金融案例:构建高效统一的需求登记与管理方案

在金融行业数字化转型背景下,银行等金融机构面临着业务模式创新与数据应用的深度融合。业务上所需要的不再是单纯的数据,而是数据背后映射的业务趋势洞察,只有和业务相结合转化为业务度量指标,经过数据分析处理呈现为报表进行展示,才能真正体现它们的价值。

但在需求转化为指标的过程中,存在需求管理杂乱、登记维护难统一、指标溯源困难等痛点,进而需要统一的需求登记平台进行管控。

本文结合实际案例,深入探讨了需求登记管理方案在金融客户中的应用,为银行等金融机构构建高效统一的需求登记管理体系,提供了有效的参考与借鉴。

建设背景

以某头部城市商业银行为例,随着业务的快速发展和监管要求的日益严格,面临着复杂多变的业务指标管理挑战。该银行拥有多条业务线,包括零售、公司、金融市场等多个部门,产生的指标需求量大、涉及业务环节复杂、维度众多。

由于缺乏统一的指标需求管理平台,导致指标口径不一、更新滞后、查询困难等问题频发,不仅影响了内部管理决策效率,也在一定程度上加大了合规风险。

案例场景

行内组织架构变革逐渐由数开主导变为业务主导,整体上分为四个核心部门:业务部门、数据管理部门、指标属主部门和大数据应用部门。这四个部门在指标开发流程中互相配合,助力行内数据决策与业务发展。

某业务部门经理小王在季度业务分析会上提出,需要了解该行信用卡业务在第一季度的逾期率情况。业务领导审核通过后,小王将这一需求提交给指标属主部门的产品经理小李。小李收到需求后,经过信息比对,发现现有指标库中并没有直接反映信用卡逾期率的指标。于是小李定义了一个新的业务指标,描述了指标开发涉及到的基础信息、业务口径等信息,并完成了登记和发布。随后,大数据应用部门架构师小张进行了技术评估,补充了技术口径、详细SQL等信息,并指派数据开发小朱。最终由小朱根据这个新指标进行了开发,并将结果呈现给业务部门经理小王进行业务验数。

痛点分析

金融机构在数字化转型中面临多项挑战,包括需求登记流程缺失、指标检索低效、管理体系混乱、开发流程不规范、需求变更无法溯源以及审计合规压力等痛点,影响业务指标的呈现效果和开发质量。

• 需求登记流程空缺:存在需求来源广泛、开发排期紧张,需求流程分散、无统一管控平台的问题,导致数据质量和准确性难以保证,制约了技术对业务诉求响应时效的支撑。

• 指标检索效率低下:在查找所需指标及其历史数据时,通常需要进行指标信息比对,需在不同业务系统中花费大量时间搜索,随着指标需求不断增长,急需释放相应人力。

• 指标管理体系混乱:指标往往涉及跨部门多条线的业务分类及过程,各部门在定义和使用同一指标时存在理解和计算方法上的差异,传统管理模式难以适应当下组织架构及产品策略的频繁更迭。

• 指标开发流程不规范:出于快速响应业务诉求的目的,指标开发过程通常会忽视元数据信息的维护,导致业务系统指标信息完善度低、频繁重复开发、数据治理难推动。

• 需求变更无法溯源:指标需求变更后,无法快速准确地定位历史版本的信息,并传递到相关系统和人员,影响业务响应速度和决策有效性。

• 审计合规压力:因指标资源管理的无序性,无法快速提供完整的历史指标演变记录以满足内外部审计要求。

建设方案

01 完善需求登记

需求登记的流程中,需要明确需求提交、审批、开发、测试、上线等各个环节的流程和责任人,确保需求流程的规范化和统一化。根据业务紧急程度、开发难度等因素,对需求进行优先级分类,确保重要需求得到优先处理。另外,需要提供需求池进行需求信息的集中存储和统一管理,方便各方人员进行需求查看和跟进。

02 规范指标管理

指标开发往往存在前置定义不清晰、缺少统一指标管理的问题,因此需要规范指标管理,对全行指标进行梳理和分类,建立统一的指标库,方便业务人员查找和使用。

指标开发之前,需要强化对元数据信息的收集和维护,确保指标信息的完整性和准确性。针对指标的基本信息、业务口径、技术口径、详细SQL等信息进行规范化维护,使指标定义流程更加规范化。

