前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇商務數據分析報告范文，相信會為您的寫作帶來幫助，發(fā)現更多的寫作思路和靈感。

商務數據分析報告范文第1篇

如何能制作出一份成功的簡歷，以增加在簡歷篩選中的勝算?如何能在不降低成功率的前提下提高簡歷篩選的效率?以下是小編整理的簡歷表格的格式參考，以供大家閱讀。

簡歷表格的格式一：姓名：性別：女年齡：21 歲身高：163cm婚姻狀況：未婚戶籍所在：現居住地：工作經驗：3-5年聯系電話：郵箱：最高學歷：大專專業(yè)：建筑裝潢設計求職意向最近工作過的職位：導購期望崗位性質：全職期望工作地：信陽市期望月薪：2900期望從事的崗位：客服專員/助理(非技術)期望從事的行業(yè)：互聯網/電子商務技能特長技能特長：接受新生事物快，勤奮好學，具有2年多的電子產品銷售經驗。教育經歷中國計算機函授學院(大專)起止年月：2007年9月至0年0月學校名稱：中國計算機函授學院專業(yè)名稱：建筑裝潢設計獲得學歷：大專工作經歷XX電腦城- 導購起止日期：2009年10月至0年0月企業(yè)名稱：弘運電腦城從事職位：導購業(yè)績表現：主要銷售主裝機，數碼周邊配件等　簡歷表格的格式二：姓名

性別

女

出生日期

1985.11.21

民族

漢族

血型

O型

婚姻狀況

已婚

教育程度

本科

工作年限

4年

政治面貌

群眾

現有職稱

無

戶口所在地

山東省青島市

現居住地

青島市

聯系方式

電子郵箱

求職意向

期望從事職位：數據分析師

期望工作地點：青島市

自我評價

1、具有扎實的統(tǒng)計學專業(yè)基礎知識，掌握常見的統(tǒng)計方法；

2、熟練掌握常用的數據挖掘方法，算法和相關工具、熟練使用SAS軟件；

3、數據處理能力很強，熟練使用Office軟件；

4、有良好的邏輯思維能力，注重細節(jié)、對數字敏感，能挖掘數據背后的意義，能夠獨立完成、撰寫業(yè)務數據分析報告。

工作經歷

2010年7月-2012年7月

山東****網絡有限公司

單位性質：合資

所任職位：數據分析師

工作地點：青島市

職責描述：

1、根據業(yè)務需求，制定用戶使用行為數據的采集策略，設計、建立、測試相關的數據模型，從而實現從數據中提取決策價值，撰寫分析報告；

2、跟蹤并分析客戶業(yè)務數據，為客戶的發(fā)展進行決策支持；

3、完成對海量信息進行深度挖掘和有效利用，充分實現數據的商業(yè)價值；

4、支持微博事業(yè)部等產品部門下的運營，產品，研發(fā)，市場銷售等各方面的數據分析，處理和研究的工作需求。

2008年6月-2010年6月

****公司

單位性質：國企

所任職位：數據分析助理

工作地點：青島市

職責描述：

1、完成對行業(yè)銷售及相關數據的分析、挖掘，熟練制作數據報表、撰寫評估分析報告；

2、獨立完成用戶行為特征與規(guī)律的分析，關注市場動態(tài)與風險，為產品方向提出合理建議；

3、在分析師的指導下構建公司業(yè)務領域數據分析與挖掘模型和方法論；

4、針對歷史海量商業(yè)數據，能及時發(fā)現和分析其中隱含的變化和問題，為業(yè)務發(fā)展提供決策支持；

5、完成數據分析相關的需求調研、需求分析等。

項目經驗

2011年5月*****項目

項目職責：

1、收集用戶使用行為數據；

2、完成行為數據的分析；

3、制定模型與產品運營間的聯動接口。

教育背景

2004年9月-2008年6月

山東**大學

統(tǒng)計學專業(yè)

本科

主要課程：數學分析、幾何代數、數學實驗，常微分方程、數理統(tǒng)計、抽樣調查、多元統(tǒng)計、計算機應用基礎、程序設計語言、數據分析及統(tǒng)計軟件、回歸分析等。

掌握了扎實的專業(yè)基礎知識，擅長數學，有很強的分析和演算能力，業(yè)余廣泛了解相近專業(yè)的一般原理和知識，如經濟學、計算機操作等，在統(tǒng)計計算的基礎上鍛煉了視野廣闊的分析技能。

培訓經歷

2010年3月-2010年10月

數據分析與SAS培訓

主要課程：SAS體系內容、ETL技術、SAS分析技術、假設檢驗、方差分析以及各種模型分析等。

通過本次數據分析培訓，全面掌握了SAS的內容，如邏輯庫及操作符與SAS的表達式等，能夠完成復雜數據步的控制，數據集整理以及主成分分析、因子分析等，提升了數據的分析能力。

專業(yè)技能

熟悉數據分析模型的建立，能獨立完成數據分析并針對結果給出一定的建議。

簡歷表格的格式三：姓 名性 別男出生日期1990-10-9戶口地廣州住宅電話*****手 機EMAIL個人主頁****聯系地址廣東省xxxx畢業(yè)院校工作經歷時間所在公司職位相關說明20xx年1月2日——

20xx年10月15日廣州無限信息傳播有限責任公司網頁制作工程師/WEB美工/項目經理畢業(yè)以后找的第一份工作，主要職責是網頁設計、FLASH制作以及平面設計。由于能力突出，后期在做大型項目中國校園商務網時任項目經理20xx年10月——

20xx年3月馨藍數碼工作室設計師第一份工作辭職以后與幾個朋友自行開發(fā)制作馨藍游戲網20xx年3月——

20xx年9月31日廣州高安軟件有限公司美工監(jiān)理，設計師馨藍游戲網與該公司簽署合作協(xié)議，正式合并到該公司，自己也加入該公司參與網站建設工作，為尋求個人更大發(fā)展而離開該公司主要作品（建議上我的求職主頁查看詳細*******）網頁作品FLASH作品精益眼睛眼鏡店網站導入FLASH

NEC網站導入FLASH

紅寶石電子網站導入FLASH

婦女維權網站導入FLASH

商務數據分析報告范文第2篇

如何以數據驅動決策，提升網站價值（大數據時代的分析利器）

目前，越來越多的網站開始重視數據，并期望從中發(fā)現新的機會，不管你是做網絡營銷、互聯網產品設計、電子商務運營、個人站點運營維護，我們都希望從數據中尋找有價值的結論，并且指導公司管理層的決策，最終創(chuàng)造更大的網站價值。本書以通俗易懂的方式來講解網站分析所需掌握的知識，剖析日常工作中遇到的問題，并且配合大量的實戰(zhàn)案例的講解。

