数字化提升效能之道 瓴羊One Model构建全面绩效管理体系

简介: 数字化提升效能之道 瓴羊One Model构建全面绩效管理体系

在2023云栖大会上,瓴羊金融行业解决方案高级专家徐宁受邀出席并发表演讲。大会上,徐宁生动讲述了数据中台如何在银行等金融场景中落地生根,如何通过数据体系的帮助为银行实现降本增效,并深入介绍了瓴羊One Model体系及其应用实践。

One Model更统一的模型建设与管理 助力银行三大核心转变
徐宁表示自2015年阿里巴巴宣布启动中台战略,“中台”一词首次进入公众视野,迎来很多业内中台的效仿者。而One Model是阿里历经十年的打磨,基于内部的实践,沉淀数据中台和建设的方法论。
银行体系庞大,近年来其数据量更是呈指数级增长,数据涵盖范围也日渐广泛,数据的应用方式也需要有所进化。徐宁强调,One Model体系能够为银行实践带来三大核心的转变。        

首先是科技驱动向业务驱动能力的转变。银行业基于One Model体系之上,更多围绕着业务过程的梳理以及模型上应用数据;其次是数据“设计即开发”的转变。基于One Model体系之上,通过模型设计与研发一体的思路去构建;最后是基于One Model体系之上,核心构建了数据标准体系的转变。
徐宁表示,基于银行的实践以及One Data这套体系,瓴羊已经沉淀出了整个银行中台的全局架构,共有三大数据中心,包括垂直数据中心、公共数据中心、萃取数据中心。 
精细化、数字化 One Model构建银行全面数据绩效管理
数字化转型已成为金融业焕发新生的重要驱动力。我国金融业尤其是大型商业银行的数字化起步较早,直至现在很多银行都在做全面的数字化经营管理。其中,全面绩效管理数字化是银行数字化转型重要的一环。    

关注银行全面绩效管理数字化有三个核心的原因,一是从政策的角度来看绩效管理,二是从监管的角度看绩效管理,三是从经营的角度来看绩效管理;
瓴羊基于One Model体系,进行绩效管理数字化升级,构建了六级绩效体系,涵盖总行、分行、支行、网点、部门和一线员工,并关注不同层级指标情况。瓴羊通过One Model体系构建维度矩阵,结合业务过程生成派生指标,帮助银行实现绩效管理数字化能力升级。而在做数字化目标拆解中,徐宁强调瓴羊是围绕4W方向构建的,即为考核周期(when)、考核业务(what)、考核方向(where)、考核对象(who),旨在将目标真正下发到具体的人、具体的业务以及具体的组织中。     
过去,许多金融机构在构建客户维度和账户维度时存在割裂现象,难以实现跨账户体系的场景落地。谈及One Model如何在实践建模中落地,徐宁表示会构建相应的维度模型、事实模型以及汇总成模型,围绕模型体系,基于客账一体的客户维度体系的设计。
“最重要的是,One Model在银行各个层面都有其设计巧思”,徐宁说道。围绕组织层面,瓴羊会围绕账务加组织的方式来构建考核机构能力维度体系的设计;围绕考核的产品多层级维度体系,瓴羊的维度模型更聚焦在产品维度,以满足银行对单一子业务、全口径业务两种考核统计的灵活绩效应用模式;围绕时间维度,瓴羊构建了多切片的考核管理体系,从看时点、算区间,到计本期,以实现维度体系模型的设计;围绕考核目标,瓴羊构建公共层的事实模型矩阵,明确考核目标,进行指标拆解,并基于考核明细,抽象出业务过程,构建公共数据模型的矩阵。    徐宁介绍道,面对整个模型体系,下一步瓴羊的核心就是要构建全面绩效管理的指标,按照One Model体系做统一的模型和指标能力的拆解。 One Model的应用实践与落地
会上,徐宁根据全面绩效管理数据应用,以及场景的落地与大家做了分享,包括One Model产品的可视化模型管理,以及面向大模型的一些场景能力的输出全面绩效管理是基于瓴羊Dataphin构建而成,通过可视化的方式将所有的模型进行有效的管理,避免整个指标的二异性。在整个模型管理体系上,瓴羊也会围绕着相应的业务对象以及业务活动做可视化管理,提供标准化指标的服务。此外,瓴羊还可以从业务视角出发构建相应的业务板块,方便数据业务人员使用和消费数据。    聚焦可视化分析技术,瓴羊会帮助银行构建全面绩效管理的看板,甚至是预警能力。瓴羊围绕存款偏离度、存贷比、资产不良率、睡眠用户、贷款集中度、目标达成率等应用场景作出六大场景预警,通过全面绩效看板辅助业务精准决策。  
同时,围绕大模型相关应用也可以构建绩效管理的数据分析体系。徐宁说到,瓴羊可以基于AI能力自动化构建数据看板;其次,结合机器学习能力建立全面绩效体系并输出相应应用;最后,围绕大模型能力结合用户和组织创建图谱来实现智能化推荐能力的落地。 
瓴羊作为阿里巴巴旗下最懂数据的公司,它承担着将阿里巴巴集团沉淀的数字化能力转化为智能产品及服务的重任。随着大数据、大模型技术的崛起,瓴羊的“数据+”触角正向更多领域延伸,未来也将致力于为千行百业提供领先的数智产品及服务,帮助企业实现数字化转型和升级。

