金融案例:構建高效統一的需求登記與管理方案

来源:https://www.cnblogs.com/DTinsight/p/18102116
-Advertisement-
Play Games

在金融行業數字化轉型背景下,銀行等金融機構面臨著業務模式創新與數據應用的深度融合。業務上所需要的不再是單純的數據,而是數據背後映射的業務趨勢洞察,只有和業務相結合轉化為業務度量指標,經過數據分析處理呈現為報表進行展示,才能真正體現它們的價值。 但在需求轉化為指標的過程中,存在需求管理雜亂、登記維護難 ...


在金融行業數字化轉型背景下,銀行等金融機構面臨著業務模式創新與數據應用的深度融合。業務上所需要的不再是單純的數據,而是數據背後映射的業務趨勢洞察,只有和業務相結合轉化為業務度量指標,經過數據分析處理呈現為報表進行展示,才能真正體現它們的價值。

但在需求轉化為指標的過程中,存在需求管理雜亂、登記維護難統一、指標溯源困難等痛點,進而需要統一的需求登記平臺進行管控。

本文結合實際案例,深入探討了需求登記管理方案在金融客戶中的應用,為銀行等金融機構構建高效統一的需求登記管理體系,提供了有效的參考與借鑒。

建設背景

以某頭部城市商業銀行為例,隨著業務的快速發展和監管要求的日益嚴格,面臨著複雜多變的業務指標管理挑戰。該銀行擁有多條業務線,包括零售、公司、金融市場等多個部門,產生的指標需求量大、涉及業務環節複雜、維度眾多。

由於缺乏統一的指標需求管理平臺,導致指標口徑不一、更新滯後、查詢困難等問題頻發,不僅影響了內部管理決策效率,也在一定程度上加大了合規風險。

案例場景

行內組織架構變革逐漸由數開主導變為業務主導,整體上分為四個核心部門:業務部門、數據管理部門、指標屬主部門和大數據應用部門。這四個部門在指標開發流程中互相配合,助力行內數據決策與業務發展。

某業務部門經理小王在季度業務分析會上提出,需要瞭解該行信用卡業務在第一季度的逾期率情況。業務領導審核通過後,小王將這一需求提交給指標屬主部門的產品經理小李。小李收到需求後,經過信息比對,發現現有指標庫中並沒有直接反映信用卡逾期率的指標。於是小李定義了一個新的業務指標,描述了指標開發涉及到的基礎信息、業務口徑等信息,並完成了登記和發佈。隨後,大數據應用部門架構師小張進行了技術評估,補充了技術口徑、詳細SQL等信息,並指派數據開發小朱。最終由小朱根據這個新指標進行了開發,並將結果呈現給業務部門經理小王進行業務驗數。

file

痛點分析

金融機構在數字化轉型中面臨多項挑戰,包括需求登記流程缺失、指標檢索低效、管理體系混亂、開發流程不規範、需求變更無法溯源以及審計合規壓力等痛點,影響業務指標的呈現效果和開發質量。

• 需求登記流程空缺:存在需求來源廣泛、開發排期緊張,需求流程分散、無統一管控平臺的問題,導致數據質量和準確性難以保證,制約了技術對業務訴求響應時效的支撐。

• 指標檢索效率低下:在查找所需指標及其歷史數據時,通常需要進行指標信息比對,需在不同業務系統中花費大量時間搜索,隨著指標需求不斷增長,急需釋放相應人力。

• 指標管理體系混亂:指標往往涉及跨部門多條線的業務分類及過程,各部門在定義和使用同一指標時存在理解和計算方法上的差異,傳統管理模式難以適應當下組織架構及產品策略的頻繁更迭。

• 指標開發流程不規範:出於快速響應業務訴求的目的,指標開發過程通常會忽視元數據信息的維護,導致業務系統指標信息完善度低、頻繁重覆開發、數據治理難推動。

• 需求變更無法溯源:指標需求變更後,無法快速準確地定位歷史版本的信息,並傳遞到相關係統和人員,影響業務響應速度和決策有效性。

• 審計合規壓力:因指標資源管理的無序性,無法快速提供完整的歷史指標演變記錄以滿足內外部審計要求。

建設方案

01 完善需求登記

需求登記的流程中,需要明確需求提交、審批、開發、測試、上線等各個環節的流程和責任人,確保需求流程的規範化和統一化。根據業務緊急程度、開發難度等因素,對需求進行優先順序分類,確保重要需求得到優先處理。另外,需要提供需求池進行需求信息的集中存儲和統一管理,方便各方人員進行需求查看和跟進。

02 規範指標管理

指標開發往往存在前置定義不清晰、缺少統一指標管理的問題,因此需要規範指標管理,對全行指標進行梳理和分類,建立統一的指標庫,方便業務人員查找和使用。

指標開發之前,需要強化對元數據信息的收集和維護,確保指標信息的完整性和準確性。針對指標的基本信息、業務口徑、技術口徑、詳細SQL等信息進行規範化維護,使指標定義流程更加規範化。