本書適合網站運營人員、網絡營銷人員（SEO、SEM、EDM）、網站產品經理和個人站長閱讀，本書也適合計算機專業(yè)或者市場營銷專業(yè)的自學。

目錄

第1章解密神奇的網站分析——網站分析的目的、流程及價值

1.1　為什么要對網站進行分析

1.2　網站分析是什么

1.3　如何進行網站分析

1.3.1　網站流量質量分析

1.3.2　網站流量多維度細分

1.3.3　網站流量重合度分析

1.3.4　網站內容及導航分析

1.3.5　網站轉化及漏斗分析

1.4　網站分析為什么很重要

1.5　網站分析帶來的價值及改變

1.6　網站分析的基本流程

1.6.1　定義（Define）

1.6.2　測量（Measure）

1.6.3　分析（Analyze）

1.6.4　改進（Improve）

1.6.5　控制（Control）

1.7　我能成為網站分析師嗎

1.7.1　網站分析行業(yè)概況

1.7.2　興趣和一個免費的分析工具

1.7.3　了解JS及HTML語言

1.7.4　了解網絡營銷知識及常見廣告模式

1.7.5　Excel和PPT的使用能力

1.7.6　強大的溝通能力

1.7.7　不畏錯誤和挑戰(zhàn)的能力

1.7.8　良好的職業(yè)操守和道德底線

1.8　本章小結

第2章從這里開始學習網站分析——網站分析中的基礎指標解釋

2.1　我們如何獲得網站的數據

2.1.1　常見的數據獲取方式

2.1.2　網站日志和JS標記

2.1.3　用戶識別

2.1.4　點擊流模型

2.2　網站分析中的基礎指標

2.2.1　網站分析中的骨灰級指標

2.2.2　網站分析中的基礎級指標

2.2.3　網站分析中的復合級指標

2.3　本章小結

第3章網站分析師的三板斧——網站分析常用方法

3.1　數據分析前的準備工作

3.1.1　數據的來源類型

3.1.2　數據的清洗與整理

3.1.3　我們的數據準確嗎

3.2　網站數據趨勢分析

3.2.1　同比、環(huán)比、定基比

3.2.2　趨勢線擬合

3.2.3　移動均值

3.2.4　數據監(jiān)控自動化

3.3　網站數據對比分析

3.3.1　簡單合并比較

3.3.2　比較實驗的設定

3.3.3　讓比較結果更可信

3.3.4　別忘記與目標對比

3.4　網站數據多維度細分

3.4.1　指標和維度

3.4.2　為什么要使用細分

3.4.3　什么是細分

3.4.4　細分的常用方法

3.5　本章小結87第4章網站流量那些事兒——網站流量分析

4.1　網站中常見的流量分類

4.1.1　網站中常見的三種流量來源

4.1.2　直接流量的秘密

4.2　對網站流量進行過濾

4.2.1　過濾流量來源的基本原理

4.2.2　Google Analytics流量過濾速查表

4.3　如何對廣告流量進行追蹤和分析

4.3.1　對你的流量進行標記

4.3.2　區(qū)分搜索付費流量與免費流量

4.3.3　監(jiān)測百度競價流量ROI

4.3.4　挖掘有價值的搜索關鍵詞

4.3.5　追蹤EDM的活動流量

4.4　如何辨別那些虛假流量

4.4.1　虛假流量與真實流量的特征

4.4.2　辨別虛假流量的十二種方法

4.5　為你的網站創(chuàng)建流量日記

4.5.1　什么是網站流量日記

4.5.2　如何創(chuàng)建流量日記

4.5.3　網站流量日記的作用

4.5.4　開始第一次網站分析報告

4.6　流量波動的常見原因分析

4.6.1　直接流量波動常見原因

4.6.2　付費搜索流量（SEM）波動常見原因

4.6.3　自然搜索流量（SEO）波動常見原因

4.6.4　引薦流量波動常見原因

4.7　本章小結

第5章你的網站在偷懶嗎——網站內容效率分析

5.1　網站頁面參與度分析

5.1.1　什么是頁面參與度

5.1.2　頁面參與度的計算方法

5.1.3　設置并查看頁面參與度指標

5.1.4　頁面參與度指標的兩個作用

5.2　頁面熱力圖分析

5.2.1　Google Analytics熱力圖功能

5.2.2　Google Analytics熱力圖中數字的含義

5.2.3　Google Analytics熱力圖中的細分功能

5.2.4　Google Analytics熱力圖中的路徑分析

5.2.5　Google Analytics熱力圖的常見問題

5.3　頁面加載時間分析

5.3.1　理想情況下的Landing Page時間分布

5.3.2　Landing Page缺乏吸引力的時間分布

5.3.3　頁面打開速度慢的時間分布

5.4　網站中的三種渠道分析

5.4.1　網站的流量來源渠道

5.4.2　網站的內部渠道

