帆軟金融行業案例集

1.0FA

N

R

UA

NF

I

NA

N

C

IA

LI

N

D

U

ST

RYCA

S

EC

O

L

L

E

CT

I

O

N1

.

0帆軟數字金融事業部

帆軟數據應用研究院TRANSFORM

DATA

lNTOVALUE讓數據成為生產力隨著數字化浪潮的興起，金融行業正在經歷一場深刻變革。數據的力量正在重塑銀行、證券、保險等多個領域，為行業

發展注入新動力。2024年11月27

日，為深入貫徹黨的二十屆三中全會和中

央金融工作會議精神，做好數字金融大文章，中國人民銀行、

國家發展改革委等七部門聯合印發了《推動數字金融高質量發展行動方案》。《行動方案》明確提出系統推進金融機構

數字化轉型、運用數字技術提升重點領域金融服務質效、夯

實數字金融發展基礎、完善數字金融治理體系等方面的重點

工作任務。目標是到

2027年底，基本建成與數字經濟發展

高度適應的金融體系。這一方案的出臺，不僅彰顯了國家對

數字金融發展的深切關注與高度重視，也標志著金融機構數

字化轉型已成為必然趨勢。作為數字化轉型的引領者和推動者，帆軟一直致力于推動數

字化技術和應用的創新。我們深知數字化轉型對企業的重要

性，也了解在數字化轉型的過程中，企業面臨的挑戰和困難。

我們精心準備了這本《帆軟金融行業案例集》，希望和您一起探討2024年金融行業面臨的種種挑戰以及數字化對其的

幫助和作用。我們匯集了銀行、證券、保險等多個領域的解決方案和實戰經驗，為金融企業數字化轉型提供具體的方法

和策略。希望通過閱讀，您可以更好地了解數字化對金融行業的驅動作用，吸收標桿企業的成功經驗，降低自己的試錯成本，幫

助您和您所在的企業快速打開一條屬于自己的數字化轉型道

路。我們相信，通過分享和學習，我們能夠共同推動金融行

業的數字化轉型進程，為客戶提供更優質的服務，為社會創

造更大的價值。前言PREFACE01銀行板塊華夏銀行：BI

自主分析平臺“數據魔方”賦能數據服務創造數據價值02東亞銀行：百年銀行的數字化探索與實踐07河北銀行：提升全行數據能力，助力業務高質量發展13無錫農商行

:通過業務與科技的雙向賦能，提升數據分析效率80%！22常熟農商行：發展銀行數據可視化應用，全面提升數據服務能力28證券板塊方正證券：數字化轉型與商務智能實踐興業證券：自助數據分析生態系統建設實踐長江證券：用戶地圖體系賦能精準營銷，用戶轉化率提升20%大道金服：探索IT和業務配合新模式，實現效率提升120%35404758保險板塊橫琴人壽：數據平臺引領數字化轉型，贏在保險3.0時代66信泰保險：打造面向業務的“場景化”數據服務敏捷應用74都邦保險：推動資產負債聯動，都邦保險工作效率提升12倍84金融行業典型數字化解決方案93銀行業的數字化建設一直走在所有行業前列，早在上世紀

80

年代至

90

年代初期，銀行業開始引入計算機技術，實現數

據的電子化和自動化處理；到上世紀90年代中期至2000

年前后，銀行業開始利用互聯網技術，開展網上銀行、電話銀行、

自助終端等多渠道服務；進入新世紀以來，銀行業開始利用大數據、云計算、移動互聯網等技術，推出了移動支付、P2P

借貸、第三方支付等新型金融產品和服務，提升了銀行的競爭力和創新能力。如今，銀行業開始利用人工智能、區塊鏈、物聯網等技術，構建了智能風控、智能投顧、智能客服等智能金融場景，并與其他產業形成跨界合作和生態共建，推動銀行的數字化轉型。見賢思齊焉，先進行業的經驗將逐步傳導到各行各業，

而數字化轉型向前的腳步永不停歇。銀行板塊目錄BI

自主分析平臺“數據魔方”賦能數據服務

創造數據價值華夏銀行于1992年10月在北京成立，是首鋼集團有限公司獨資組建成立的全國性商業銀行，是全國唯一一家由制造業

企業發起的股份制商業銀行。華夏銀行在改革開放總設計師鄧小平的關心支持下，于

2003年9月上市交易，成為全國

第五家上市銀行。數據應用現狀近年來，華夏銀行在政策驅動與監管要求下，已將數字化轉型確立為重要戰略轉型方向，不斷加大科技投入，建設數字化

人才體系，全面推進數字化建設。投入主要集中于數字科技轉型，包括多個重點任務和條線轉型方案，旨在提升金融科技

對業務發展的賦能和服務能力。華夏銀行利用大數據、人工智能等先進技術，提升金融服務效率和客戶體驗，推出了多款數字化金融產品，如在線貸款、

移動支付、智能投顧等，方便客戶隨時隨地進行金融交易。2022年榮獲國家互聯網數據中心NIISA聯盟“2021年度技

術創新一等獎”、榮獲IDC“中國金融行業技術應用場景創新獎”。2023年榮獲“第十四屆金融科技創新獎”。需求痛點痛點一

01數據獲取困難、數據理解困難、數據使用困難和智能化支持困難。業務人員用數時不清楚可以去哪里找需要的數據，

或者找不到數據。痛點二

02難以構建統一的數據管理體系。為了打破分行數據孤島，提升數據質量與可用性，總行計劃推動構建統一的數據管理體系，但是現狀是總分行使用不同的平臺存儲數據，使得數據的一致性、規范性和可靠性難以得到保證。帆軟金融行業案例集1.0

03項目亮點

數據魔方用戶數近33000人，活躍人數9131人，占全行用戶比例28.5%

建設了多個熱門業務場景，產品訪問量18.8萬次

累計建設分行自助發布報表、報告類產品1344個，產品訪問量7.68萬次華夏銀行數據

魔方數據

中臺數據

底座數據服務服務層分行數據集市數據資產管理平臺精準營銷標簽智能風控智慧經營…………指標文件依法合規應用層領域資產報表報告指標……多維主題寬表實時落地表基礎表加工表

