项目一 商业智能基础

学习目标

【知识目标】

◊ 能够准确描述商业智能的含义、系统构架及价值。

◊ 能够准确表述选择可视化图表类型应考虑的因素，掌握数据的分类方法。

◊ 能够精准阐述常见数据分析模型，重点理解SWOT分析模型、PEST模型、RFM模型和5W2H模型。

◊ 能够准确表述常用数据分析方法。

【能力目标】

◊ 能够结合不同的商业智能应用案例，分析其应用价值。

【素养目标】

◊ 培养数据驱动决策意识，尊重数据的真实性和客观性，避免主观臆断和偏见。

◊ 能够将商业智能与其他相关学科（如市场营销、财务管理等）的知识进行整合，提升综合应用能力。

◊ 在数据分析和商业智能应用中遵守商业伦理和道德，避免滥用数据。

项目导图

情境案例

中国民生银行（以下简称“民生银行”）于1996年1月12日在北京正式成立，是一家主要由民营企业发起设立的全国性股份制商业银行。2023年，中国民生银行位居英国《银行家》“全球银行1 000强”第22位，美国《财富》“世界500强企业”第329位；中国银行业协会“中国银行业100强”第11位，全国工商联“中国民营企业500强”第54位。

近年来，随着信息技术的发展，企业内部积累了大量的数据。面对日益激烈的竞争环境，各级决策者更加注重对海量数据的分析利用。

2002年，民生银行开始信息科技建设，把离散在各个核心系统的数据进行统一的加工整合，形成可以看到全貌数据的数据仓库平台。2015年前后，“阿拉丁”平台诞生，它是一个开放、自由、可扩展、面向一线业务人员的云平台，可以容纳很多应用产品、开发工具、报表工具、数据挖掘分析和数据探索工具。从数据层面看，“阿拉丁”后台整合了大量不同的数据源，包括结构化和非结构化的，甚至实时的流动数据等。基于平台功能和海量数据，一线人员可以衍生出大量切合分行一线业务需求的应用，支持其做相关的工作，如客户管理、舆情管理、精准营销等。“阿拉丁”平台上线以来，分行业务人员基于此平台进行了很多有价值的探索与应用，如潜在高价值客户挖掘、ATM机合理布局、工资卡客户挖掘、基于地理信息的客户精准营销等。

下面我们来看一下工资卡客户挖掘这个应用案例。

民生银行各分行的一线业务人员每天会看到大量的客户转账记录，之前并没有人关注这些信息。“阿拉丁”平台上线后，一线业务人员通过Smartbi分析工具将转账交易情况做了一个简单的归类，发现有些客户存在一个很有意思的情况，就是每个月定期往其他银行账号上转钱，而且转账金额基本差不多。经过抽样了解发现，这些客户都是中小企业的会计，他们每月定期通过民生银行给自己的员工发工资。业务人员通过数据分析和挖掘，积极开展精准营销，为银行带来了大量工资卡客户。这些都是业务人员通过开放的“阿拉丁”平台接触到数据之后，利用自身的业务经验，再结合数据工具创造出的价值。

目前，“阿拉丁”平台已经为民生银行培养了近千人规模的数据分析挖掘团队，使得更多一线业务人员贡献业务经验，形成了更大的数据分析产品群落，最终获得效益的提升。

案例来源：中国民生银行和Smartbi官方网站。

项目学习