5.4.3　網站的目標渠道

5.5　追蹤并分析網站404頁面

5.5.1　使用Google Analytics追蹤404頁面

5.6　最終產品頁分析

5.6.1　如何評價內容的熱門度

5.6.2　基于多指標的內容簡單分類

5.6.3　基于多指標的內容綜合評分

5.7　本章小結

第6章誰在使用我的網站——網站用戶分析

6.1　用戶分類

6.1.1　用戶指標

6.1.2　新老用戶

6.1.3　活躍用戶和流失用戶

6.2　用戶行為分析

6.2.1　每個用戶行為指標的分析價值

6.2.2　基于用戶行為指標的用戶分布

6.2.3　基于用戶細分的用戶行為分析

6.3　用戶忠誠度和價值分析

6.3.1　基于用戶行為的忠誠度分析

6.3.2　基于用戶行為的綜合評分

6.3.3　用戶的生命周期價值

6.4　本章小結

第7章我們的目標是什么——網站目標與KPI

7.1　對網站進行全面貨幣化

7.1.1　設置電子商務追蹤

7.1.2　對目標設定貨幣價值

7.2　創(chuàng)建網站分析體系

7.2.1　定義網站目標

7.2.2　獲取并分解網站目標

7.2.3　聚焦網站的核心目標

7.2.4　關注每個分解的目標

7.2.5　創(chuàng)建網站分析的KPI

7.3　KPI網站分析成功之匙

7.4　KPI在網站分析中的作用

7.4.1　網站分析KPI的5個標準

7.5　解讀可執(zhí)行的網站分析報告

7.5.1　可執(zhí)行的網站分析報告的內容

7.5.2　KPI指標的創(chuàng)建及選擇

7.5.3　網站分析關鍵KPI指標報告

7.5.4　關鍵KPI指標變化分析

7.5.5　訪客行為貨幣化

7.5.6　創(chuàng)建屬于你的Action Dashboard

7.6　目標KPI的監(jiān)控與分析

7.6.1　KPI的數據監(jiān)控

7.6.2　KPI背后的秘密

7.7　本章小結

第8章深入追蹤網站的訪問者——路徑與轉化分析

8.1　探索用戶的足跡——關鍵轉化路徑分析

8.1.1　明確關鍵轉化路徑

8.1.2　測量關鍵轉化路徑

8.1.3　漏斗模型的展現

8.1.4　有效分析轉化路徑

8.1.5　為什么使用漏斗圖

8.1.6　網站中的虛擬漏斗分析

8.2　讓用戶走自己的路——多路徑選擇優(yōu)化

8.2.1　簡化用戶轉化路徑

8.2.2　讓用戶選擇適合自己的路

8.2.3　多路徑轉化數據分析

8.3　基于內容組的訪問者路徑分析

8.3.1　基于分析目的規(guī)劃內容組

8.3.2　創(chuàng)建內容組前的準備工作

8.3.3　使用過濾器創(chuàng)建內容組

8.3.4　檢查并優(yōu)化內容組

8.3.5　訪問者流報告功能概述

8.3.6　訪問者流報告與其他功能配合使用

8.4　本章小結

第9章從新手到專家——網站分析高級應用

9.1　為你的網站定制追蹤訪問者行為

9.1.1　使用_trackPageview函數自定義頁面名稱

9.1.2　使用_trackPageview函數追蹤出站鏈接

9.1.3　使用_trackPageview函數記錄時間維度

9.1.4　使用_trackPageview函數記錄頁面狀態(tài)

9.1.5　使用_trackPageview函數記錄用戶行為

9.2　按需求創(chuàng)建個性化報告

9.2.1　創(chuàng)建報告前的準備工作

9.2.2　設置自定義信息中心

9.2.3　對報告的用戶權限進行管理

9.2.4　設置智能提醒和郵件報告

9.3　控制報告中的數據

9.3.1　過濾器基礎

9.3.2　高級過濾器

9.4　快速數據導出工具

9.5　數據分析高級應用

9.5.1　網站內容關聯推薦

9.5.2　KNN相關內容推薦

商務數據分析報告范文第3篇

傭金制終結暴利時代

當企業(yè)從區(qū)域制走向無限細化，以醫(yī)院、醫(yī)院銷售代表為單位，進行簽約合作時，就已經步入了深度的傭金制階段。

過去，企業(yè)只提供底價招商，商負責和商業(yè)公司結算。隨著“兩票制”和“企業(yè)自主招標”這兩方面政策的出臺，傭金制的操作就轉變?yōu)槠髽I(yè)直接和商業(yè)公司結算，結算后的費用作為傭金（商在臨床推廣過程中的勞動報酬）按照一定的點位返還給商。其中存在兩方面轉變：第一，中標價格將由企業(yè)來控制，商無須理會；第二，企業(yè)和商業(yè)公司關于供貨價、返利價、開發(fā)價、配送價等簽約內容轉由商務人員支配，其中包括物流功能。此時，商的主要工作就是做好臨床促銷，關注的是企業(yè)給予的返點在經過臨床推廣后還剩多少利潤，就像差旅管理，每天補助250元，食宿標準自行選擇。