搭建平臺數據魔方PC端與數據工具深度集成，使用工具制作的報表可自助快速發布為數據魔方產品，發布完成后在數據超市里展

示進行共享，其他用戶可申請使用，形成快速推廣和復用能力。平臺采用云原生的開發工具和行內通用的技術平臺，并深

度集成帆軟FineBI和FineReport工具。

運營推廣為保證數據魔方各項既定目標的順利達成，有效提升數據魔方用戶活躍率，并為各分行在數據魔方運營評優工作中提供客

觀依據，圍繞應用團隊協作、運營活躍情況、人才培養、生態社交情況四個方面，積極推進數據魔方運營工作。解決方案

整合數據為了實現數據標準化與高效協同的核心目標，華夏銀行設計了新的數據架構，接入數據底座與數據中臺作為數據源，并完成多方資源的整合。所有這些層級的數據信息，從描述、業務口徑到數據質量，都在統一的數據資產管理平臺上進行登記

與管理，確保了數據的規范性和易用性。典型場景

場景一：報表報告查看報表報告查看是在數據超市模塊完成。數據超市模塊包含各種數據產品：報表、報告、圖表、主題寬表和指標等數據可視

化產品。熱點報表報告如存款實時余額相關報表、個人養老金相關報表、速贏項目營銷相關報表等。04

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.0

05

場景二：數據探查和分析服務層服務層百年銀行的數字化探索與實踐東亞銀行作為一家具有領導地位的香港金融服務集團，1918年，在香港成立母公司——東亞銀行有限公司；2007年，

在內地注冊成立的全資附屬銀行——東亞銀行（中國）有限公司（下文簡稱東亞中國），東亞銀行全球設有約130

個網點，

聘用逾

8000

名員工，致力為香港、內地及世界其他主要市場的客戶，提供全面的企業銀行、個人銀行、財富管理和投資服務。東亞中國自2007年成為法人銀行后，為支持業務發展組建了本地化的科技隊，并在

2009年完成了上海數據中心，上海

研發中心的建設，成為率先在境內自建數據中心和研發中心的外資法人銀行。2021年，東亞中國正式啟動數字化轉型，

以數據這一核心資產作為切入點，聚焦夯實數據基礎，提升客戶體驗，提高經營效率，加強數字化人才建設四大領域。06

帆軟金融行業案例集1.0在數據資源模塊完成，“數據資源”是把數據庫中加工好的具有業務分析價值的數據表可視化到頁面上，解決業務找數難

的問題。業務人員可進行檢索和查找，同時可以查看該資源的數據字典信息，申請數據權限后可一鍵進入可視化分析工具

完成數據探查和分析。

場景三：自助報表制作在數據工具模塊完成，數據魔方集成

FineBI

自助分析工具、FineReport報表開發工具和常用查詢工具，可進行一站式的

數據分析和報表制作，讓非技術背景的人員也能夠快速進行數據分析，節省技術支持的時間，提高工作效率。項目總結數據魔方項目自上線以來，為華夏銀行在數據管理和業務決策方面帶來了顯著的變革。它不僅有效解決了傳統數據查詢和

使用的難題，還通過集成先進的零代碼、可視化分析工具，極大地降低了數據分析的門檻。通過管理駕駛艙、分析大屏、數據看板以及移動端的多渠道自適應展示開發能力，數據魔方實現了數據的即時訂閱與轉發，以及“千人千面”的個性化

數據推薦功能，滿足了用戶對數據快速、高效、自主使用的需求。東亞銀行項目背景為加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進全行數字化轉型

建設，為業務發展提供創新動力，東亞中國秉承“追趕同等規模城商行，3年內成為內地數字化領先的外資銀行”的數字

化轉型的愿景，提出了

3年數字化轉化規劃。目標是利用金融科技和數字化應用實現精準營銷，賦能客戶經營。通過激勵

創新，加速人才發展，提高數字化人才覆蓋率，最后，提升經濟化管理水平，為員工降本減負，提升管理決策效率。自2021年數字化轉型項目正式啟動后，東亞中國成立了數字化轉型領導小組，

自上而下強管理，統一規劃指導。同時，

專設戰略及數字化辦公室，以統籌推進全行數字化轉型工作。需求痛點解決方案

構建自助數據分析平臺，提升數據分析應用便捷性東亞中國與國內Top3分析平臺工具供應商“帆軟”合作，對分析產品

FineBI進行適配性改造，打造外資銀行首個“靈活

數據分析平臺——Eureka深眸系統”。該系統能夠提供數據分析全流程一站式服務，實現便捷的數據獲取、自助的數據

處理與加工、互助的數據協作、靈活的可視化分析。

搭建數據科學算法平臺，滿足數據挖掘及AI算法研究需求東亞中國構建數據湖的同時，同步搭建了數據科學實驗室，面向業務分析崗及有相關技能的同事開放。平臺包含了主要業

務系統的幾千張表，覆蓋零售、對公、風控、合規等各個條線需求。平臺上所有數據依照東亞中國數據分級分類要求，確

保既能方便使用，又能滿足合規要求。痛點二

02所用系統每日產生大量錯誤警報，需要投入大量人工審查，希望通過規則和模型建立AI無效警報過濾，減少警報

量和人工排查工作量。痛點三

03現金管理成本高居不下，員工數字化程度不高，內部推動數字化系統建設存在阻力。痛點一

01數據來源分布無序，未形成合理的數倉結構化存儲，亟需治理，提升數據來源的可拓展性和規范性。終端類型PC端移動端實時大屏服務類型公司戰略層看板用于衡量公司整體

目標達成情況的看

板，主要服務于公

司戰略決策業務策略層看板拆解公司戰略級目

標到業務線，支撐

業務策略執行的核

心過程指標業務執行層看板對業務策略目標進

一步拆解，

一線人

員關注的細化到客

戶明細層級指標用戶類型公司高管戰略部成員中層管理員中后臺管理者一線管理者一線業務人員基礎數據層匯總指標層

智能現金管理項目從實際的降本增效情況來看，累計創造收益近百萬元

管理駕駛艙項以提升管理層用數效率為宗旨，每年幫助公司節省近百萬的成本支出，真正實現了決策智能化BDP大數據倉庫平臺DWD層ODS層管駕數據從

數據源端開始做隔離，邏輯自研公司貸款系統客戶信息管理系統國際結算系統資金營運系統信用卡系統08

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.0

09數

采

數據批量采集DMP管理駕駛艙——應用層服務層數據處理層數據集市層ETL數據抽取DWS層項目亮點數據源其他公司業務系統其他過程指標國際投資業務代理業務風險指標存款業務中間業務擔保業務貸款業務規模指標收入指標客戶指標質量指標成本指標其他數據

