手机银行|乔一鸭：金融业数字化转型MVP实践（下）( 二 )

文章插图
图4 数据校验机制的规范文档

文章插图
图5 埋点管理——数据校验模块的功能截图
（三）可视化实现与应用交付数据上线后，为便于业务人员的使用，我们与行方项目组的核心成员对系统的各类配置进行了系统性的设置，以便于业务人员能够快速上手，更加便捷的支持日常看数据和目标量化管理的需求。
此次合作中，基于业务人员应用上的考虑，对采集和导入的数据，进行了事件、属性、属性值进行了中文映射配置以及必要的备注说明，便于使用人员了解数据的含义，完成了数据字典的配置。此外，结合需求调研阶段的业务场景及指标体系规划，对各业务方的常用报表进行了概览配置，包含手机银行大盘指标看板、各业务线核心指标看板、核心功能的产品转化与体验、新增与活跃来源监控、广告资源位流量分发、活动运营等主题，实现了日常看数据的可视化，大大提高了日常业务运作中获取数据的效率，降低了使用数据的门槛和难度。
1、场景用例建设一：MAU 贡献分析及 KPI 拆解场景用例的目标，是围绕一个业务主题，明确希望通过数据分析解答的问题，根据需求设计合理的指标体系，结合分析模型及属性维度，进行深度的诊断分析，发现业务的规律和特点，以及存在的问题和原因，进而为业务的优化提供建议和决策依据。手机银行数字化运营可选的场景主题非常多，以下介绍第一个场景用例建设项目：手机银行 MAU（月度活跃用户）贡献度分析及 KPI拆解。
先介绍下该场景的背景。手机银行作为银行线上化的核心渠道，MAU是客户线上化程度及持续活跃的综合指标。手机银行数字化运营转型的核心目标之一，就是提升MAU，通过随时随地的在线服务，打造一站式金融生活平台，提升客户粘性和留存，提升用户资金沉淀，促成各类金融服务和生活服务交易。因此，在当时的业务诉求中，各业务线、功能点对MAU的贡献，是一个非常重要的命题，关乎着接下来全行对 MAU 这一综合指标的KPI拆解和下发，运营策略的效果评估及目标完成进度的监控追踪。
基于这个场景和诉求，此次用例建设的整体思路如下：
【手机银行|乔一鸭：金融业数字化转型MVP实践（下）】a、定义 MAU：结合行内对 MAU 的定义，以及用户访问的有效性条件，限定一个有效的 MAU 是指在当月，用户有过登录行为，且访问过任何一个具备独立业务价值的功能模块。
b、定义 MAU贡献的拆解维度：考虑到此次 KPI 的拆解和下发，核心目标是各业务部门，因此确定的拆解逻辑是功能模块——业务线——部门的逐层归属逻辑。
c、定义 MAU 贡献计算逻辑：MAU统计的是一个月内的访问，时间跨度较大，客户存在多次访问、使用多种不同功能的场景，因此在计算 MAU 贡献时，采用的是贡献平均逻辑，即根据客户在一个月内访问的有效功能个数，均摊单个功能对该客户活跃的贡献比，某功能模块贡献度即=（Σ1/访问功能数）/MAU，各业务线、各部门的总贡献即通过功能进行加总即可。
d、定义KPI 分配的调参机制：考虑到以上 MAU 的贡献拆解，基于是当前已经发生的历史数据。在确定未来的 KPI 分配时，还需要参考今年的业务目标、环境条件变化进行参数调整。此处我们根据今年行内对功能模块的战略优先级、渠道依赖程度、手机银行的资源倾斜、需求价值程度四个方面，进行了调参规则和权重设计，对各个功能模块、业务线及部门的贡献比例进行了调整。