辦事處制需要列支費用交由企業(yè)審查，在傭金制下，企業(yè)只需審查所負責區(qū)域純銷的藥品當量（不是以銷售額，而是以銷售數量來計算），然后按30%~35%的點位返還給商。此時，商跟企業(yè)建立了同盟關系，必須建立專業(yè)的公司或者找專業(yè)公司開具勞務方面的發(fā)票，將票據交給企業(yè)后才能將返點的錢拿走。這樣，企業(yè)避免了稅收問題，又合理地將這筆錢打到了商卡上，讓所有的形態(tài)合法化。

傭金制的發(fā)展決定了暴利時代的終結。原先，商可操控的點位可能在60%以上，這就有可能造成臨床回扣的濫發(fā)。帶給直營制的變化如此，制也同樣有所轉變。原先，企業(yè)是底價結算給商，10元的藥品，企業(yè)拿2元，其余環(huán)節(jié)統(tǒng)統(tǒng)不管。而傭金制正好相反，零售價由企業(yè)自己定，負責接洽商業(yè)公司開票、計稅等所有環(huán)節(jié)產生的稅費，商通過臨床促銷從企業(yè)處拿到的傭金只有3~3.5元，而不是原來的8元。這種結算方式的轉變，正是“兩票制”、自主招投標在反商業(yè)賄賂形式下企業(yè)招商的發(fā)展趨勢。

商務部介入數據管理

“包稅返點”如何操作？例如A省只有一個經銷商，這個經銷商把每個月藥品銷售的物流清單傳送給企業(yè)的銷售經理，由銷售經理出具報告，向公司財務提出申請，由此可以計算出商拿到的傭金返點。商把工作產生的票據寄還給公司后，就可以跟企業(yè)結算自己的報酬。

如果1個省只有10多個商或分銷商，銷售經理當然不難統(tǒng)籌。但若某省銷售額很大，分銷商數量達到數百，這樣的處理方式就可能存在兩方面的問題：第一，工作量很大；第二，人多混雜，銷售經理很可能會張冠李戴，把A商的業(yè)績算給了B商，通道的單一導致了與商之間的矛盾，倘若企業(yè)能將這個流程電子化，則不僅能體現公司的監(jiān)管，還能在減少處理環(huán)節(jié)、節(jié)省人力的同時，規(guī)避相應的風險。

筆者建議，企業(yè)由商務部來審核數據，因為與經銷商簽約本來就是商務部的職責。經銷商將每個月的資金流向以電子化的形式進行反饋，由商務部審計后，告知銷售經理。商務部負責數據分析甚至錄入商管理系統(tǒng)，月底時，大區(qū)經理、地辦經理只要打開該系統(tǒng)，就可以明確整個系統(tǒng)的資金動向，根據這個數據來敦促自己的商。商也可以登陸系統(tǒng)，了解自己的醫(yī)院開況和返點金額。

動態(tài)CRM為銷售指南針

可能有人會問：“銷售經理做什么？”在商務部負責監(jiān)管流程的時候，銷售經理的主要職責有兩個方面：第一，調劑當地商。面對一個200~300人的分銷團隊，如何和這些人打交道？如何保持市場的穩(wěn)定和流動性？第二，對商的管理輸入。區(qū)域商需要駐點公關，就像汽車4S店的駐地服務那樣，銷售經理把企業(yè)想要傳達的信息傳遞給商，完成其與企業(yè)適配的一體化工程。針對分銷商，銷售經理要組織一系列有效的活動，例如組織分銷商開會、學習、旅游等等。針對這樣一個幾百人的團隊，要讓這些區(qū)域市場的人對企業(yè)產生歸宿感，從而認可企業(yè)領導，就需要銷售經理這些補進的常態(tài)工作。

商務經理是通過區(qū)域經銷商的清單進行數據錄入，從而讓通道信息化。銷售經理、商看得見，財務也看得見，要準備多少資金就能自己揣度。只要商適時地將票據寄給商務部，商務部簽字后由財務匯總就可以放款。整個物流和錢流的系統(tǒng)非常明朗，財務部知道返了多少出去、拿到多少票據，也自然知道如何做賬。

