一、解决方案简介

跬智信息（Kyligence）该解决方案利用统一可信指标提供智能决策支持，通过AI大模型技术评估业务运营，实现团队目标对齐。产品简化数据处理，使客户能与AI数智助理（Kyligence Copilot）互动获取洞察，提升决策效率。该产品赋能金融业多项场景，通过智能化数据分析提升运营效率、企业管理和用户体验，优化资源投入，支持精准管理和决策。

Kyligence Zen 是一款智能一站式指标平台，以统一可信的指标为基础，为管理者和业务人员提供高效、准确、全面的智能决策支持。该平台帮助企业通过指标实现各团队业务目标的对齐，借助创新的 AI 大模型技术，帮客户高效评估业务运营的进展和瓶颈，并结合实际业务提供行动建议。通过智能的自动归因，客户可快速定位指标波动的根本原因，提升业务运营效率。现在，无需复杂的数据处理，客户只需与 AI 数智助理（Kyligence Copilot）对话，即可获取指标洞察和建议，充满信心地做出高效、明智的决策，推动业务成功与增长。

融合新 AI 能力的一站式指标平台为银行等金融业等带来了全新的数字化模式。通过智能化的数据处理和分析，全面提升了银行的运营效率与用户体验。同时，不仅扩展了分行在数据处理和管理上的半径，还可辅助优化资源投入，使分行目标管理更加精准。更重要的是，指标平台使管理过程变得可观测，为银行的决策提供了有力支持。

二、应用场景痛点简介

近年来，随着大数据、云计算、人工智能、区块链等技术加速创新，数据成为重要的生产要素，数字技术正在重塑商业模式、服务和产品。在此背景下，数字金融也成为金融业数字化转型的必然选择。例如，众多银行将数字化转型作为十年战略的重要布局，不断进行系统的重构和基础设施建设、以及数据中台和技术中台的建设，同时在精细化的客户分析、营销和推荐等方面也取得了丰硕的成果。

例如，在挖掘数据价值，实现精准营销、改善客户体验、创新产品的过程中常涉及到跨业务多维分析。如精准营销中对客户生命周期进行管理时，需对客户在银行内交易、渠道、产品数据进行综合分析，对客户进行精准归类，以匹配不同营销策略；又如交叉营销场景下，需结合客户不同业务线条下的产品数据进行智能产品推荐。随着数据需求的爆发，银行内的数据表、ETL 作业、BI 报表的开发维护工作量变得非常巨大，由此导致的数据开发周期长，数据口径杂，数据获取难， 查询响应慢等痛点也愈发显著。总体而言，银行在数据应用方面面临数据治理难、数据协同难、数据处理工具使用难的痛点。 

又如，以分行为例，在用数方面主要面临以下几个难点：

1.分行领导难以发现经营差距

分行领导需要通过数据分析来了解分行的经营状况，但由于数据分散在各个系统和部门，分行领导难以获得全面、准确的数据，也就难以发现经营差距。

2.业务管理人员难以定位经营根本问题

业务管理人员需要对分行的各项业务进行深入的分析，找出问题的根源。但由于数据的不完整和不准确，业务管理人员很难准确地定位问题的根源。

3.执行人员难以分解和执行经营任务

执行人员需要将经营目标分解为具体的任务，然后进行执行。但由于缺乏有效的工具和方法，执行人员很难准确地分解任务，也难以跟踪任务的执行情况。

以往为了解决这些问题，银行分行需要建立完善的数据管理体系，包括数据采集、存储、处理和分析等环节。同时，银行分行还需要培养一批具备数据分析能力的人才，以便更好地利用数据进行决策和管理。

三、解决方案亮点介绍

图片来源：跬智信息（Kyligence）

智能一站式指标平台的应用将为企业指标管理模式带来深刻转变。支撑以指标为核心、数据驱动的数智化管理体系。企业内各级管理人员可以通过智能一站式指标平台更加便捷高效地访问数据化、体系化的业务经营指标，从而更加及时、准确了解经营情况，真正实现基于数据驱动做出正确的决策。同时，该产品基于大模型，打造了一个高效的自助数据分析应用。它能够自动分析业务数据，提供策略建议，并通过AI交互简化决策过程。用户可以实时识别目标差距，一键分配并跟踪任务执行。此外，应用支持对关键业务场景的深入分析，帮助领导快速制定和执行策略。通过灵活的查询和归因分析工具，用户能迅速定位问题并制定个人跟进计划。整个应用旨在提升数据分析的效率和决策的质量。

图片来源：跬智信息（Kyligence）

据爱分析与跬智信息（Kyligence）联合出版的《2022 中国指标平台市场研究报告》指出，智能一站式指标平台有着丰富的应用场景。需要建立指标的主要是企业战略目标的关键执行部门，或者是企业经营的关键领域。关键部门根据企业情况有所差异，但直面客户的销售、营销、运营，掌握公司核心竞争力的研发、生产，以及为保障公司运转顺畅的 IT、人力、财务等部门都需要通过指标体系推进业务，因此也是重点服务部门。具体价值如下：

1.降低用户门槛，赋能业务自主用数

指标平台可以面向全公司用户提供数据访问、自助分析以及数据开发能力，降低用户使用数据的门槛，赋能业务自主用数，加速企业数据分析文化的培养。配备专属 AI 数智助理：10 秒完成关键 KPI 评估，快速定位问题；20 秒找到数据变化背后的根本原因，动态优化策略。让数字更可信，决策更高效。

2.提升开发效率，以数据敏捷推动业务敏捷

指标平台通过指标模型智能管理、 加工与查询加速，可以大幅提升数据开发效率，以数据敏捷推动业务敏捷，变革传统的“业务提需求，IT 做开发”的合作模式。

3.助力数据治理

由于指标计算涉及底层多方面的数据，且业务人员日常会频繁关注和使用数据指标，数据质量导致的指标口径不一致的问题会更容易被发现。 以指标治理为抓手，对齐指标口径，能有效推动数据治理工作。

以银行分行为例，通过有效及高效地使用数据，可实现的效果和收益，主要有以下3点：

1.决策效果的提升

通过数据的整合、多维度的分析和可视化的展示，可以帮助管理层更准确地识别业务中的问题，从而做出更高效、更有针对性的决策。

2.运营效率的提升

通过实时的数据反馈、关键指标的监控和高效的追踪协作，可以显著提高运营的效率。

3.实现穿透式管理

借助系统的工具支持，可以实现从高层到基层的全方位的目标管理建设，确保业务经营决策的有效落地，并带动整体经营管理效率的全面提升。

四、金融行业客户名单

平安银行、中信银行、中国太平洋保险、宁波银行、恒丰银行等。