即時

同步據集ETL

以賽促學，提升全員數字化素養2022-2023年，東亞中國先后在全行范圍舉辦兩次“數贏”杯數據分析大賽，參賽隊伍均以Eureka平臺為數據分析工具。全行900+人關注并跟隨大賽進行學習。“數贏”杯賽不僅幫助實現Eureka平臺的普及與推廣，帶動一線及中后臺人員

的業務分析熱情；而且提高了員工數字素養，強化了全行數字化學習意識，提升了業務人員數字化相關技能，使得“數字化”

理念更加深入人心、數字化技術得以普及。典型場景

場景一：管理駕駛艙優化建設項目發現問題：在東亞中國的數字化轉型中，管理駕駛艙作為大數據服務門戶建設的核心組成項目之一，仍面臨諸多挑戰：月頻更新數據，收入、成本、規模、KevRatio等模塊指標累計140+零售銀行30+

30+

40+

30+10+企業銀行全行零售銀行MBR數據集建設日頻更新數據，累計200+指標，分時間、機構不同維度統計匯總中后臺條線：業務營運

10+、人力資源10+、營

運人力資源10+、營運時效40+、監管報送10+監管報送營運人

力資源管駕數據集建設PC端+移動端

場景二：黑名單預警壓降項目發現問題：東亞中國防范洗錢風險，對其零售、對公、互聯網等客戶群體，在開展相關業務時，實施反洗錢預警掃描機制。該機制通

過黑名單服務系統，以批量和實時的方式，識別出可疑客戶并發出警告，對客戶信息與路透社、紅通等制裁和監管名單進

行對比，經過人工查核后，將結果推送給下游系統，供業務部門使用。目前

BLN系統每日產生大量錯誤警報，而所有警

報量均需要通過人工審查，希望通過規則和模型建立無效警報過濾，以減少警報量和人工排查工作量。解決過程：項目主要分為兩個優化方向：構建管理駕駛艙指標體系:·MBR數據集：更新數據包括收入、成本、規模、KeyRatio等模塊累計140+指標；·管理駕駛艙數據集：更新數據累計200+指標，分時間、機構不同維度統計匯總。項目成果：管理駕駛艙項目以提升管理層用數效率為宗旨，項目上線后，提升了管理層決策效率的同時，為公司每年節省了近百萬的

成本支出，真正實現了管理層決策智能化。AI警報分析（行職業分析模型優化、機器學習模型和策略優化）:基于打標結果和遵守合規要求衍生行職業特征，

自動排除無效警報。黑名單過濾（PEP定義完善規則模型）：基于打標結果和遵守合規要求，結合數據分析和模型等方式過濾定義不符

的黑名單。優化管理駕駛艙整體架構：在數據處理層，將管理駕駛艙數據從數據源端開始做隔離。管理駕駛艙指標體系混亂，指標和過程數據的關系弱，復用性不強；管理駕駛艙處理層數據來源分布無序，未形成合理的數倉結構化存儲，數據的可拓展性和規范性較差。管理駕駛艙數據處理層極大程度依賴BDP大數據平臺數據處理層出數時效和準確度，影響應用層數據質量；10

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.011前臺條線：

CEO36+、企

業銀行20+、零售銀行30+、金融市場10+解決過程：多條線應用多條線應用企業

銀行金融

市場營運時效業務營運零售銀行人力資源企業銀行金融市場金融市場指標數指標數分行司庫司庫全行CEO提升全行數據能力，助力業務高質量發展河北銀行股份有限公司成立于1996年5月28

日，是全國首批5家試點城市合作銀行之一、河北省唯一一家省屬地方法

人銀行。總部位于河北省石家莊市。目前已在河北省11個設區市和天津、青島設立13家分行級機構，營業網點250家。

河北銀行以“建設環渤海區域領先的公眾銀行”為愿景，以“責任心、團隊、高效率”為核心價值觀，積極踐行“朋友金融，

知心致行”的品牌理念，始終堅守“服務地方經濟、服務中小企業、服務城鄉居民”的市場定位，主動對接國家區域戰略，

積極服務京津冀協同發展、雄安新區規劃建設、冬奧會籌辦“三件大事”和省委“3689”工作思路，發揮金融協同作用，

提升區域服務能力。獲得“全國文明單位”、“全國金融系統企業文化建設先進單位”、“全國小微企業金融服務先進單位”、

“最具社會責任金融機構獎”、“河北省用戶滿意示范單位”、“河北網友信賴的金融品牌”等榮譽稱號。項目總結在當今數字經濟時代，數字化轉型已成為銀行界的共識，各大銀行紛紛進行戰略布局和開展數字化落地工作，東亞中國作

為一家百年企業，在當今快速發展的數字化時代要找到適合自己的轉型模式與路徑。帆軟FineBI提供了一站式大數據商業智能的解決方案，幫助東亞中國充分激發數據要素，釋放數據價值潛能，提升在數

字化時代的競爭和發展能力，更為東亞中國降本提效，激發創新能力，實現轉型升級提供了行之有效的方法。百年東亞，

扎根中國，東亞中國將繼續推動數字化轉型，在數字化轉型的航道上行穩致遠。AI警報分析

:通過模型進行行職業分析和判斷，結合行職業分析模型，使用

AI和策略輔助判斷無效警報，從而減

少人力投入。黑名單過濾：定義完善規則模型后，數據分析結合規則模型輔助補全定義不符的文本組合，提升警報率。12

帆軟金融行業案例集

1.0場景價值：項目主要分為兩個優化方向：河北銀行數據應用現狀近期，監管機構先后出臺《金融科技發展規劃（2022—2025年）》和《關于銀行業保險業數字化轉型的指導意見》，

對銀行數字化轉型提出具體要求，將數據能力建設提升至戰略高度。河北銀行《2021-2025年發展戰略規劃》中要求以

高質量發展為主線，全行數字化轉型取得實效。2021年以來，新一屆河北銀行黨委明確了“建設國內一流的省級銀行”的戰略愿景，制訂了全行戰略規劃及

IT戰略子規劃，明確提出了構建“四梁八柱”的戰略實施路徑。在新的全行五年戰略規劃中，從“支撐業務拓展及運營、支撐數字化轉型、數據治理及數據應用、基礎設施建設、人才發展”等五大領域