商務數據分析報告范文第4篇

電子商務

大數據在電子商務領域的應用逐漸增多，成為大數據最成熟的應用模式。京東通過建立PB級大數據平臺，將每個用戶在其網站上的行為數據進行記錄和分析，提高與用戶間的溝通效率、提升用戶體驗。實現了向不同用戶展示不同內容的效果，帶來了10%的訂單提升。比如提供給推薦搜索調用，針對不同用戶屬性特征、性格特點或行為習慣在他搜索或點擊時展示符合該用戶特點和偏好的商品，給用戶以友好舒適的購買體驗，能大幅提高用戶的購買轉化率甚至重復購買，提高用戶忠誠度和用戶黏性。淘寶商城將所有商家的信息進行匯總、歸類，同時，將用戶點擊數據、瀏覽頁面信息等數據信息建立數據模型。數據模型和數據資源在經過淘寶商城的挖掘和分析之后，向用戶和商家開放了查詢APP。通過數據挖掘和分析為淘寶提供了定向廣告投遞的能力。開放查詢APP則為用戶和商家提供了便捷的選擇服務。淘寶網還建立了“淘寶CPI”，通過采集、編制淘寶上390個類目的熱門商品價格來統(tǒng)計CPI，比國家統(tǒng)計局公布的CPI提前半個月預測經濟走勢。

金融

大數據成為金融業(yè)的有力支撐。工商銀行、中國銀行、農業(yè)銀行、建設銀行等國內重要的商業(yè)銀行都有自己的大數據分析系統(tǒng)，并開展了基于大數據的各類服務和應用。阿里巴巴基于阿里巴巴的電商交易數據和螞蟻金服的互聯網金融數據推出的芝麻信用。螞蟻金服的信貸通用決策系統(tǒng)通過對千萬家淘寶商鋪的3萬多個指標的分析，篩選出財務健康和講究誠信的企業(yè)，對他們發(fā)放無需擔保的貸款，目前已經放貸300多億元，壞賬率僅0.3%，大大低于商業(yè)銀行。

公共交通

大數據在公共交通、打車出行等交通領域的應用已經初步開展。通過分析預測出行交通規(guī)律，指導公交線路的設計、調整車輛派遣密度，進行車流指揮控制，及時做到梳理擁堵，合理緩解城市交通負擔。滴滴快的通過掌握的用戶打車記錄、司機行車軌跡等交通大數據，可以科學地實現運力調度，精確匹配乘客和司機，優(yōu)化路徑，減少擁堵。北京交管部門的實時路況與百度地圖大數據的對接，依托百度地圖的交通大數據，可為公眾提供專業(yè)的城市實時交通信息，并可根據需要自行選擇，滿足個性化出行要求，提升出行效率。

制造業(yè)

大數據將成為制造業(yè)轉型升級和提升競爭力的關鍵之一。紅領集團的數據系統(tǒng)將成衣的各種款式和設計都數字化，可以滿足超過上億種以上款式和設計的組合，并可完成對物料數據整合管理，對里料、縫線、袖口等完成自動搭配。整個定制生產流程的20多個子系統(tǒng)全部以數據來驅動運營。這家3000人的工廠每天可以一款一件不重樣的定制西裝1200套，約為紅領60%的產能。農夫山泉與第三方廠商合作，共同開發(fā)基于“飲用水”的運輸環(huán)境數據場景分析，用大數據增強營銷、管理能力，企業(yè)近年來實現了30%-40%的增速。

健康醫(yī)療

我國部分省市正在實施病歷檔案的數字化，配合臨床醫(yī)療數據與病人體征數據的收集分析，用于遠程診療、醫(yī)療研發(fā)，甚至結合保險數據分析用于商業(yè)及公共政策制定等。

商務數據分析報告范文第5篇

面對統(tǒng)計數據不夠及時準確、對決策分析缺乏專業(yè)化系統(tǒng)支持、數據共享差等問題，光大銀行率先探索，在綜合柜臺業(yè)務系統(tǒng)、網上銀行系統(tǒng)等一系列業(yè)務系統(tǒng)信息化基礎上實踐商業(yè)智能及數據倉庫系統(tǒng)建設，挖掘隱藏在數據后的信息價值，進而指導業(yè)務行動和管理決策。

