前言：如今，以數據驅動為理念的運營模式正在金融行業快速蔓延，依託大數據、雲計算等IT技術，各大金融機構正在努力探索基於數字化的全新業務流程，進而打造創新的產品形態、獲客渠道、風險管理甚至是生態體系，實現金融類產品、獲客、風控和服務的自動化與智能化。
近日，在由興業銀行總行信息科技部組織的“2018年興業銀行大數據與計算智能競賽預熱培訓”活動中，DataHunter 高級數據分析師許雙六為現場近百名該行員工進行了可視化分析專業技能培訓，並通過互動和實踐，幫助現場學員快速掌握數據可視化分析工具，提升業務分析水平。
全體學員合影留念
作為我國首批股份制商業銀行之一，興業銀行長期堅定奉行“科技興行”戰略，在金融科技的浪潮中執守金融本源，主動擁抱大數據、雲計算、人工智能等科技手段，加力推進流程銀行、開放銀行、智慧銀行和安全銀行建設，持續提升金融資源配置效率和客戶服務水平。
此次培訓可以看作是“2018年興業銀行大數據與計算智能競賽”的前奏，目的是為提升參賽人員對大數據、人工智能等 Fintech 技術能力和應用水平。為此，作為活動主辦方，興業銀行方面特別邀請了國內知名專家，分別就大數據精準營銷、大數據金融風控、互聯網金融反欺詐、數據可視化分析、機器人編程、數據算法競賽實戰指南等模塊進行了深入講解。
DataHunter 高級數據分析師許雙六
其中，DataHunter 高級數據分析師許雙六作為受邀專家之一，主要就數據可視化的價值、技能要點、應用場景以及可視化工具等方面，與現場所有學員進行了互動交流，內容要點包括：
數據可視化的核心價值：主要體現在直觀的展示數據信息、突出重點關注的信息、實時反映數據變化、交互分析數據背後的原因。通過對企業數據進行可視化分析展示，在業務決策中，可以避免以往的經驗主義和主觀判斷，做到有理有據的決策決定。
數據可視化分析三要素：即業務、數據、分析。對業務，要了解整體業務架構、學習業務資料、時刻跟進業務流程、建立業務指標庫；對數據，要認識數據表、瞭解指標數值類型、掌握數據表處理技能和分析工具、瞭解數據圖表；對分析，要具備分析思維，瞭解對比分析（如同比、環比、業務對比、競爭對比等），交叉分析（分析不同類型數據差異）、分群分析（分析具有相同屬性的群體，發現群體規律）、細分分析、轉化分析（轉化率異常的原因）以及比率分析（消除因基數帶來的數據差異）。
掌握數據可視化分析工具：通過使用工具，可以讓數據可視化分析工作事半功倍。藉助工具，可以擺脫很多無意義的工作，如前期的數據整理、模型搭建；便於進行協同分析、數據鑽取等操作；實現實時的數據分析和展示。
自助式BI工具成主流：根據 Gartner 發佈的2018 BI與數據分析魔力象限報告顯示，目前，傳統的、報表型BI廠商已從領導者象限出局，自助、探索式可視化分析工具將成主流。對於自助式BI產品來說，需具備四大特性，即自助數據準備、探索式分析、團隊協同分享、交互式瀏覽。
許雙六與現場學員互動交流
最後，許雙六介紹，DataHunter 是一家專注於數據可視化分析展示的科技公司，團隊深耕大數據、可視化領域多年，具備豐富的企業服務經驗。特別是在金融領域，DataHunter 早已總結出一套行之有效的，以數據驅動為理念的智慧金融解決方案，幫助銀行、證券、保險等企業實現數字化轉型。
期間，現場學員也積極參與問答互動和動手實操，在DataHunter 數據分析專家許雙六的指導下，現場申請賬號，開通並試用、學習DataHunter數據可視化分析平臺，為即將開賽的“2018年興業銀行大數據與計算智能競賽”做準備。
閱讀更多 DataHunter 的文章