對數據支撐能力提出了具體要求，強化數據能力建設已成為全行一項刻不容緩的工作任務。為加快大數據體系建設，穩步推進數字化轉型戰略，規范數據架構體系和數據治理體系，運用大數據推進全行數字化轉型建設，為業務發展提供創新動力，河北銀行構建了“1+1+3+N”的數據能力建設框架，即一個湖倉一體的架構體系，一個一站式、實時化、服務化的中臺服務體系，3個數字分析工具，和

N個數字化能力，具體見下圖。基于框架，河北

銀行開始搭建大數據平臺、數據中臺、數據分析平臺、數據門戶等，開展全行的數字化能力建設。痛點二

02以往管理者在開會時需要各方提前花費大量時間來準備相關經營數據，數據的實時性差并且準確性不能很好的得到保障，發現問題無法及時找到原因，決策有一定的滯后性。

移動端管理駕駛艙，解決了分析和決策的時間與地點限制，從辦公室和上班時間擴展到了隨時隨地，不但讓業務

問題能夠得到及時處理，也讓數據驅動決策的理念更加深入人心。

為促進數據賦能業務發展，河北銀行組織數據自助分析技能培訓，有效提升了業務人員報表分析工具的操作靈活

度和數據分析能力。

自助分析平臺可隨時、自主地通過平臺開展數據分析，輔助經營決策、支撐營銷活動，賦能業務發展。為業務思

考、業務拓展和管理創新提供了一個開發共享和交流互動的平臺，激發業務人員數據分析的積極性。

建設管理駕駛艙為行內重點工作提供了靈活的數據支撐，為管理者經營決策提供支撐。經營管理會議直接圍繞駕

駛艙進行討論，發現數據問題可直接鉆取詳細信息查找原因，及時作出干預決策，管理水平顯著提高。痛點一

01河北銀行一直是業務提需求IT來解決的響應模式。一方面，隨著業務需求的增多，IT人員疲于響應。另一方面，14

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.0

15IT人員對業務的理解程度不統一，很容易造成需求的誤解，增加額外的溝通成本。項目亮點需求痛點解決方案為加快河北銀行大數據體系建設，穩步推進數字化轉型戰略，基于河北銀行“1+1+3+N”的數據能力建設框架，分別建立

面向業務人員和中高層管理人員的數據自助分析平臺和管理駕駛艙，數據自助分析解決的是業務人員的問題；管理駕駛艙

解決的中高層管理人員的問題；基于自助分析和管理駕駛艙，移動端解決的是分析時間、地點、終端的問題。典型場景

場景一：自助分析工具數據分析的能力最終要落實到人身上，但是和很多企業一樣，河北銀行一直是業務提需求IT來解決的響應模式。一方面，

隨著業務需求的增多，IT人員疲于響應。另一方面，IT人員對業務的理解程度不統一，很容易造成需求的誤解，增加額外

的溝通成本。為促進數據賦能業務發展，提升內外管理水平，河北銀行數據管理部面向總行各中心部門，組織了數據自助分析技能培訓，

旨在提升業務人員報表分析工具操作靈活度和數據分析能力。培訓內容包含創建數據源、數據清洗處理、報表操作、圖表

設計、制作儀表板大屏等，通過具體實例帶領大家實操練習，反響熱烈。后續，河北銀行數據管理部將持續做好自助分析

的推廣工作，為各業務部門使用自助分析工具提供技術支持，夯實并補充數據源，努力擴大自助分析的業務覆蓋范圍，加

快數據賦能，助力業務高質量發展。建設可視化、自助式、零編程的數據訪問、分析、展現工具，有助于減輕數據人員工作壓力，為業務思考、業務拓展和管

理創新提供開發共享和交流互動的平臺，激發業務人員數據分析的積極性。例如以往提取數據需要花費幾天甚至是幾周的

時間，現在業務人員只需要在平臺上通過拖拉拽的查詢即可獲取。自助分析正在讓河北銀行的廣大業務人員從被動等待科

技人員提取數據，轉為可隨時、自主地通過平臺開展數據分析，輔助經營決策、支撐營銷活動，賦能業務發展。

場景二：大屏管理駕駛艙管理駕駛艙是一個管理信息中心系統，能夠通過各種圖表的方式直接了解到整個企業的運營情況。管理駕駛艙的特點是具

有豐富的指標體系，而且還具有視覺顯示系統，能夠有效的體現出數據的及時性、有效性。基于河北銀行“1+1+3+N”的數據能力建設框架，為進一步打造全行數字化營銷和決策能力，河北銀行開展管理駕駛艙建

設項目，旨在幫助管理者和業務人員更加直觀地監測企業運營情況，并對異常關鍵指標開展預警和挖掘分析，實現實時動

態管理。基于現有統計指標平臺，在參考其他先進同業經驗的基礎上，河北銀行建設大屏管理駕駛艙產品體系，面向不同的用戶和

業務條線，定制個性化的駕駛艙，主要有個人金融中心、公司金融中心、政務金融中心、小企業金融中心駕駛艙和高管駕

駛艙。各駕駛艙基本數據說明與條線特色說明如下：個人金融中心主要包括存款、貸款、利潤、中收、客戶等數據。條線特色以指標卡的形式展示較多類型指標信息，以更多維度展示業務數據。痛點三

03銀行數據都存放在電腦端，領導出差或者不方便使用電腦時候，就無法實時了解行內情況，有些需要決策的內容

只能等領導回來才能解決，數據分析和決策制定都受到時間和地點的限制。公司金融中心主要包括對公存款、對公貸款、國際業務、代發工資等。條線特色是增加對貸款種類細分，其中細分有綠色貸款、中長期

貸款等。16

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.017高管駕駛艙主要是面向高管使用，主要包括資產、負債、營收、利潤等，通過趨勢圖、分行對比圖、條線對比圖從不同維度展示經營情況，

同時根據監管部門披露數據新增與同業的資產負債利潤等的對比。建設管理駕駛艙是河北銀行數字化轉型的重要工作之一，為行內重點工作提供了靈活的數據支撐，為管理者經營決策提供

