

2、商業智能BI廣度應用:每個人都是數據分析師。

在商業智能BI的基本應用階段，用戶通常是銀行的各級經理，因為他們有更突出的決策需求。然而，隨著銀行業務的不斷發展和商業智能BI應用的不斷推廣，業務人員對數據分析的要求也越來越高，希望數據分析更加靈活和詳細。顯然，銀行技術人員提供的報告和儀表盤在效率和功能上都不能滿足，此時BI工具的另一個應用程序是自助分析。這是商業智能BI在銀行應用程序中的一個廣泛擴展，允許每個人使用數據，每個人都是數據分析師。

阿拉丁平臺就是一個典型的例子。該平臺允許一線業務和營銷分析人員成為數據專家，查詢平臺上所需的數據，識別數據并進行相關數據分析。例如，銀行的客戶經理需要找到潛在的高價值客戶的消費規則(如使用特殊的手機號碼、駕駛豪華車、住在高端社區等)。因此，他通過阿拉丁平臺自助分析相關數據，對該地區的潛在客戶進行肖像，然后準確地營銷肖像中的高價值客戶。這樣，不僅大大提高了客戶的營銷效果，而且節省了大部分的營銷成本，效果非常明顯。

在阿拉丁平臺上，思邁特軟件的自助分析平臺扮演著前端BI工具的角色。自助分析平臺是一個圍繞業務人員提供數據分析服務的企業門戶平臺。通過提供自助數據訪問、探索和顯示工具，不僅加快了數據運營的效率，還為業務思維、業務拓展和管理創新提供了開放共享和交流互動的平臺。它不僅使數據的使用更加安全有效，而且使銀行的數據資產升值。

3、商業智能BI深度應用:預測未來發展趨勢。

無論是報表、自助儀表盤還是自助分析，都揭示了數據之間的過去和已知關系，主要采用計算機技術。商業智能BI在一定程度上對數據分析有更高的要求。一種結合計算機技術、統計學和模型算法的技術應運而生，即數據挖掘。數據挖掘可以進一步挖掘數據的價值，提示數據之間未知的關系，并可以用來預測未來。這是BI的深度擴展。在銀行中，數據挖掘廣泛應用于精準營銷、風險管理、信用調查服務、精細管理等應用場景中。例如，銀行的企業違約風險預警項目根據公共客戶的結算行為，包括交易頻率、交易金額、交易對手等信息，結合客戶行業、規模和業務狀況，描繪客戶肖像。使用邏輯回歸模型構建逾期客戶預警。模型成熟后，利用CRM系統打開客戶經理通知渠道，及時向客戶經理推送預警數據，做好風險管理。

在這種情況下，使用的BI工具是思邁特軟件的數據挖掘平臺。數據挖掘平臺操作非常簡單，在界面上完成了建模、培訓和部署。業務人員可以參與，整個過程非常直觀。有許多內置的模型算法，默認調整到最佳狀態，大大降低了使用閾值。系統可以隨時擴展，處理大量數據沒有問題。

4、商業智能BI發展前景。

根據Gartner的定義，商業智能BI的發展分為三個階段：傳統BI、自助BI和智能BI，完全符合商業智能BI在銀行的發展過程。然而，不是BI的類型不是相互排斥的，而是共同存在于銀行的實際應用中，以滿足不同場景下的分析需求。如今，銀行間競爭日益激烈，面臨金融科技巨頭的挑戰。各大銀行迫切需要突破傳統商業模式，改變思維方式，加大科技創新力度，努力實現銀行數字化轉型，以更好的產品和服務滿足客戶需求。在此過程中，不僅需要數字業務流程，還需要建立新的數據驅動業務模式。商業智能BI應用作為數據運營的重要手段，具有很大的發展空間。

對于商業智能BI應用的數據基礎，銀行也經歷了從數據倉庫到大數據平臺的發展階段。如今，大數據平臺不僅可以像傳統的OLAP一樣處理大量的結構化數據和離線數據，還可以處理非結構化數據和實時數據。BI工具在加強數據準備、自然語言查詢、自然語言生成等新興領域也在不斷成熟。展望未來，商業智能BI應用將繼續在銀行推廣和深化，為銀行轉型升級服務。

審核編輯：湯梓紅