在银行工作的数据分析师究竟有多不同?

文 | 商业智能BI相关文章 阅读次数:1,029 次浏览
2022-11-17 15:14:20

做数据相关的,所以会比较了解银行数据中心部门,先讲下国内银行数据中心部门的组织架构,再具体聊他们的工作内容,如果是刚入职银行的数据/IT员工可以参考一下。

目前国内大多数银行数据中心部门主要有三种组织架构:

银行数据人,银行数据中心部门,业务数据人

在银行仍多采用集中式架构,技术数据人(偏开发、运维)专职在数据团队,业务数据人(响应临时业务需求的表哥表姐)基本还是兼职。这种模式下,存在技术数据人远离一线需求、沟通成本高、资源分配不均的劣势。

但据我所知,有些架构比较完善的银行已经开始采用混合式组织架构,存在独立的数据团队,在各业务部门也有专职的数据人,他们双线考核,同时汇报给业务条线和数据团队。

回到正题,银行数据中心部门具体的工作内容?

按整个数据分析部门来说,具体工作是:业务部门提出数据需求给到数分部门,部门内有人专门对接需求进行分析,有人专门编写脚本,有人专门负责执行,最终将采集整理好的数据/处理执行结果反馈给业务部门。

但这么说太泛了,估计大多人数看完还是一脸懵,这里我再按具体岗位展开说下。

银行数据人,银行数据中心部门,业务数据人

我们可以简单的把银行数据人分为两大类:技术数据人和业务数据人

技术数据人可分为四类

1、所有和数据相关的系统开发岗位和运维岗位

这类技术数据人在银行数据人中处于核心地位,他们最了解源系统的表结构,只有他们能写出源系统的数据提取脚本,他们也最为忙碌,尤其是业务系统的相关技术数据人,平时主要负责系统的开发和运维工作,只有在下班后,继续处理数据提取的需求,编写业务系统的数据提取脚本。

2、数据中心的操作岗

这类银行数据人工作相对单纯,接收脚本、执行脚本、返回数据,他们平时的工作是监控系统的运行情况,在出现异常报警时按照运维手册排查问题,无法解决时上报问题并联系系统开发的同事协助解决。如今,很大一部分精力需要用来处理数据提取的需求。

3、数据分析师

通常是数学或统计学背景,擅长数据分析与建模,在获取到提取的生产数据后进行分析与建模,得到结论,从而指导业务决策。

4、数据需求岗

专门负责对接业务部门的数据需求。这个岗位需要充分理解业务需求,把业务需求转化为技术语言,与开发岗沟通,同时还需要验证操作岗取回来的数据是否符合业务需求,以及数据分析师的建模结论是否符合业务预期。

接着聊聊业务数据人

通常是在业务经营分析、监管现场检查、阶段性汇报、新产品可行性分析等环节,甚至是领导提了一句想看某个指标的情况下,需要进行临时性的数据提取需求,或固化为报表需求,由业务数据人编写数据提取或报表需求。

业务数据人通常是业务背景出身,不懂技术,最常用的工具是Excel,因此又被称为“表哥”、“表姐”在拿到技术部门提取的数据后,通过Excel进行基础的分析,计算一些简单的指标。好一点的银行,可能会用FineReport这种适合企业用的Web报表工具,来做一些固定的报表模板和整个银行系统的数据应用平台。

最后总结一下,不同银行内部的数据团队分工大不相同,那么自然具体工作内容也会有些许差异。但是大体来说,银行内部的数据分析部门一般来说是会划在信息科技岗部门底下,工作更像是一个中间人:接到业务部门的数据需求→将业务需求转换成技术语言→跟科技部门沟通,得到数据→清洗处理数据,做简单的数据分析/复杂的分析建模→将数据分析结果反馈至业务部门。

银行数据人,银行数据中心部门,业务数据人 银行数据人,银行数据中心部门,业务数据人 银行数据人,银行数据中心部门,业务数据人 银行数据人,银行数据中心部门,业务数据人

比如,目前主流的软件——finereport,它小到填报、查询、部署、集成,大到可视化大屏、dashboard驾驶舱,应有尽有,功能很强大。最重要的是,因为这个工具,整个公司的数据架构都可以变得规范,下一步就是构建企业的大数据平台了。而且它是java编写的,支持二次开发,类Excel的设计器,无论是IT还是业务,上手都很简单:编辑sql优化、数据集复用简直都是小case,大大降低了报表开发的门槛。在企业中被关注最多的数据安全方面,FineReport支持多人同时开发同一套报表,并通过模板加锁功能防止编辑冲突;通过数据分析权限控制,保障数据安全。

银行数据人,银行数据中心部门,业务数据人

报表产品更多介绍: www.finereport.com

相关内容

立即体验 立即体验

在线客服

电话咨询

技术问题

投诉入口

返回顶部