支撐。以往管理者在開會時需要各方提前花費大量時間來準備相關經營數據，數據的實時性差并且準確性也不能很好的得

到保障，發現問題也不能及時找到原因，決策的滯后性是個大問題。現在有了各類管理駕駛艙，數據的全面性、及時性和

準確性大大提升，經營管理會議直接圍繞駕駛艙進行討論，發現數據問題可直接鉆取詳細信息查找原因，及時作出干預決策，

管理水平顯著提高。帆軟金融行業案例集

1.0

19小企業金融中心主要包括小企業存款、貸款、普惠涉農、客戶數、小企業特色產品等。條線特色主要是增加了小企業特色產品余額戶數增

長情況等。政務金融中心主要包括政務客戶的存款、貸款、實時大額變動、鄉村振興、分行排名等。條線特色主要是增加了實時大額變動數據，能

夠及時獲取到政務客戶的大額變動情況。根據鄉村振興戰略要求，增加縣域支行存貸款及日均分析。18

帆軟金融行業案例集

1.0建設快速、高效、便捷的移動端管理駕駛艙，為“代發薪大會戰、存量資產質量大會戰、縣域翻身仗、低效網點提升”等行內重點工作提供靈活的數據支撐，為業務精準施策提供了有力的支撐，并且解決了分析和決策的時間與地點限制，從辦

公室和上班時間擴展到了隨時隨地，不但讓業務問題能夠得到及時處理，也讓數據驅動決策的理念更加深入人心。項目總結可視化、自助式以及零編程的數據分析工具，為業務人員提供了一種更加直觀和便捷的方式來探索數據背后的價值。這些

工具不僅降低了使用數據的門檻，減少了因技術障礙帶來的困擾，還極大地激發了員工對于數據分析的興趣與熱情。通過

這樣的方式，河北銀行能夠更好地培育出一種“數據為先”的企業文化氛圍，鼓勵全體員工在日常工作中積極運用數據分

析來指導決策過程，從而提升整個團隊面對復雜問題時解決問題的能力——即所謂的“數商”思維。隨著這種文化逐漸深入人心，未來河北銀行將進一步推動數據在各個層面中的應用深化。無論是在客戶服務優化、還是內

部流程改進等方面，都將充分利用大數據的力量，挖掘其中蘊含的巨大潛力。同時，通過對海量信息的精準分析，可以幫

助管理層做出更為科學合理的戰略選擇；而對于前線員工而言，則可以通過實時獲取關鍵指標的變化情況快速調整工作策

略，提高工作效率和服務質量。

場景三：移動端管理駕駛艙隨著信息化時代的來臨，時間成本對于企業的重要性也越來越高，在重要時刻的及時反應甚至可以幫助企業獲得更多的回

報率，而“移動辦公”也已經成為了企業管理者樂于見到的主流辦公方式。移動端駕駛艙能夠通過實時圖形化展示業務指

標數據，讓管理者和業務人員直觀地監測企業運營情況，并對異常關鍵指標預警和挖掘分析，實現決策分析無處不在的實

時動態管理。在新常態的經濟發展形勢以及利率市場化的推動之下，傳統商業銀行的盈利能力進一步受到沖擊，了解資產負債結構有助

于更加明確、更加實際的解決盈利問題。移動管理駕駛艙可以實時展現企業資產負債結構的變化情況，其中資產端主要為銀行帶來收益的項目，包括投資、貸款、

以及存放在央行款項等，由于生息資產項目之間存在期限、風險、資產質量等多方面的不同，各項目所產生的收益也各不

相同，其盈利能力的表現差距較大；負債端主要為各類存款和債券兩大類，按照存款的對象不同，將存款分為客戶存款、

同業存款、其他金融機構存款，這些存款和債券由于期限的不同、支付利率的差異，

導致銀行在負債端對凈息差產生影響。

利率低的活期存款和利率高的結算類資金在資產負債結構中所占的比重越高，凈息差就越大，商業銀行的盈利能力也越好。

在外部宏觀環境相近，商業銀行若想擴大凈息差，提高盈利能力，從調整自身資產負債結構入手將是一個有效合理的解決

途徑。移動端管理駕駛艙是面向總行高管及分行領導進行數據展示，主要內容有全行及分行資產負債、存貸分析、行業對標的首

頁展示。帆軟金融行業案例集

1.0

21具體內容如下圖：20

帆軟金融行業案例集1.0通過業務與科技的雙向賦能，提升數據分析效

率

80%

！無錫農村商業銀行成立于2005年6月，是一家股份制的地方性金融機構，地處中國長三角經濟發達地區的無錫市。全

行現有員工1600余人，下轄1家營業部，104家本地支行、分理處，3家異地分行，4家異地支行，控股2家村鎮銀行，

入股3家農村商業銀行。成立以來，無錫農村商業銀行充分發揮法人銀行的機制優勢，以服務地方經濟發展為己任，外拓市場，內強管理，不斷

做大做強做優。先后獲得過“江蘇省銀行業文明規范服務示范單位”“江蘇省和諧勞動關系先進單位”“全國金融機構

服務‘三農’最佳誠信企業獎”“銀企合作‘十佳銀行’最佳愛心公益獎”“中國最具成長性銀行”“農村商業銀行城區標桿

銀行”“中國服務業企業500強”“全球千強銀行”等榮譽稱號。需求痛點近年來中國經濟飛速發展，中國銀行業也經歷了從簡單到復雜、從廣泛經營到充分的市場競爭的發展歷程。隨著國內商業銀行間的競爭和外資銀行的進入，銀行業面臨著兩個方面的轉變：從宏觀層面來看，產品決策、經營決策由經驗型向科學型轉變；就微觀層面而言，要求銀行經營以從業務為核心的經營管理模式，向以客戶為中心的新型經營管理模式轉變。在目前的數字科技背景下，傳統銀行業的業務技術模式存在開發周期較長、靈活性差、數據價值難以充分挖掘、操作復雜、

監控效率低等弊端，迫切需要搭建一個符合銀行特色的智能商業平臺，通過規范數據標準與口徑、打通數據孤島，挖掘出大量冗余數據的業務價值，實現數據管理運營的強力覆蓋。自2017年來，我行已完成新數據中心的建設，將行內分散、異構的數據資源進行集成，