相关文章
|
关系型数据库 定位技术 数据库
空间数据中台是什么,怎么用?DataQ空间智能全面开放邀测
阿里云空间数据中台不等同于GIS,它是在DataQ数据资源平台中体系化的整合了空间数据的处理能力,用于空间数据治理和空间领域数字化转型需要。DataQ空间智能包括空间数据同步、空间数据查询和浏览、空间数据管理、空间数据服务和空间数据资产管理等能力。用户可以通过阿里云官网注册账号并开通DataQ的试用白名单来使用DataQ空间智能。在使用过程中,需要注意空间数据源的配置、zip压缩方式、计算集群的设置等问题。DataQ空间智能公共云的开通,将大幅度降低体验和试用的门槛和成本,为线下项目的选型做好准备;同时仍然需要一定的技术投入和耐心,但数字化转型是未来的大势所趋,空间数据中台是必然的选择。
空间数据中台是什么,怎么用?DataQ空间智能全面开放邀测
|
人工智能 自然语言处理 监控
video-analyzer:开源视频分析工具,支持提取视频关键帧、音频转录,自动生成视频详细描述
video-analyzer 是一款开源视频分析工具,结合 Llama 的 11B 视觉模型和 OpenAI 的 Whisper 模型,能够提取视频关键帧、转录音频并生成详细描述,支持本地运行和多种应用场景
3416 6
video-analyzer:开源视频分析工具,支持提取视频关键帧、音频转录,自动生成视频详细描述
|
数据采集 数据可视化 前端开发
怎么通过API获取电竞赛事实时数据
选择合适的电竞数据API是开发电竞应用的关键。主流API包括OP.GG、Liquipedia、Stratz、Riot Games和熊猫比分,涵盖LOL、DOTA2等游戏的实时数据。注册并获取API密钥后,需仔细阅读文档,了解资源、请求方法、必需参数及响应格式。编写代码调用API时,注意优化请求频率,避免封禁。最后,通过Web界面或可视化工具展示数据,如React/D3.js、Tableau等。示例代码展示了如何使用熊猫比分API获取即将开始的比赛信息。
|
数据采集 存储 数据管理
OneData:阿里巴巴的数据仓库之旅与统一数据治理实践
OneData 为解决大数据时代的挑战提供了一条可行的道路,对于其他企业和组织来说具有重要的参考意义。随着技术的不断进步和应用场景的扩展,OneData 的未来发展值得期待。
|
人工智能 并行计算 语音技术
fasterWhisper和MoneyPrinterPlus无缝集成
fasterWhisper是一款优秀的语音识别工具,现在它可以和MoneyPrinterPlus无缝集成了。
fasterWhisper和MoneyPrinterPlus无缝集成
|
人工智能 数据可视化 BI
超好用的低代码平台:10款可视化工具深度评测
以下是内容摘要,以240个字符以内完成: 了解多款低代码开发平台,如Zoho Creator(提供直观界面、预建模板、工作流定制和多平台支持)、OutSystems(专注高性能、企业安全及多渠道发布)、Mendix(与Microsoft 365集成、丰富的组件和自定义连接器)、Wix Code(无代码Web开发)、Bubble(完全无代码、高度定制化页面)、Knack(快速建库、多角色访问控制)和Caspio(强大的数据库功能和定制报表)。这些平台降低开发门槛,适用于不同业务场景。
820 10
|
运维 Kubernetes 安全
评测文章:阿里云容器服务ACK
阿里云容器服务(Alibaba Cloud Container Service for Kubernetes,简称 ACK)是一个全托管的 Kubernetes 容器管理服务。它可以帮助企业在云上高效地部署、管理和扩展容器化应用。本文将详细评测 ACK 的功能、优势及其应用场景,帮助读者更好地理解和使用这一服务。
市面上最常见的几个邮件营销系统,哪个最好用?
本文比较了5个主流邮件营销系统:蜂邮EDM、AokSend、Sendinblue、GetResponse和AWeber。蜂邮EDM和AokSend以其易用性和丰富模板深受初学者和小企业喜爱;Sendinblue以低定价和多功能吸引中小企业;GetResponse是全能营销平台,适合各类企业;AWeber则适合有经验的用户。选择最适合自己的系统能提升邮件营销效率。
|
NoSQL 测试技术 MongoDB
MongoDB数据库管理:全面掌握mongodump和mongorestore的备份与恢复技巧
MongoDB数据库管理:全面掌握mongodump和mongorestore的备份与恢复技巧
641 0

热门文章

最新文章