數據突圍 勢在必行

成立于1992年的光大銀行，是國內第一家國有控股并有國際金融組織參股的全國性股份制商業(yè)銀行。截至2012年末，光大已在全國設立一級分行36家，分支機構774家，在職員工達3.2萬余人。

如此龐大的機構支撐如此繁多的金融服務，其管理復雜性可想而知。而光大銀行屢獲驕人業(yè)績背后，以商業(yè)智能為核心的科學決策支持體系功不可沒。

2001年，光大銀行完成業(yè)務系統(tǒng)全國聯網和總行數據大集中后，也一度為海量數據所困擾。現任光大銀行電子銀行部總經理的李堅意識到，只有通過BI充分利用集中的數據，才能更有效地支持業(yè)務發(fā)展、提升決策能力、強化核心競爭力。

2002年初，光大銀行決策層開始立項商業(yè)智能及數據倉庫系統(tǒng)，并對各家供應商方案優(yōu)劣進行仔細分析、反復考察。

李堅表示：“我們必須選擇一家有豐富實施經驗的專業(yè)實施隊伍和本地服務支持能力強的公司進行合作，以達到事半功倍的效果”。最終，菲奈特軟件公司的商務智能產品BI.Office贏得了光大銀行決策層的一致青睞。

經過商議，雙方在國結業(yè)務統(tǒng)計分析、對公業(yè)務統(tǒng)計分析、信貸風險管理、客戶經理業(yè)績考核等方面簽定了一系列合作計劃。為了降低實施風險，項目實施將從國結業(yè)務統(tǒng)計分析系統(tǒng)開始，逐步實施。事實證明，光大銀行所采取的“以部門為基礎實施數據處理”的決定是正確的，也是務實的。

攻克難關 首戰(zhàn)告捷

怎樣才能拿下國結業(yè)務統(tǒng)計分析這個系統(tǒng)？光大銀行技術團隊與第三方技術顧問組成一個實施監(jiān)督團，通過頻繁的討論來處理項目進展中遇到的困難。

據了解，光大銀行國際結算系統(tǒng)于2001年正式運行，業(yè)務品種包括進口開證、到單、付匯、結匯、進出口押匯、貼現、包買票據等，并實現了與SWIFT、會計系統(tǒng)的對接。國際業(yè)務部是該系統(tǒng)的重要業(yè)務部門，經過一段時間，業(yè)務部發(fā)現該系統(tǒng)存在兩大問題，一方面是無法為決策層提供準確數據源，另一方面是無法為決策層提供對數據進行分析查詢所必須的先進、靈活手段。正是這些迫在眉睫的問題使得國際業(yè)務部成為光大銀行應用商業(yè)智能的急先鋒。

客觀來說，數據種類少、數據量大是企業(yè)實施BI應用的最佳環(huán)境，因為這將有利于數據整合、轉換、清洗、抽取、裝載及數據模型的建立。然而，光大銀行國際業(yè)務部業(yè)務品種不下十種，各業(yè)務品種間邏輯十分復雜，這些因素為項目實施帶來一定難度。

“在這一背景下，國際結算系統(tǒng)商業(yè)智能應用獲得成功有兩方面原因?！崩顖哉J為，一方面，服務商經過8年數據倉庫實施提煉出的方法論體系在整個數據倉庫項目中起了指導作用，順利解決了如確定系統(tǒng)范圍、分析用戶需求、建立系統(tǒng)架構方面的問題，可以滿足不斷變化的應用需求及不可預測的決策支持需求；另一方面，光大銀行自身較強的技術研發(fā)實力，再加上光大業(yè)務部門除在項目需求分析階段幫助技術團隊了解業(yè)務流程外，還積極參與對系統(tǒng)正確性、實用性的驗證工作，使得整個項目在逐步驗證、完善中進行，決定了項目成功的必然性。