形成統一的出入口，但同時又帶來了另外一個問題：各個業務系統的數據潮水式的灌入數據中心，如何應用這些數據高效驅動業務發展成了一個困擾我

們很久的難點。帆軟金融行業案例集1.0

23項目亮點

借助FineBI搭建自助分析平臺，大大解放了科技人員的人力，業務不用花費大量時間等待科技部門提供支持，

數據分析效率提升80%。

項目投產至今，報表系統已完成各業務條線

500余張報表的上線，相比上線前復雜的數據獲取流程，如今業務

人員只需打開報表系統即可查看，整個數據使用效率提升15人/月。

形成科技和業務明確的配合機制，科技人員負責提供基礎數據，搭建數據模型，業務部門負責數據的自主分析，

目前，FineBI月活分析用戶達到83人，月活模板數259個，月日均訪問量68次。無錫農商行解決方案我行調研了市場的很多產品后，最終采購了FineReport和FineBI兩款產品來嘗試解決這些問題。

以科技主導，閉環業務數據需求我行利用FineReport搭建了多個報表平臺，因為該工具專業技術性較強，主要是行內科技人員使用。科技人員根據業務

部門提出的報表需求，確定數據口徑，負責報表開發、投產、上線。報表平臺門戶按各部門需求及功能劃分報表路徑和權限，

業務人員可以快速獲取數據。項目投產至今，報表系統已完成各業務條線

500余張報表的上線，相比上線前復雜的數據獲取流程，如今業務人員只需打開報表系統即可查看，若當前報表滿足不了業務需求或報表口徑發生改變，業務人員則會主動聯系科技修改報表，這樣業務人員既是使用者又是維護者，不會出現數據口徑變化或報表數據失準后無人問津的情況，整個數據使用效率提升15人

/

月。

讓業務主導，自助分析提高效率我行借助FineBI搭建自助分析平臺。FineBI是一款界面友好，靈活上手的業務分析工具，業務可以根據自主分析需要，

通過儀表板的拖拉拽功能完成圖標繪制、指標計算、數據之間的聯動、鉆取、跳轉等分析操作，這大大解放了科技人員的

人力，也不用花費大量時間等待科技部門提供支持，數據分析效率提升80%。報表模型

多維模型指標庫基礎指標匯總指標應用指標報表開發自動化工程數據補錄報表管理數據服務應用服務財務報表公司部報表零售銀行報表電子銀行報表國際結算報表24

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.025核心系統信貸系統信用卡網銀Callcenter財務......數據接入緩沖數據標準化基礎數據輕度匯總數據數據接出數據治理平臺ETL平臺準實時數據服務區報表集市報表平臺管理數據質量管理調度自動化數據標準管理元數據管理準實時數據平臺ODS前端報表源系統網銀CallCenter項目總結目前，我行已形成科技和業務明確的配合機制，科技人員負責提供基礎數據，搭建數據模型，業務部門負責數據的自主分析，

對于常規固定的報表需求，由開發人員通過

FineReport開發固定報表；對于臨時性較靈活的數據分析，由業務人員通過

FineBI

自助處理。FineBI月活分析用戶達到83人，月活模板數259個，月日均訪問量68次。數據管理大屏在我行各個業務條線也均在推廣，力爭做到一部門一條線一大屏，有效實現了全行范圍內數字化分析、數字

化營銷和數字化風險控制，激發了各層級人員對于數據的認知、分析和應用，提升了行內數據資產價值，促進業務發展、

風險控制和內部管理，有效推動全行數字化轉型。如上的無錫農商行經營狀況大屏，將領導關心的資產、負債、所有者權益、存貸款趨勢、客群分布等原先分散分布的指標整合成經營狀況大屏，運用FineBI

自帶的圖表等組件展示，真正做到數據可視化一目了然。

場景二：運營綜合管理平臺運營綜合管理平臺大屏整合了運管條線的主要指標，各運營主管能實時準確了解網點現金庫存、賬戶狀態、各渠道業務量

等數據，對于網點的綜合運營提供了強有力的數據支持。典型場景行內通過搭建深化管理的駕駛艙、監控大屏應用，“打開門戶一眼看數據”已經成為用戶每天的日常。大屏收集各條線領

導關注的指標，讓領導對條線業務經營數據一目了然，輔助領導經營決策。

場景一：無錫農商行總體經營狀況看板26

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.027數據可視化催化新質生產力賦能，數據服務管理提升之道江蘇常熟農村商業銀行股份有限公司(以下簡稱“常熟農商銀行”)改制成立于2001年11月28

日，是全國首批組建的

股份制農村金融機構，2016年9月30

日于上海證券交易所上市（股票代碼：601128）。常熟農商銀行以“農村金融領跑者”愿景為指引，以“普惠金融、責任銀行”為使命，秉承“敢闖、敢試、敢為”拼搏精神，

連續六年蟬聯“陀螺”評價體系縣域農商行第一，連續五年獲評上交所信息披露評價A級，連續五年躋身英國《銀行家》

雜志“全球銀行1000強”榜單前500強，2023年排名第405位，“2023年中國銀行業100強”第81位。數據應用現狀常熟農商銀行在推進數字化轉型的過程中，面臨重重壓力與挑戰，一方面數據引領的新質生產力帶來了更高的發展要求，

