在銀行日常經營中，每個部門、分支行隨時隨地都需要進行資料統計和分析，才能對銀行當前業務狀況及時瞭解，以進行後續經營策略、行銷活動、風險策略的調整和決策。那在平時進行資料分析時除了各資料應用系統（如各類監管報表系統、財務系統、行銷系統等）進行專門的資料加工和操作，主要還有報表和自助分析倆種方式來分析資料，支援業務運行。
1、統計報表
統計報表是最常用的資料分析方式，按業務需求中確定的維度和屬性進行資料加工並展示。報表週期最常見的是按天、月、年來統計，也有部分按周、季、半年來統計。所以日期或週期是每個報表中都有的維度。
另外在大部分銀行中還有一個重要的維度是支行，因為支行是最底層的經營機構，許多分析都會支行級別。但在互聯網銀行沒有網點，所以更多的是按地區來統計，因為各地區的政策、環境有所不同，也需要重點關注業務在各地區的發展和問題。
那報表平臺重點需要考慮的功能有：
（1）報表的圖形化展示：
現在許多報表工具除了常規的柱狀圖、圓形圖、折線圖等，也提供很多展示方式和非常酷炫的介面設計，如FineReport熱力圖、地圖、軌跡圖等。可以讓資料分析結果更一目了然。
（2）明細資料快速查詢：
報表平臺匯總資料的報表較多，但隨著交易系統的功能優化，越來越多的明細資料查詢也轉移到報表系統中，如櫃面交易明細、大額支付系統交易明細等，因此報表平臺也需要支援大批量資料快速查詢的需求，在工具選擇或優化中需要考慮到該功能。
（3）行動端報表：
行動端報表目前也是趨勢之一，但手機螢幕較小，展示資訊有限，目前只展示及時性高但比較簡單的匯總的資料。如帆軟的行動BI FineMobile可以在APP實現，也支援Html5解析，另外，針對客製化設計，企業郵自己的門戶APP或者應用視覺規範，需要內建或客製，可以在雲端視覺化的一站式OEM平台，客製個性專屬數據分析APP，快速建構erp、eip、mes、plm、crm、hr等各種系統的app應用，不需更換系統，敏捷開發，快速展現的應用效果。
（4）郵件報表：
郵件系統每家銀行都在使用，而且都有看郵件的習慣，因此從使用者的角度來看非常方便，因此許多經營日報是直接透過郵件發出，所以需要將展示的報表透過截圖或HTML方式嵌入到郵件中主動發送給用戶。
（5）電子報表：
電子報表主要是指按一定格式匯出到檔並壓縮，各網點業務人員需要自己下載進行分析或直接上報給當地的監管機構。電子報表一般是明細資料，可能含有敏感的客戶資訊，因此這個資料需要行內安全進行審核。
（6）管理儀錶板：
管理儀錶板指將反映全行或全公司業績的主要的指標進行匯總展示，它不僅僅限於單個部門，而是涉及公司所有的經營業務條線。因此它也經常是報表系統進入後的首頁面，或者是公司大屏展示的介面。
下圖是使用FineReport製作的戰情儀錶板：
（7）電子報告：
這個功能是將結果資料進行自動轉化為的分析報告，這個主要通過範本進行填充，目前只能展示基本資訊和簡單分析，更多的分析還是需要人工補充。目前使用還比較少，但隨著AI技術的發展，後續也可能會越來越智慧。
（8）自助查詢：
自助查詢是指提供一個寬表多維度的資料，由業務人員可以通過系統直接進行篩選、鑽取或者可寫sql進行查詢統計。鑽取是改變維的層次，變換分析的細微性。它包括向上鑽取和向下鑽取。
向上鑽取是在某一維上將低層次的細節資料概括到高層次的匯總資料，或者減少維數，如從分析上海的客戶貸款上鑽到所有網點城市；而向下鑽取則相反，它從匯總資料深入到細節資料進行觀察或增加新的維度。例如，分析“各支行、存款情況”時，可以對某一個支行的存款餘額細分為各個存款產品（活期、1年定期、3年定期等）進行分析。通過鑽取的功能，使使用者能更靈活進行資料分析。
