让一张报表的制作时间从十几分钟缩短到10秒以内，让此前需要专业数据分析人员操作的任务变成普通员工通过简单的数据拖拽点击就能获得数据分析结果的事情，国内某商业银行通过与永洪科技合作让梦想变成了现实。

该银行是永洪科技的重要客户。在合作建立之后，永洪科技的项目实施专家经过对该银行深入了解发现，该行业务运营方面会有大量数据录入，此前只能通过批量录入或填报方式，迟迟没有上马BI系统，是因为既要考虑项目建设周期对业务的影响、还要兼顾人员有限的实际情况，迟迟没有下定决心。

该银行的业务诉求既有个性问题，也有金融行业BI商业智能应用的共性问题。金融行业普遍存在数据质量不高、数据获取方式单一、数据系统分散等问题。与此同时，金融机构原有的数据系统结构相对复杂，涉及的系统平台和供应商相对较多，实现数据应用的技术改造难度较大，而且系统改造的同时必须保障业务系统的安全可靠运行。

除此之外，数字化转型始于技术，成于人才。企业数字化转型，其核心技术的实现和创新需要大量的人才作为支撑，数字化转型的关键在于数据的应用，因此其相关人才的建设不应仅局限于IT人员，还应当提升业务部门对于数据的思维和运用能力，提升业务层面的工作效果。某权威数据显示，90%以上的金融科技企业认为中国市场正在面临着金融科技专业人才短缺问题，缺乏专业人才也成为了金融机构大数据应用中的首要问题。数字化人才的匮乏，在限制金融机构数字化转型速度和成功率的同时，还会导致企业对技术人才的吸引力不足，形成恶性循环。

针对上述问题，永洪科技基于以下几个方面为金融行业客户的BI商业智能应用提供解决方案：

1、战略规划统一，层级分工明确

数字化转型需要顶层设计。尤其是对于大型金融企业，大多为集团-分公司或总-分行结构，需要运用顶层设计方法，确定纲领，自上而下,确保各级目标与战略目标一致。这里的“上”即指集团层面，完成总部的数字化升级后，再细化各个公司的数字化。

2、划分阶段，抓紧关键

数字化转型是一个长期的过程，不能一蹴而就。因此，需要进行明确的阶段性划分,并抓住每个阶段的关键性任务，合力配置资源，逐步实现转型。根据永洪科技以往服务金融行业客户的经验，通常会采取“由浅入深”的三步走策略：即先搭框架、再完善细节、最后优化提升。

3、全员数据分析能力的提升

根据永洪服务多家金融客户的成功实践证明，数字化转型战略需要“自上而下”地进行规划与落地，需要顶层设计和资源调配作保障。而到了数据应用阶段，其理想状态应当是数据的全员化，因为数据生成于各一线业务端口，广大员工是数据的出发点和落脚点，要让数据真正赋能于企业发展，就需要实现“人人都是数据分析师”，全面提升组织内人员的数据分析能力。

基于永洪科技在BI领域的先进技术，结合此前服务金融领域客户的丰富经验，永洪科技在金融领域提供的BI商业智能应用解决方案可以实现如下5个方面的价值：

1、高性价比 低TCO

针对金融行业BI数据分析的特征，结合客户的实际情况，永洪科技并不会采用昂贵的小型机去支撑高并发来支撑海量的数据计算，而是采购多台普通的PC Server搭建集群，建设高性价比的分析平台。

2、敏捷：快速发布、持续迭代、拥抱变化

数据层敏捷：数据层无需做数据的预先汇总预算。敏捷BI的处理方式是优先将数据关联做好，导入的数据还是细节数据 ，所有的计算都是在用户点击时发起实时计算。因此，数据层只需要建立起一个轻量模型，导入新需求的细节数据即可。

应用层敏捷：采用灵活的ROLAP机制，每个点击发起的需求都会实时拼出SQL，送给计算层去计算，比较容易适应业务变化；建模完成之后可以直接设计报表和Dashboard，或进行探索式分析。

3、自服务式和探索式多维分析

终端用户通过拖拉拽的方式可以轻松自定义报表或仪表盘。前端系统的交互和分析能力：过滤、钻取、缩放、关联、变换、动态计算、链接等等。用户通过搜索问题，可以迅速找到答案，并作出商业决策，形成探索式的分析。

4、高可用性

在线分析平台和离线分析平台都是分布式架构。分布式数据存储配合分布式计算，带有备份机制和监控机制，这样即便其中某一台机器宕机，其他机器也会保证数据分析正常进行。

5、高并发性

在线分析平台支持高并发。数据集市作为计算层，支持分布式计算，采用MapReduce架构来提高计算效率。永洪科技的分布式数据集市，是列式存储的，采用良好的内存计算技术。可基于多台存储和计算节点并行工作。非常适合海量数据的实时数据分析。