【万字大数据 BI 案例|视频】民生银行十五年的数据体系建设，深

在从 2002年-2014年的12年时间里，民生银行逐步完善了以下几个阶段的平台建设：数据整合阶段 > 数据口径统一与质量统一阶段 > 线条式数据化管理转向矩阵式数据化管理阶段 > 数据分析阶段 > 数据预测阶段，这个过程也大概可以体现 BI 项目本身的迭代和螺旋上升的开发流程。

1. 数据集中阶段（2002年-2004年）：对离散在各个业务系统的核心数据进行整合，集中化管理形成一个全貌的数据仓库平台。

2. 数据口径与质量统一阶段（2006年-2007年）：监管机构提出了一些新的要求，主要是针对金融集中报送系统中对数据的口径、质量、全面性提出新的要求进行开发和完善。

3. 对公事业部制改革（2007年-2009年）：从条线式数据化管理、逐级汇总变身为矩阵式数据化管理的过程、数据统计口径和汇总口径的维护工作。

4. 数据分析阶段（2010年-2012年）：由简单的数据统计工作向有意识的加强数据分析、数据探索工作的过程。比如像金融管家、零售银行客户流失、私人银行客户矩阵分析等基于历史数据做了大量的分析工作，形成一个数据分析平台。

5. 数据预测阶段（2012年-2014年）：开始投入数据预测方面的一些工作，和国内的一些厂商进行合作。不再满足于基于历史数据知道发生了什么，而是把期望放在知道将来可能要发生什么。比如做过一些像客户流失分析预测、不良贷款可能上升性预测等等。

6. 阿拉丁阶段（2014年以后）。

二. 民生银行数据服务平台的对象与关心目标

1. 高管层（公司领导）主要关心目标

• 行业重要战略性的指标例如存款、贷款的业务规模与概况

• 小微、小区战略方向指标

• 行业重要战略性的突增突降的业务重大异常变动

• 各个业务机构排名等

2. 业务部门（零售、公司和各事业部）主要关心目标

• 业务量统计（余额、笔数、状态等）

• 业务分布分析（品种、结构、行业等）

• 重点客户分析（前 N 家，产业链等）

3. 后台管理（资产监控、风险管理等）主要关心目标

• 风险管理统计（逾期不良还款、核销等）

• 业务流程分析（申请、审批等）

• 重点缺失数据补充等

4. 特殊需求（监管报送、审计等）主要关心的数据主要是符合特定格式与特定口径的监管数据需求

• 1104 监管报送

• FSC 金融统计报送

• 支付类监管指标

• 非现场审计