那自助查詢首先需要加工好多維度的寬表，也稱為CUBE。如果維度太多且資料量太大則加工效率會比較高，如果是即時根據條件篩選則需要依賴資料平臺的處理能力。因此需要根據資料量進行平臺和伺服器資源的選擇。
在系統架構一文中也提到了幾個常見的商用及開源報表軟體，在報表軟體選型部署和架構設計時還需要重點關注：
作為一個公共服務提供給全行使用：可以連結任何的資料庫或大數據平臺，同時可以將展現的報表無縫嵌入到資料應用系統或交易系統中。
技術選型中儘量統一平臺，減少運維成本和軟體成本，部署可以根據報表數量及資料量按部門分為多套也可以集中在一套環境中
報表平臺建設時需要進行需求管理並重點監控報表的使用率，一個銀行或公司並不是報表越多越好，更重要在於使用和分析效果，因此對於各部門的報表需求需要統一管理，對於重複或相似的需求儘量複用報表，減少工作量投入。
2、資料自助分析平臺/資料實驗室
報表是各個銀行部門最常使用的方式，但隨著互聯網的加快融合，資料分析越來越複雜，分析工具和演算法也越來越豐富，而且業務人員的分析技能也提升很大，那傳統的報表已經不能滿足資料分析的需要，因此許多銀行都為業務人員提供了自助的資料分析平臺，有的銀行也稱為資料實驗室。那在建設資料分析平臺時需要關注：
資料分析平臺的資料來源為數據倉庫，為了不影響數據倉庫生產環境批次處理，因此需要在物理上將資料分析平臺和數據倉庫進行隔離。同時數據倉庫與資料分析平臺需要建立快速的資料通道，以便每天更新資料分析平臺資料。
不同的業務部門為了集約資源，減少重復資料的存儲，可以統一在一個物理平臺進行資料分析，但必須通過使用者以及權限進行資料隔離。由於分析經常會使用明細資料以及數據倉庫加工後的資料，因此資料量比較大，一般也會使用MPP資料庫或大數據平臺進行資料分析。
（1）資料分析工具：
業務人員一般會需要使用到Sas、Python、R等分析工具，現在也有很多AI廠商或資料分析工具廠商提供的自助分析工具，這些工具需要安裝好給業務人員使用。同時也要統一管理這些工具的版本以及license。
（2）資料脫敏工具：
由於敏感資訊不能直接給到業務人員進行資料分析，如內部員工工資、客戶聯繫方式等，因此對於每個敏感欄位需要配置脫敏規則（可以在中繼資料管理平臺實現），並在從資料倉庫匯出時自動調用脫敏工具進行脫敏。
（3）資料獲取管理工具：
分析平臺從數據倉庫匯出到分析平臺時，一般會有資料審核，因為不同部門之間資料是各自管理，需要系統和資料的主管部門知曉並同意。可以基於中繼資料管理平臺增加資料訂單的功能，由業務部門使用人員選取需要分析的資料表、更新週期等資訊，然後提交申請，審批後自動進行調用脫敏和資料傳輸工具傳輸資料。
（4）數據分層：
資料分析平臺一般分為基礎資料層和分析層，基礎資料層是從數據倉庫導入的基礎資料，資料不能修改，業務人員只能通過申請權限後才能訪問。分析層是給每位業務用戶進行自助分析的空間，保留分析過程中和結果資料。對於分析層中的空間也需要進行空間控制和定期監控，以免存儲不足導致業務不能分析。
（5）數據匯出：
業務分析結果一般需要匯出到辦公環境，因此也需要有掃描工具或審批，以免敏感性資料未經允許從生產匯出。
FineReport10.0提供最全永久免費功能版本，不用等待，直接點擊以下按鈕激活&下載！
免費下載FineReport10.0
獲得帆軟最新動態：數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！
相關文章：
90%的數據分析需求=數據錄入+結果展示——農商銀行數據分析探索經驗
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