除此之外,针对指标的检索和溯源,需要提供智能检索版本控制能力。业务人员通过输入关键词,能快速定位所需指标,大大提高检索效率;通过历史版本比对,能查看指标的变化趋势和历史数据,对已经开发完成的指标进行复用,避免重复开发,提高开发效率。

03 平台建设

平台提供一站式需求登记、指标定义、指标总览模块,支持对接业务审批管理。对于公共模块,提供平台管理功能,支持成员引入、角色配置、日志管理。

1、 需求池管理 业务经理在需求池进行业务需求的统一登记和管理,需求通过审批后可指派给产品经理进行后续的指标定义。平台提供需求目录和需求导入功能,规范化业务需求的分类整理,适配业务需求批量导入的场景。

2、指标池管理 需求经过业务管理员审批通过后,可由业务经理指派给产品经理进行指标定义,包括定义指标基本信息、业务口径、业务分类、数据域等信息。

业务经理和产品经理在查看需求的过程中,可能需要比对历史指标的信息,以判断是否有满足条件的指标可复用。针对批量维护指标的需求,平台提供了指标导入功能,支持导入指标宽表并在平台展示。

指标配置的过程中,可能有很多不同的业务配置字段,因此平台提供模版管理的功能,支持业务人员自定义指标步骤,维护业务分类、业务过程、数据域等信息。 3、 业务审批 平台提供业务审批的功能,业务管理员在审核需求或指标口径时,可在审批中心模块进行审批操作,确保需求和指标的发布质量。

4、指标检索 提供全局搜索的能力,支持按指标名称或描述信息进行检索,提供多样化图表展示,使业务人员能便捷查询指标内容,更加直观的看到指标发布内容。

建设收益

结合配套需求管理方案的使用,该行实现了集中式、标准化的需求管理,提升了数据的一致性和准确性,降低了由指标理解偏差引发的风险。通过统一的需求管理流程,规范化了指标需求的处理,实现了数据资源的快速查询与获取,大大提高了管理层的决策效率。通过强化内控与合规能力,保障了银行在遵守法规方面的稳健表现:

• 提高数据质量与一致性:平台统一维护了3000+业务新增及历史指标,实现了跨业务线的统一指标语义

• 历史需求对比迭代:平台支持了1000+指标的对比分析,减少了业务上的重复开发。

• 强化内控与合规能力:完备的历史指标信息为内部控制、风险管理以及外部审计提供了有力支持。

• 提升数据需求的协同效率:基于统一的平台,各部门能够更好地共享和协调资源,增强了团队间的协作与沟通效果。

《行业指标体系白皮书》下载地址:https://www.dtstack.com/resources/1057?src=szsm

《数栈产品白皮书》下载地址:https://www.dtstack.com/resources/1004?src=szsm

《数据治理行业实践白皮书》下载地址:https://www.dtstack.com/resources/1001?src=szsm

想了解或咨询更多有关大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:https://www.dtstack.com/?src=szcsdn

相关推荐
天冬忘忧41 分钟前
Flink优化----数据倾斜
大数据·flink
李昊哲小课41 分钟前
deepin 安装 zookeeper
大数据·运维·zookeeper·debian·hbase
筒栗子1 小时前
复习打卡大数据篇——Hadoop MapReduce
大数据·hadoop·mapreduce
金州饿霸1 小时前
Hadoop集群(HDFS集群、YARN集群、MapReduce计算框架)
大数据·hadoop·hdfs
lucky_syq2 小时前
Spark和MapReduce之间的区别?
大数据·spark·mapreduce
LonelyProgramme2 小时前
Flink定时器
大数据·flink
m0_748244832 小时前
StarRocks 排查单副本表
大数据·数据库·python
NiNg_1_2342 小时前
Hadoop中MapReduce过程中Shuffle过程实现自定义排序
大数据·hadoop·mapreduce
B站计算机毕业设计超人2 小时前
计算机毕业设计PySpark+Hadoop中国城市交通分析与预测 Python交通预测 Python交通可视化 客流量预测 交通大数据 机器学习 深度学习
大数据·人工智能·爬虫·python·机器学习·课程设计·数据可视化
沛沛老爹2 小时前
什么是 DevOps 自动化?
大数据·ci/cd·自动化·自动化运维·devops