银行内部的数据分析部门怎样开展工作?( 二 )


包括:效率分析、缺陷分析、市场和渠道分析、产品和服务优化、舆情监测等。
从效果和产出效益来看,首选营销方面的分析、其次是风控、最后是运营。
(3)专题分析的流程
想要把数据分析发挥高价值,既需要广度,也需要深度。重点是数据分析技术和对业务的深刻理解。但最终体数据分析价值的地方,还是在专题研究成果中,这是真正帮助企业提升效益的地方。
那么一个数据分析驱动业务发展的全流程可以是这样的:
一是需求收集。 二是取数和统计分析。三是建模和数据分析。四是成果展现和汇报。
(4)怎样走上逆袭之路
借用《据分析思维案例实践》spring老师的干货,主要有以下要点:
一是原则:坚决不做提数机器。
二是整体策略:针对每一个业务单点问题,先追根溯源,先建立业务分析框架,由点到面,彻底解决该类问题;同时,在这个过程中,要不断的利用互惠原则和社交技巧,只解决业务方最核心的需求,其它的延伸需求让业务方自己动手完成。
三是实战举例。
某日,信用卡业务经理要求对目前信用卡积分使用效果进行分析,应该怎样做?
1)不要自己分析,直接找到最了解信用卡积分的核心产品经理进行沟通,了解其核心的需求。
2)将需求整理出来后,尽最大努力设计一套全面的方案,与业务经理进行确认。
3)在完成本次需求的专题数据分析后,数据分析师不再对其它个性化增加需求进行处理。请业务经理按照现有方法自行处理。如果非要数据分析师做,那就慢慢排计划(注意:业务需求是衣食父母,所以遇到业务部门坚持要增加的临时需求不能断然拒绝,而应该有技巧的以排计划的方式巧妙拒绝)。

■网友
银行的数据团队我觉得所有行业数据团队相对比较好开展工作的,原因是银行的数据有很强的合规性要求和业务风控要求。合规性可以用来驱动数据治理,业务风控可以用来开展数据分析。但是即是是同一个行业,不同银行的规模和业务特点也各不同。所以,回答你的问题,你可以从你们领导天天挂在嘴上说事的业务指标入手琢磨,你要开展工作需要领导的认可,领导怎么认可你,就是他现在最关心什么,你的分析要成为他每天,每周最关心的报告的一部分。

■网友
说信用卡相关的数据分析部门:
第一类,信用风险管理相关,主要是进行数学建模,以挑选合适的经营客群(即收入高、风险小的客群)特征,制定获客策略;
第二类,各项经营数据分析,简单理解就是开发各种报表工具,比较常规,业务部门提需求,数据分析团队进行开发,前面对接业务开发,后面对接业务人员;
第三类,经营分析工具,基于大数据、人工智能进行各种经营,比如办卡礼品的A/B test,比如APP上的千人千面,比如营销资格的实时化等等,基本是和业务一起,用数据分析来助力经营;
第四类,财务、考核分析,以基本的sql为主,数据分析只是兼项工作。
从这个角度看,我觉得第一类和第三类是较为专业的数据分析,但目前很多银行第二类还一塌糊涂,大量的还是人工报表、人工产数,自动化报表都还没有,道阻且长。

■网友
【银行内部的数据分析部门怎样开展工作?】 各行业使用大数据技术虽然有区别但大势趋同,都对数据实时性要求更高,摄取并存储所有维度数据打通数据孤岛构建数据湖,并把智能的数据服务应用到银行业务日常,成为决策运营大脑,而不是纯粹的事后报表(拒绝单一取数机器,但这部分也不可或缺),要在事前、事中、事后三个过程都有触手可及的数据决策指标体系,通过数据+算法+算力三驾马车组合去革新传统固有报表创新出新的业务形态,这也许是我们都需要去思考和改变的。

■网友
不了解,这方面当由贵州地区的精英给解读一二,希望能看到中行贵州地区大数据中心的朋友给予题主解答支持。


推荐阅读