logo

Aloudata助力银行10倍提升数据化运营效率

Aloudata AIR Engine 提供的多源异构查询及自适应加速能力,让分析师无需关心数据集成、任务运维和性能优化等技术细节,随时可对全域数据资产进行分析探索和数据准备,让全行分析师可以端到端全自助完成数据分析需求交付,将业务取数、用数、看数效率从周级缩短到了天级,并实现了高性能、低时延的报表看数体验,10倍提升整体数据化运营效率。
背景介绍

随着业务数字化运营不断深入,某大型股份制银行于数年前开始引进和自研 BI 工具,并大规模推行全行分析师自助分析和报表制作,截止2021年,全行报表达数千张,月活看数人群达万级,并仍在高速增长中。

数据分析和报表制作环节的自助,进一步催生了行内数据分析需求的爆发,但前置的数据准备环节却无法同步提高产能,数据运营效率仍然存在显著瓶颈。

关键挑战

究其根本,在于该银行现有的基于 ETL 的数据生产链路存在以下弊病:

需求交付慢
数据分散在数据仓库、数据湖和业务数据库中,分析师开展数据分析和报表制作往往需要依赖 ETL 团队对数据进行汇集和预加工,交付周期2周以上。
性能保障难
业务数据分析需求快速变化,ETL 工程师预先设计的数据查询加速方案很难同时兼顾灵活性和性能,报表查询性能难以保障:报表首屏3s内打开占比仅为65%,VIP 报告1s内打开率不到60%,且效果难持续。
数据时效差
当前基于 ETL 的数据集成和加速方案需要对数据做大量搬运,显著拖慢了报表的数据时效,平均报表数据产出时间为下午14点,业务无法在早会获得数据支撑。
解决方案

为解决上述问题,该银行基于 Aloudata AIR Engine 分两个阶段进行了架构演进。

第一阶段
通过在现有报表链路中集成 Aloudata Proxy 和 AIR Engine,智能识别 VIP 报表的慢查询、热查询,并基于 AIR Engine 的自适应查询加速技术智能创建查询加速方案,由 Aloudata Proxy 对报表查询进行透明加速,从而实现了指定报表的稳定秒开,极大提升了 VIP 报表的访问体验。
第二阶段
通过基于 AIR Engine 搭建敏捷数据准备平台,分析师可以直接连接数据仓库的中间层数据,面向业务语义进行数据分析与准备,而无需依赖 ETL 工程师准备应用层数据。AIR Engine 将基于用户的查询行为和下游消费场景自适应完成关系投影的物化构建,一方面为分析师提供了零门槛、端到端的自助用数体验,另一方面大幅缩短了数据链路、减少了数据搬运,实现了数据时效的大幅提升。
客户收益
需求交付提效
BI 分析师无需依赖 ETL 工程师,可自主完成数据准备,分析需求交付周期从2周缩短到1天。
查询性能提升
报表查询加速后1s内返回率达99.9%,年均节省查询性能优化投入400人天。
数据时效提升
分析师基于数据资产定义的数据集可直接提供查询服务,提升数据时效3小时以上。
硬件成本节约
基于存储成本更低的对象存储,按需存储关系投影物化结果,降低存储成本30%。
即刻开启敏捷数据洞察
我们的行业专家会第一时间联系您,帮助您了解更多
免费试用
即刻开启敏捷数据洞察
我们的行业专家会第一时间联系您,帮助您了解更多
立即咨询
即刻免费体验
下一代数据平台
通过此试用,您将体验到
多源异构的联邦查询分析
直接在数据湖上开启交互式分析
自适应查询性能优化
一致数据视图定义和协作