除此之外,針對指標的檢索和溯源,需要提供智能檢索版本控制能力。業務人員通過輸入關鍵詞,能快速定位所需指標,大大提高檢索效率;通過歷史版本比對,能查看指標的變化趨勢和歷史數據,對已經開發完成的指標進行復用,避免重覆開發,提高開發效率。

03 平臺建設

平臺提供一站式需求登記、指標定義、指標總覽模塊,支持對接業務審批管理。對於公共模塊,提供平臺管理功能,支持成員引入、角色配置、日誌管理。
file

1、 需求池管理
業務經理在需求池進行業務需求的統一登記和管理,需求通過審批後可指派給產品經理進行後續的指標定義。平臺提供需求目錄和需求導入功能,規範化業務需求的分類整理,適配業務需求批量導入的場景。

2、指標池管理
需求經過業務管理員審批通過後,可由業務經理指派給產品經理進行指標定義,包括定義指標基本信息、業務口徑、業務分類、數據域等信息。

業務經理和產品經理在查看需求的過程中,可能需要比對歷史指標的信息,以判斷是否有滿足條件的指標可復用。針對批量維護指標的需求,平臺提供了指標導入功能,支持導入指標寬表併在平臺展示。

指標配置的過程中,可能有很多不同的業務配置欄位,因此平臺提供模版管理的功能,支持業務人員自定義指標步驟,維護業務分類、業務過程、數據域等信息。
file
3、 業務審批
平臺提供業務審批的功能,業務管理員在審核需求或指標口徑時,可在審批中心模塊進行審批操作,確保需求和指標的發佈質量。

4、指標檢索
提供全局搜索的能力,支持按指標名稱或描述信息進行檢索,提供多樣化圖表展示,使業務人員能便捷查詢指標內容,更加直觀的看到指標發佈內容。

建設收益

結合配套需求管理方案的使用,該行實現了集中式、標準化的需求管理,提升了數據的一致性和準確性,降低了由指標理解偏差引發的風險。通過統一的需求管理流程,規範化了指標需求的處理,實現了數據資源的快速查詢與獲取,大大提高了管理層的決策效率。通過強化內控與合規能力,保障了銀行在遵守法規方面的穩健表現:

• 提高數據質量與一致性:平臺統一維護了3000+業務新增及歷史指標,實現了跨業務線的統一指標語義

• 歷史需求對比迭代:平臺支持了1000+指標的對比分析,減少了業務上的重覆開發。

• 強化內控與合規能力:完備的歷史指標信息為內部控制、風險管理以及外部審計提供了有力支持。

• 提升數據需求的協同效率:基於統一的平臺,各部門能夠更好地共用和協調資源,增強了團隊間的協作與溝通效果。
file

《行業指標體系白皮書》下載地址:https://www.dtstack.com/resources/1057?src=szsm

《數棧產品白皮書》下載地址:https://www.dtstack.com/resources/1004?src=szsm

《數據治理行業實踐白皮書》下載地址:https://www.dtstack.com/resources/1001?src=szsm

想瞭解或咨詢更多有關大數據產品、行業解決方案、客戶案例的朋友,瀏覽袋鼠雲官網:https://www.dtstack.com/?src=szbky


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 華為雲數倉GaussDB(DWS)研發專家高若岳老師,深入解析GaussDB(DWS)數據倉庫如何與大數據生態快速對接。 隨著智能數據時代的到來,數據量爆髮式增長,數據形態呈海量化和多樣化發展,不再是單一的結構化數據。從海量和多樣化的數據做融合分析,創造更多業務價值的訴求日益強烈。在本期《Gauss ...
  • GreatSQL 優化技巧:將 MINUS 改寫為標量子查詢 前言 minus 指令運用在兩個 SQL 語句上,取兩個語句查詢結果集的差集。它先找出第一個 SQL 所產生的結果,然後看這些結果有沒有在第二個 SQL 的結果中,如果在,那這些數據就被去除,不會在最後的結果中出現,第二個 SQL 結果集 ...
  • 本文分享自華為雲社區《GeminiDB Cassandra介面新特性FLASHBACK發佈:任意時間點秒級閃回》,作者: GaussDB 資料庫。 技術背景 資料庫作為現代信息系統的核心組成部分,承擔著存儲、管理和檢索大量數據的重要任務。然而,在實際的業務運行過程中,由於各種原因,資料庫可能會出現異 ...
  • 本文首發於公眾號:Hunter後端 原文鏈接:MySQL面試必備一之索引 在面試過程中,會有一些關於 MySQL 索引相關的問題,以下總結了一些: MySQL 的數據存儲使用的是什麼索引結構 B+ 樹的結構是什麼樣子 什麼是複合索引、聚簇索引、覆蓋索引 什麼是最左匹配原則 數據 B+ 樹中是如何查詢 ...
  • 本文分享自華為雲社區《GaussDB(DWS)的cgroup、資源池、用戶的關係》,作者: nullptr_。 1. 前言 本文主要展示了DWS中cgroup、資源池、用戶之間的關係,從而對DWS的資源設置情況有個初步瞭解。 2. 相關對象創建腳本 gs_ssh -c "gs_cgroup -cS ...
  • 作者 | Shawn Gordon 翻譯 | Debra Chen 原文鏈接 | What the Heck is Apache SeaTunnel? 我在2023年初開始註意到Apache SeaTunnel的相關討論,一直低調地關註著。該項目始於2017年,最初名為Waterdrop,在Apac ...
  • 目錄一、環境搭建1、關閉防火牆firewalld,selinux2、每台主機安裝MySQL二、基於GTID的主從複製1、修改/etc/my.cnf文件2、檢查GTID狀態3、配置主從複製4、從庫設置三、部署MHA1、準備環境(所有節點)2、部署管理節點(可以部署在任何機器上)3、配置ssh信任4、啟 ...
  • 什麼是哈希桶 Redis中的哈希桶是一種數據結構,用於在Redis的哈希表(如字典結構)中存儲鍵值對。哈希桶是哈希表數組中的每個元素,可以視為一個容器或槽位,用於存放數據。在Redis中,當插入一個新的鍵值對時,會根據鍵的哈希值計算出一個索引,該索引指向特定的哈希桶。 每個哈希桶可以存儲多個鍵值對, ...
一周排行
    -Advertisement-
    Play Games
  • 隨著Aspire發佈preview5的發佈,Microsoft.Extensions.ServiceDiscovery隨之更新, 服務註冊發現這個屬於老掉牙的話題解決什麼問題就不贅述了,這裡主要講講Microsoft.Extensions.ServiceDiscovery(preview5)以及如何 ...
  • 概述:通過使用`SemaphoreSlim`,可以簡單而有效地限制非同步HTTP請求的併發量,確保在任何給定時間內不超過20個網頁同時下載。`ParallelOptions`不適用於非同步操作,但可考慮使用`Parallel.ForEach`,儘管在非同步場景中謹慎使用。 對於併發非同步 I/O 操作的數量 ...
  • 1.Linux上安裝Docken 伺服器系統版本以及內核版本:cat /etc/redhat-release 查看伺服器內核版本:uname -r 安裝依賴包:yum install -y yum-utils device-mapper-persistent-data lvm2 設置阿裡雲鏡像源:y ...
  • 概述:WPF界面綁定和渲染大量數據可能導致性能問題。通過啟用UI虛擬化、非同步載入和數據分頁,可以有效提高界面響應性能。以下是簡單示例演示這些優化方法。 在WPF中,當你嘗試綁定和渲染大量的數據項時,性能問題可能出現。以下是一些可能導致性能慢的原因以及優化方法: UI 虛擬化: WPF提供了虛擬化技術 ...
  • 引言 上一章節介紹了 TDD 的三大法則,今天我們講一下在單元測試中模擬對象的使用。 Fake Fake - Fake 是一個通用術語,可用於描述 stub或 mock 對象。 它是 stub 還是 mock 取決於使用它的上下文。 也就是說,Fake 可以是 stub 或 mock Mock - ...
  • 為.net6在CentOS7上面做準備,先在vmware虛擬機安裝CentOS 7.9 新建CentOS764位的系統 因為CentOS8不更新了,所以安裝7;簡單就一筆帶過了 選擇下載好的操作系統的iso文件,下載地址https://mirrors.aliyun.com/centos/7.9.20 ...
  • 經過前面幾篇的學習,我們瞭解到指令的大概分類,如:參數載入指令,該載入指令以 Ld 開頭,將參數載入到棧中,以便於後續執行操作命令。參數存儲指令,其指令以 St 開頭,將棧中的數據,存儲到指定的變數中,以方便後續使用。創建實例指令,其指令以 New 開頭,用於在運行時動態生成並初始化對象。方法調用指... ...
  • LiteDB 是一個輕量級的嵌入式 NoSQL 資料庫,其設計理念與 MongoDB 類似,但它是完全使用 C# 開發的,因此與 C# 應用程式的集成非常順暢。與 SQLite 相比,LiteDB 提供了 NoSQL(即鍵值對)的數據存儲方式,並且是一個開源且免費的項目。它適用於桌面、移動以及 We ...
  • 1 開源解析和拆分文檔 第三方的工具去對文件解析拆分,去將我們的文件內容給提取出來,並將我們的文檔內容去拆分成一個小的chunk。常見的PDF word mark down, JSON、HTML。都可以有很好的一些模塊去把這些文件去進行一個東西去提取。 優勢 支持豐富的文檔類型 每種文檔多樣化選擇 ...
  • OOM是什麼?英文全稱為 OutOfMemoryError(記憶體溢出錯誤)。當程式發生OOM時,如何去定位導致異常的代碼還是挺麻煩的。 要檢查OOM發生的原因,首先需要瞭解各種OOM情況下會報的異常信息。這樣能縮小排查範圍,再結合異常堆棧、heapDump文件、JVM分析工具和業務代碼來判斷具體是哪 ...