自2002年12月開始，BI.Office商業(yè)智能應用平臺相繼應用于光大銀行國際業(yè)務部、信貸審批部等多個業(yè)務部門，形成相應部門的BI系統(tǒng)。這些商業(yè)智能系統(tǒng)以數據倉庫技術為基礎，把分散在各個業(yè)務系統(tǒng)的數據進行整合，數據經過清洗、轉換，加載到數據倉庫；再采用OLAP和Data Mining等技術，為管理決策人員提供強大、靈活的日常查詢和決策支持。

商業(yè)智能 樹樹開花

光大銀行根據不同業(yè)務部門特點定制了幾套商業(yè)智能應用系統(tǒng)，這些系統(tǒng)雖在細節(jié)設置上略有不同，但都提供了強大的即席查詢、多維分析、圖形展現、數理統(tǒng)計、數據挖掘、智能告警等普遍功能，以及自定義查詢、報表和分析的零編程和多項OLAP引擎擴展等特有功能。

李堅認為，商業(yè)智能應用為光大銀行的經營管理帶來了四點改善。

第一，系統(tǒng)為業(yè)務人員提供了友好的界面，能夠自定義各種報表、設計內容豐富的分析報告，并且通過統(tǒng)一界面將分析挖掘過程串連起來，整個操作過程十分簡易。而且，系統(tǒng)零編程、零管理技術也讓IT人員擺脫了繁重的運維工作。

第二，系統(tǒng)提供了即時、靈活、多角度、多層次、準確的查詢和分析，包括各種指標的累計值、前期比和同期比，提供現狀分析、發(fā)展分析和80/20分析等豐富的分析方法。使用這些工具，管理層可及時了解國內同行的業(yè)務發(fā)展情況和市場占有率；分析各分支機構的存款余額以及結構，掌握各種產品發(fā)展趨勢。

第三，系統(tǒng)支持授權人員在客戶端、Web等環(huán)境下，訪問任意數據源并進行動態(tài)交互，通過簡單的鼠標點擊訪問和利用所需要的任意信息，定制任意布局、任意復雜度的報表和分析報告，然后按照一定格式輸出，操作十分靈活。

第四，系統(tǒng)可根據業(yè)務層級對行內各地各級人員設定權限。特定權限下只能使用特定功能，從而有效控制了敏感信息，有效保障了數據安全。

李堅舉例說明，“我們曾經碰到這種情況：一段時間內存款余額持續(xù)增長，但同期流失客戶數也在不斷增長，這一矛盾現象引起了業(yè)務分析人員關注，通過智能商務系統(tǒng)，我們發(fā)現，問題根源在于很多客戶經理為完成攬存目標，費力開拓新行業(yè)、新客戶，卻忽略了對原有客戶的維系，導致了存款余額和流失客戶數同時增長的怪現象。這一情況一經向主管領導反映，當天就在全行下達整改通知，及時阻止了不良趨勢的蔓延?！?/p>

事實證明，商業(yè)智能應用解決方案對光大銀行改善其核心業(yè)務流程、提高市場反應速度和業(yè)務管理水平發(fā)揮著重要作用。隨著商業(yè)智能應用的不斷深入與擴展，光大銀行勝利突破了數據“封鎖線”，也走出了一條知識發(fā)現的經典之路。

人物語錄

商業(yè)智能應用系統(tǒng)已成為光大銀行各級業(yè)務人員、管理人員日常經營和分析決策不可或缺的工具，并對光大銀行改善其核心業(yè)務流程、提高市場反應速度和業(yè)務管理水平，發(fā)揮著關鍵作用。

――光大銀行電子銀行部總經理

李堅

相關鏈接

光大銀行這樣應用大數據

當傳統(tǒng)數據倉庫性能已無法應對龐大信息，大數據技術使得訪問、使用大規(guī)模數據集以應多復雜數據分析，制定更好商業(yè)決策成為可能。因此，大數據應用并非BI的簡單延續(xù)。

在業(yè)內，2013年被視為光大銀行大數據元年。這一年，光大銀行從數據治理、數據架構規(guī)劃、數據倉庫不斷升級擴容、新技術應用到數據分析挖掘、相關技術準備、相關協(xié)助配合，已為大數據價值發(fā)揮做足準備。