Qlik助力大华银行打造企业级分析文化,开启数据扫盲运动!

本文主要是介绍Qlik助力大华银行打造企业级分析文化,开启数据扫盲运动!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

qlik新闻封面

如今,数据素养正逐渐成为同阅读和写作一样不可或缺的能力,但与此同时,我们大多数人都在这一方面存在显著欠缺。因此对于企业而言,打造企业级数据分析文化以在员工之间推广数据理解、分析及使用能力是至关重要的。

Qlik作为数据分析与管理平台领导者,为企业客户提供了一个从原始数据分析到增强智能的集成解决方案,能够简化分析过程并将分析带到业务流程的各个环节,助力企业轻松打造数据分析文化、提升员工数据素养。

接下来,我们将通过分享大华银行 (United Overseas Bank, UOB) 借助Qlik成功打造企业级分析文化的历程,为大家带来提升企业内数据素养的最佳启发。


Step One:以数据驱动洞察

大华银行 (以下简称UOB) 是亚洲银行业的翘楚,在全球范围内拥有超过500家分行和办事处,遍布亚太、欧洲和北美19个国家和地区。为了持续推动业务绩效,以及为客户提供更好的服务,UOB决定撬动数据背后蕴藏的巨大力量。

大华银行logo

UOB大数据分析中心的负责人David Tan介绍到,他的团队执行了一项双管齐下的策略:通过实施新的企业平台来革新数据分析能力,同时向员工提供所需的培训,在提高技能水平的同时创建一个由数据分析驱动的企业文化

员工培训配图

首先,他们希望员工能够改变数据发现的方式。在过去,数据发现是一个项目制过程,用于撰写常规报告。由于数据提取过程通常由手工操作且十分耗时,并且分析Excel文件上的历史数据存在局限性,报告不仅无法实时创建,并且难以提供全面的视图。


Step Two:从概念验证到全面转型

由于有意义的数据分析来源于良好的数据质量,UOB接下来在企业范围内实施了由点到面的培训计划,先在部分业务部门部署Qlik分析仪表盘,随后再将这种全新的数据发现过程推广至整个企业范围,以提升组织的数据素养和数据治理等能力。

UOB首先在不同业务单元内进行了概念验证 (POCs),证明了数据发现的灵活性,以及使用数据发现和分析驱动实时业务决策的能力。随后,UOB开启了一场企业范围内的数据扫盲运动,以扩增POCs,直至实现整个企业的变革。

UOB实现企业变革

在UOB的大数据分析中心,David Tan和他的团队为企业内部的业务合作伙伴提供了众多培训课程,以帮助那些并非来自数据分析背景的合作伙伴了解到数据发现将如何改善服务客户的方式或提高运营效率。通过学习这些课程,学员们将能在自助数据发现方面打下坚实基础,并开拓思路以寻找探索数据和开展业务的新方法。

为了确保培训内容与参与者相关,David Tan使用企业内的历史数据集反映了参与者将在日常工作中处理的数据类型。通常,当人们学习新的分析工具时会首先得到一些与业务并无关联的简化数据集。而UOB则利用Qlik优化了这一步骤,使用内部与业务切实相关的数据集加速了员工的学习过程。

另外,Qlik还提供了很多在线课程以指导UOB的员工如何使用仪表盘的高级功能,以及Qlik为了收集数据背后更深层的洞察对哪些服务进行了优化。


Step Three:从大数据到大洞察

很快,教育推广计划便得到了回报,第一批接受培训的业务用户开始对其他内部的合作伙伴进行培训。在Qlik的帮助下,David Tan成功将数据分析带到了UOB的业务最前线。在过去两年中,数据素养已经从一个模糊的想法变成了业务运营中不可或缺的组成部分。而现在,UOB中的每一名员工都在关注数据素养和数据发现,因为他们知道,大数据会带来更大的洞察。

David Tan很高兴地表示道:“大多数主要业务部门都已经开始了数据发现之旅。同时我们也累积了许多经验,根据不同部门的数据要求和内部结构调整了方法。”

截至2018年8月底,UOB的新加坡总部已有350多名员工接受了培训,并计划在明年把培训扩大到更多的国际子公司。下一步,David Tan和他的团队计划以人工智能和机器学习为内外部的客户提供更好的服务。因此在未来,他们将集中对AI引擎和其他使用大数据的服务进行概念验证,以进一步简化和改进业务流程。


>>了解更多Qlik解决方案<<
>>下载试用最新Qlik<<

qlik_logo_动图

 

//本文转载自Qlik中国

这篇关于Qlik助力大华银行打造企业级分析文化,开启数据扫盲运动!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/248095

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

Java服务实现开启Debug远程调试

《Java服务实现开启Debug远程调试》文章介绍如何通过JVM参数开启Java服务远程调试,便于在线上排查问题,在IDEA中配置客户端连接,实现无需频繁部署的调试,提升效率... 目录一、背景二、相关图示说明三、具体操作步骤1、服务端配置2、客户端配置总结一、背景日常项目中,通常我们的代码都是部署到远程

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda