一、项目背景及目标

绍兴银行“数智领航”平台，是基于目金融行业共同面临“五难”问题：应用平台难共享、数据口径难统一、用数流程难简化、部门职责难厘清、数据价值难驱动，提出了“五化”解决方案：应用平台归一化、数据口径统一化、用数流程简单化、部门职责清晰化、价值驱动高效化，通过了“五个创新”：聚焦AI技术的创新、聚焦破除壁垒的创新、聚焦决策分析的创新、聚焦完善链路的创新、聚焦数据治理的创新，落地“五项成果”：建立丰富的指标体系、覆盖完整的业务场景、敏捷驱动的数据模型、严守合规的信息安全、开放进取的数据文化。

通过“数智领航”平台建设，将AI技术融入数据管理全生命周期，将助力绍兴银行进一步提升进行细化管理水平、优化客户体验，增强数字金融领域的核心竞争力。

二、项目/策略方案

本项目落地实施紧紧围绕技术选型、软硬件配置、集成调试、测试验收、组织管理五大核心环节展开，始终以“技术适配性、落地可行性、风险可控性”三大原则为指引，精准破解实施过程中的各类难点问题，不仅确保项目高效落地，更能为同行业类似工程提供具备高度可复用性的实践经验。

技术选型平衡了兼容性与先进性：指标计算采用“微服务应用程序+数据库存储过程”架构，适配“数智领航”平台多源异构数据处理需求，保障稳定性与效率；ChatBI语义解析层创新采用“开源LLM+企业私域知识微调”的定制化模式，依托检索增强生成（RAG）技术深度对接行内专属术语库，有效规避了纯通用大模型在金融领域专业术语理解上的偏差，大幅提升语义解析的精准度；同时，将技术栈统一为SpringBoot后端框架与Vue前端框架，这两种主流技术框架的应用，不仅降低了跨模块开发团队的协作成本，还便于后续系统的维护与升级。

软硬件配置兼顾了信创要求与性能：服务器选用国产服务器，数据库部署DM（元数据）+Impala（指标存储）+国产分布式数据库（核心业务数据）的混合架构；缓存层采用Redis集群保障高并发查询，Kafka集群处理实时数据流；客户端支持PC端、移动端适配，确保多屏协同体验。

集成调试建立了分层对接机制：第一步优先完成“数智领航”平台与行内数据中台、核心业务系统的接口联调，通过部署数据服务网关（ESB）构建安全的数据传输通道；第二步重点打通 ChatBI与指标库的连接，通过定制化的数据映射规则，确保业务人员输入的自然语言查询能精准匹配至标准化指标，避免查询偏差；针对监管系统等第三方外部应用，创新采用 “接口适配 + 口径校验” 的双重保障机制，在完成接口对接的同时，通过多轮口径比对校验，杜绝指标统计差异。

测试验收构建了全维度验证体系：功能测试全面覆盖指标从需求提报、定义、计算、发布到下线的全生命周期流程，同时针对 ChatBI 的语义解析准确性，设计覆盖 80% 以上实际业务场景的测试用例，确保功能满足业务需求；性能测试验证指标计算峰值（批量计算单日数据≤2小时，实时指标延迟≤100ms）、ChatBI查询响应≤10秒；安全测试重点校验数据权限隔离与SQL注入防护，筑牢数据安全防线。

在项目在实施的组织管理上，建立跨部门协作机制，成立“科技+业务”专项小组，业务团队提供指标梳理与场景需求，科技团队负责技术落地；并且按照“试点-推广”分步推进，先选取2-3个业务条线试运行，优化后再全行推广，同时开展常态化培训，提升业务人员ChatBI使用熟练度。

三、创新点

绍兴银行通过技术创新、管理创新、模式创新等一切手段，将从这场的技术变革中破茧而出，从而构建数字金融变革新的格局，实现行业技术引领，从而从根本上改变现状，我行建设的“数智领航”平台具有以下创新点：

1.“AI技术”的创新

“数智领航”平台智能问数模块，突破性地融合Chat BI（powered by LLM）和Headless BI（powered by 语义层）两种BI新范式打造新一代的BI平台。

首先，通过Headless BI在数据库/数据仓库之上增加一层“语义层”，把业务常用的指标、维度、实体及关系抽象出来，用业务语言（而不是物理表字段）对外统一暴露，实现一次建模，多端调用。其次，通过在大语言模型和物理SQL之间插入的这一层“S2SQL（Semantic-to-SQL）”关系实现用业务语义（数据集名、指标、维度等）来描述查询。我们将数据语义（如业务术语、列值等）纳入提示词中，使大语言模型能够更好地理解语义，以减少幻觉；同时将高级SQL语法（如连接、公式等）的生成从大语言模型卸载到语义层，以减少复杂度。

最终，业务用户用过Chat BI界面输入自然语言问题，平台利用大语言模型将问题转化为SQL查询并返回可视化结果。为提高转化准确性，我们在内部设置了多层解析与校验机制：模型知识库、模型映射器、语义解析器、语义修正器、语义翻译器、问答插件、问答记忆。从而利用自然语言分析处理，人机对话模式进行互动，文字方式进行搜索，通过多种方式获取指标数据并完成指标计算分析和洞察，实现AI驱动的BI分析能力，另外支持市场DeepSeek、通义千问等多种大模型对接。

2.“破除壁垒”的创新

打通全行部门间数据壁垒，实现全行数据指标共享，将自主统计能力由总行向分支行业务人员纵向延伸，以适应不同层次人员使用，支持大数据分析、自助式查询等应用，使得人人都能成为“数据科学家”，数据民主化，实现业务人员自主用数效率能力的跃升，让数据分析不再是专家的专利。降低技术门槛，业务人员无需掌握SQL或复杂变成技能，也能进行灵活的数据分析。

3.“决策分析”的创新

通过“数智领航”平台建设，建立指标口径定义说明，口径变更流程管控，明确数据指标的业务含义、计算公式、统计口径、取数来源和更新频率，确保全行数据指标口径的一致性、准确性、可靠性。最终实现全行数据口径统筹管理，创新性的解决银行关于数据口径管理混乱的行业通病。“数智领航”平台能够自动识别指标异常、进行多维度归因分析、并生成预测趋势。能够大幅提升数据分析效率，洞察市场机会，识别潜在风险，快速响应经营层的决策分析，及时调整我行发展方向及营销策略，赋能业务拓展。

4.“完善链路”的创新

丰富了绍兴银行数据应用场景，补足短板，加快推进以数据集市、数据指标、报表可视化、应用系统展示和数据湖仓一体的“四位一体”数据架构建设，逐步形成完整的数据闭环链路。“数智领航”平台支持包括信创环境等多种数据源，在建设过程中摒弃了复杂的报表制作和操作流程，将其与BI进行隔离，并可以通过指标名称跳转指标从“管理对象”变成了“服务能力”，真正成为业务人员手中的利器。

5.“数据治理”的创新

“数智领航”平台的创新不止于此，对于我行的改变有可能是革命性的，在用数的过程中，对全行数据标准进行了落标，满足元数据管理和数据标准要求，全行人员会进一步加强对指标管理工作的共识，通过统一数据标准，从而加大数据治理的倒逼力度，然后不断完善数据治理各项工作，将来为我行数据资产管理工作打下坚实的基础。

四、项目过程管理

本次项目，项目执行周期共计七个月时间，其中，需求分析阶段约两个月，开发时长约两个半月，测试阶段约三个月，并最终在十月份部署上线，以下是项目各阶段执行周期。

五、运营情况

“数智领航”平台上线以后，平台运行稳定，已经成为日常运营与决策中不可或缺的应用平台之一，获得了业务的一致好评。

“数智领航”平台目前已经接入贷款、存款、运营、绩效、风险等十多个维度200余个数据指标，服务用户覆盖总行管理层、分支行行长、总行业务、分支行分析人员等近3000名员工，成为行内数据消费的主要入口之一。并且已应用到各个场景，从各类型的存贷款余额、发生额、利息到网点业绩、再到每日交易量、交易金额等场景，从明细到各个维度的汇总，覆盖面广、延展面深，基本可以覆盖业务80%类的数据需求，业务人员获取数据的时间从星期级别缩短到了分钟级。

“数智领航”平台的建立，提升决策效率与业务敏捷性。减少业务频繁向科技部门提数据查询以及重复报表需求的频繁提出和制作。决策周期从天缩短到分钟，能快速响应市场。降低开发与沟通成本，在口径统一后，业务与开发之间沟通趋于一致，数据歧义变少，沟通和开发更明确。“数智领航”平台引入后，数据更易理解和使用，也赋能了前线，营造全行用数据决策、用数据说话的文化氛围，驱动了数据文化形成。

六、项目成效

1.经济效益

“数智领航”平台使用指标管理与指标计算分离的架构，通过对指标管理与大模型AI、大数据的结合，实现了性能与效率的全面提升。能够计算大数据量指标，可以快速查询，并实现了通过AI进行交互式的获取数据。

我行获取指标数据的旧模式都是通过报表开发，报表查询，这种方式流程复杂，效率底下，且业务无法进行自己查询，无法自主选择指标，且需要多人团队进行运维开发。“数智领航”平台建立后，业务获取数据的时效性大大提高，并且可以自己制作指标，或者通过AI交互的方式获取数据。节省了时间，也节省了人力成本。

总的来说，本方案通过提升数据处理效率、增强数据获取能力、促进产品创新与服务升级等方式能带来显著的经济效益，为绍兴银行的数字化转型提供了坚实支撑，为金融业的人工智能发展起到了领航作用。

2.社会效益

本项目助力我行完成了基于AI大模型的数智领航平台的建设，并掌握了除AI大模型外的全部源代码，大模型也调用的国产大模型，真正做到了自主可控。在项目设计时数智领航平台做到了应用平台的归一化、数据口径的统一化，也充分考虑了数据治理、服务治理的标准化与规范化，通过一系列的规范化管理，提升了数据质量。同时，数智领航平台接入了大模型，业务可以根据交互式方式获取数据，获取数据难度大幅降低。其技术创新和成功实践将激励更多金融机构加快国产化、数字化、智能化转型步伐，推动整个行业的健康发展。

七、经验总结

随着金融数字化转型的深入推进，数据驱动决策已经成为各城商行提升竞争力的关键一环，但我行在数据使用中，还存在存在着数据口径难统一、用数流程难简化、部门职责难厘清、数据价值难驱动等问题，为了解决 这些问题，我们建设了“数智领航”平台，并且取得了不错的效果。

“数智领航”平台项目建设周期约半年，从三月份开始做可行性分析，四月份立项到十月份完成上线，在项目过程中，我们梳理了全行的业务指标体系，明确了指标定义、口径和责任部门，建立了标准化的指标管理流程。其次搭建了指标管理平台，支持基础指标、衍生指标、组合指标的统一配置和管理。同时，通过血缘分析，支持指标的可追溯性、确保了数据的可用性。并将指标平台和业务系统、BI工具、移动办公等应用打通，实现一次定义，多次复用。此外，我们还将AI大模型与平台相融合，让业务可以通过交互式问答的模式，快速获取、分析数据。

在项目的建设过程中，遇到了不少挑战，都是行业的痛点、难点，对此，我们一一进行了破除。首先是指标口径的统一，在平台的建设过程中，牵头部门重新整理了指标口径，并对指标进行了重新认领，统一了指标口径、理清了负责部门。其次是用数的流程，通过顶层设计、技术赋能、流程重构和文化培训四管旗下，进行破解这一难题，目的就是让数据在我行能够安全、高效、顺畅地流动，最终赋能业务，实现数据驱动决策与创新。最后是用数流程的简化，通过建设“数智领航”平台，利用大数据分析和隐私计算等技术，对数据进行深度挖掘和智能分析，发现数据中潜在规律和价值，赋能精准营销、智能风控、个性化服务等场景。

虽然面临数字化转型过程中的重重困难，但一旦成功实施，对于银行数字化经营和精细化管理的提升将是巨大的。通过建设“数智领航”平台，一方面我行利用项目建设弥补我行在数据指标建设方面的不足，另一方面利用目前最新的技术和应用平台，借鉴以往其他银行建设存在的不足，取长补短，更有利于体现出我行项目的优势。