另一方面加速數據賦能業務已成為銀行業降本增效的迫切手段，當前業務數據分析需求多，數據開發技術門檻高，海量數

據難以充分發揮價值，一定程度上影響了行內信息化建設的步伐。需求痛點解決方案

構建數據中臺，夯實數據基礎底座常熟農商銀行數據中臺發展已來到第十個年頭，為響應全行數字化轉型要求，形成數據驅動業務發展的智能化金融生態，

常熟農商銀行持續開展數據中臺體系的整體規劃。帆軟金融行業案例集1.0

29項目亮點 服務覆蓋全行本異地所有26家一級機構、44家二級機構，并延伸至江蘇、湖北、河南等地區

19家村鎮銀行

機構

為14個總行部門提供數據服務場景超120個，為分支機構提供數據服務場景超200個痛點一

01數據架構體系演變，平臺性能遇到瓶頸痛點二

02指標口徑定義混亂，數據資產管理缺失痛點三

03業務系統渠道繁多，數據價值挖掘成本高痛點四

04分析需求層出不窮，數據工具支撐不足常熟農商行

統一門戶整合數據渠道，標準化進行數據資產管理常熟農商銀行打造“飛燕數海”平臺作為全行數據資產門戶，提供數據展示、數據使用、數據管理等一站式數據相關服務，

重點將多渠道數據如智能報表、駕駛艙、BI、主要績效及管理會計數據做了整合打通，集中各類數據應用訪問，改變原先

數據應用林立、入口繁多的局面。

發展數據可視化應用，提升數據服務能力數據可視化是發揮數據價值的直觀形式，圍繞數據可視化，常熟農商銀行通過多種數據應用開辟多樣化展示方式，提供不

同場景下的數據服務。

推廣BI

自助分析，壯大數字人才隊伍為解決用數難、用數慢、數據處理繁瑣的通病，在開放數據融合層9大類主題共計94張表作為底層數據的基礎上，搭建

人人可用的BI

自助取數平臺開放使用，以拖拉拽的形式快速實現基礎字段報表生成，以多種圖表模板展示可視化數據。典型場景

場景一：燕谷指揮中心為提高全行數據的處理效率和共享程度，掌握機構工作動態，更好地發揮統一指揮管理功能，為決策層、管理者提供數據

支撐，快速完成管理決策。燕谷指揮中心的建設可以分為以下模塊。數

據

整

合

與

服

務

能

力平臺主要面向行領導和董事會辦公室使用，不管是查看主要經營管理數據還是與機構進行問題溝通，打破了原先需要不同系統間切換使用的壁壘，響應全行數字化轉型要求，實現數據資源的集中和整合，總行與機構管理者實時、快速、高效溝通，

更好地發揮統一指揮管理功能，讓“指揮的人聽得見炮火”。數據戰略與文化以規模、結構、客戶、效益、風險、實時等多維度展示全行經營數據，可下鉆至各分支機構、

分理處。接入親聽系統，了解客戶需求，快速響應。接入全行監控系統，掌握分支機構及村行廳堂動態。集成零售、小微、公司、授信等條線業務數據看板。組織團隊與績效組織架構組織團隊數據分析師數據工程師......數據人才人才梯隊

建設人才考核

機制制度與流程規范數據治理《數據標準管理辦法》

《數據質量管理辦法》

《元數據管理辦法》......數據服務《指標管理辦法》

《BI管理辦法》

《源數據管理辦法》......全行戰略目標技術平臺基礎組件

服務器存儲網絡

數據開發

運維能力數據開發工具DataOps體系數據運維監控工具數據治理能力數據資

產管理數據標

準管理數據質

量管理元數據

管理數據安

全管理數據生命

周期管理30

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.0

31大腦數據的戰略定位愿景與目標信念使命

四肢千里眼順風耳數據產品服務智能數據服務分析挖掘服務數據API服務數據標簽

數據指標

數據質量

組織團隊實時數據離線數據實驗數據產品創新與設計運營優化與提升監管合規......風險預警及管理內部數據采集外部數據采集統-調度ETL數據

整合數據

采集客戶營銷

與服務數據

服務

能力基礎

支撐

能力數據

應用指導32

帆軟金融行業案例集1.0

場景二、機構效益及團隊績效場景展示區別于行內經營管理數據，績效相關數據需要按考核口徑計算，出數時間及查詢效率難以保證；村鎮銀行技術支持有限，

缺乏獨立的績效系統支撐，考核數據需要投入大量人力自行加工計算；總行之外的機構效益、特殊的組織架構團隊數據沒

有專門的數據統計，數據可視化缺失。首先，明確建設目標，以考核為導向，從服務角度出發，功能需求要從機構需求考慮，使用戶看得見、看得懂，讓員工能

快速知曉自己的業績情況。一方面建立考核領域集市作為考核相關明細數據統一來源，并對特殊的團隊劃分進行字段標識

控制，接入BI搭建考核維度指標看板，怎么考核就怎么加工，并在此基礎上考慮一部分靈活口徑調整，便于維護和變更；

另一方面接入管理會計系統數據，填補機構效益類指標數據的空白。從試點機構BI

考核模板，再推廣到全行其他機構，最終形成標準化的全行級BI

考核數據看板接入績效系統，支持零售、公司、

小微、授信、普惠、運管等各條線人員快速查看自己的業績情況，員工對于自己的業績情況一目了然，實現機構、客戶經

理維度的智能排名與模擬營收，彌補了原先系統查詢效率的短板。項目總結常熟農商銀行通過打造多種應用提供數據服務，利用帆軟

FineReport和FineBI快速實現數據可視化呈現，持續提升數據

理解和洞察力，幫助銀行管理者快速、全面、科學決策，培養業務人員看數、用數、分析能力，推動全行數據文化的覺醒普及，

加速數據賦能效率和效果。今年，作為省內農商行的排頭兵之一，常熟農商銀行與江蘇省農村信用社聯合社啟動聯合共建數據中臺重構項目，在數據

可視化方面深入開展合作，互相傳授建設經驗，在數據服務管理的賽道上將邁上更高的臺階。帆軟金融行業案例集1.0

33針對消費者、商家、村民的營銷場景對行中店、線上商城等服務場景進行數據可視化呈現，全面支持常熟農商銀行線上商城、8家行中店、300+經紀人數據及時播報，體現通過高頻生活消費場景吸引更多客戶到店的數字化過程，并輔助通過戰略

合作營銷企業及供應鏈、合作互動拓展企業員工經紀人，營銷拓展分析網格效率提升，全面賦能銀行網點的數字化轉型

和產能升級。

場景三：“三位一體四務融合”綜合服務生態視圖為探索網點產能提升，通過與供銷社、商貿流通企業開展生產、供銷、信用“三位一體”合作，在合作點位布放機具、提供銷售窗口，為客戶提供政務、商務、村務、行務綜合服務，對于銀行類似新的服務場景需要快速配套研發可視化看

板進行跟蹤支持。數字化轉型與商務智能實踐方正證券股份有限公司（以下簡稱“方正證券”或“公司”）是中國首批綜合類證券公司（股票代碼：

601901）。通過

多年積累，方正證券及其子公司業務資質齊全，范圍涵蓋證券經紀、期貨經紀、投資銀行、證券自營、資產管理、研究咨詢、IB業務、QFII業務、融資融券、另類投資業務、證券投資基金業務、場外市場業務、質押式報價回購業務、代銷金融產

品業務、受托管理保險資金業務、新三板做市業務、收益憑證業務、私募基金管理等。方正證券肩負“以金融服務成就美好生活”的使命，以“成為廣受客戶信賴的投資銀行”為愿景，秉承“客戶至上、專業穩健、

開放協同、簡單專注、勤奮堅持、追求卓越”的價值觀，致力于為客戶提供交易、投融資、財富管理等全方位金融服務。

未來，方正證券力爭成為財富管理特色鮮明、高質量發展的大型綜合類券商。證券行業作為金融領域的重要支柱，正經歷著數字化轉型的浪潮。當前，該行業面臨數字化應用水平有限、專業人才短缺以及數據安全問題等多重挑戰。與此同時，第四次科技革命的深入推動了人工智能、區塊鏈、云計算和大數據等前沿技術在證券領域的廣泛應用，這些技術不僅拓寬了應用場景，還深刻影響了業務開展、風險控制及合規監管等多個方面，

并催生出智能投顧、智能投研、金融云服務等一系列創新產品和服務。通過這些先進技術的應用，用戶獲得了更加優質

的服務體驗，大大降低了運營成本，提高了市場整體的運行效率。隨著技術的進步及其應用范圍的不斷擴大，證券行業的數字化轉型既帶來了新的發展機遇也伴隨著挑戰。這種轉型能夠有效減少服務成本，提高整個行業的工作效率，成為推動證券業高質量發展和服務實體經濟的關鍵動力。為了抓住這一機遇，證券公司需要以數字化轉型為核心驅動力，持續推動業務模式創新，不斷提供更高質量且更具效率的金融服務給廣大投資者，并開發出更多元、個性化的理財產品以滿足市場需求。通過數字化轉型探索，證券行業能夠更好地服務于

經濟社會發展大局，促進金融市場健康穩定發展。證券板塊

方正證券數據管理指標管理系統數據治理數據平臺OLAP引擎（Trino）作業調度與資源管理（YARN）分布式存儲系統（HDFS）解決方案針對上述痛點，方正證券從底層數據入手，著力建設湖倉一體與流批一體。公司首先將當前各業務平臺底層數據打通，確

保數據同源；其次針對數據采集/加工結果，分別以主題、業務、指標類型、標簽類型等維度建立不同分類且彼此交互，

最終完成前端展示。痛點三

03客戶層面的分析欠缺，客戶增量與存量的策略分析需要大量的數據分析認證，支持對應策略制定與過程跟蹤。痛點一

01管理半徑大，管理過程精細化，需要大量數據支持。痛點二

02對員工數據賦能不足，需要科技手段，幫助員工發現商機，商機的運營管理需要大量數據分析支持。員工培訓對員工進行培訓，充分利用帆軟平臺功能，提高數據處理能力和效率，解決員工分析難的問題。數據同源共享規范底層數據基礎表通用指標口徑并共享，各部門數據看板同源，解決員工對數難的問題；數據集成平臺集成公司現有的數據，能夠在統一平臺查看不同數據源的信息，解決員工找數難的問題；另一方面，為了快速實現數據價值，數據可視化工具至關重要。經過大量的調研和

POC，公司最終決定選擇帆軟FineReport作為管理系統的通用報表工具，配置的報表可以集成到各類系統中。按照規劃，具體方案分為下述三個方面：

構建“BEAM”模型，對網點經營效率進行科學量化評估

培養業務部門數據分析能力，快速轉化數據生產力

數據分析助力識別和管理風險，確保公司的穩健運營方正證券數據中臺架構36

帆軟金融行業案例集

1.0

帆軟金融行業案例集

1.037標簽管理系統離線計算框架實時計算框架商務智能（Fine

BI）管理系統報表

（Fine

Report）圈客平臺ODSDWSDWS離線計算引擎

（SparkSQL）實時計算引擎

（FlinkSQL）ADSMPP數據庫（Doris）商機平臺離線存儲結構（Hive）數據湖存儲結構

（Iceberg）流式存儲結構（Paimon）項目亮點需求痛點數據

應用典型場景

網點效率評估模型方正證券搭建網點效率評估模型（BEAM-BranchEfficiencyAssessmentModel），模型整合公司數十個平臺的結果指標、

重點業務指標，以及營銷隊伍和負責人的多維度考核數據，并綜合考慮網點地區因素，從區域經濟、業務發展、人員隊伍

三大維度并細化成24個指標對所有網點進行定量評估。評估得分

TOP20%的為高效區間，末位的15%

為低效區間。模型評分月度觀察，動態調整。鼓勵向高效區間的網點借鑒經驗，

交流學習，對于處于低效區間的網點則進行督導、培訓、輪崗、更換負責人等舉措。最后通過各類因素得分按照既定權重計算綜合得分，并按照最終的得分分布的象限劃分為四類，綜合得到人行地行、人行

地差、人差地行、人差地差四類網點，并對癥下藥，針對性開展管理和考核工作。BEAM

的搭建，填補了對網點經營效率進行科學量化評估的空白；網點畫像更加立體，考核內容更加全面，考核結果更加客觀，

管理手段能更有針對性，公司決策能更加果斷及時。在對網點效率評估，網點優化策略建立，低效網點圈選上起到了定量

分析的重要決策依據。項目總結數據可視化工具在企業數字化轉型中扮演著至關重要的角色。隨著信息技術的快速進步和人工智能的廣泛應用，我們正處

于一個數據爆炸和信息過載的時代。在這樣的背景下，數據管理和利用變得至關重要，而數據可視化工具則成為企業從數

據中獲取洞察和制定戰略的關鍵工具之一。通過將自然語言處理技術融入商業智能工具，能夠實現以用戶友好的方式與數

據進行互動。數據可視化不僅僅是呈現數字信息的手段，更是幫助企業從海量數據中提煉出關鍵見解的橋梁和工具。總的來說，隨著人工智能技術和大數據技術的深度融合，商業智能和數據可視化工具正經歷著一場革命性的變革。未來，

隨著技術的不斷演進和應用場景的擴展，數據可視化工具將繼續發揮著不可替代的重要作用，成為企業數字化轉型的重要

支撐和驅動力量。

客戶結構分析