当前，我国正在快速推进数字化的经济和实体经济融合发展，打造数字化的经济新优势。《“十四五”数字化的经济发展规划》提出，要“充分的发挥数据要素作用”，并在数据要素供给、数据要素市场化、数据要素开发利用机制等三个方面做了部署。在数字化时代的当下，数据已成为经营发展中的重要资源和生产要素，唯有使数据看得见、看得懂、用得好，才有突围的可能，而这一切不能离开数字化人才的投入与支撑。

  在此背景下，中国人民银行、原银保监会相继印发《金融科技发展规划（2022-2025年）》和《关于银行业保险业数字化转型的指导意见》，指导推动金融数字化转型，要求金融机构在精准营销、客户体验、风险管控等多个领域发挥数据赋能作用。这些政策意味着，数据逐步迈入大规模应用阶段，对数据易用性、可用性、可获得性要求达到了前所未有的高度。但金融机构普遍缺乏数字化相关人才，如精通业务且懂数据治理的数据业务人才、专业的数据分析和建模人才、数据技术人才、金融科学技术人才等。

  为保障《内蒙古自治区农村信用社数字化转型重点工作任务》的落地实施，推动全区农信社以高质量金融供给服务经济社会的高水平质量的发展，解决全区农信社数字化转型人才短缺的急迫需求，特制定数字化人才队伍建设方案，旨在完善数字化人才教育培训机制，创新数字化人才教育培训模式，打造一支卓越的数字人才铁军。

  全区农村信用社目前从事数字化相关岗位工作的员工数量较少（4.5%），其中监管报送和报表统计类专兼职人员约占70%，纯科技类人员约占27%，数据治理类人员约占3%，而数字化转型对人才的需求大多分布在在研发技术、数据治理、数据分析、数据建模、AI和数字化产品经理等领域。全区农村信用社在数字化人才队伍建设过程中主要存在以下困难，一是在品牌影响力、薪酬待遇、地理位置等方面均缺乏竞争优势，难以吸引数字化高品质人才；二是未建立数字化人才教育培训体系，缺少培养规划、激发鼓励措施和岗位职业规划；三是人才培训缺少持续性和系统性，培养方式单一，没有重视传统业务人员的数字化能力培养，亟需提升全员的数字化能力，拓宽数字化人才来源。

  通过数字化人才队伍的建设，为全区农信社输送懂技术、通业务的复合型数字化人才，以应对数字化时代面临的挑战和机遇，满足经营决策、风险控制、市场营销等方面对数据分析的人力资源需求，加强市场之间的竞争优势，具体目标包括：培养复合型人才、搭建“金字塔”人才体系、建设学习资源平台、聚焦数字金融主战场。

  参照数字化人才队伍建设的宏观背景、行业背景，结合全区农信社数字化转型规划、信息化发展状况，数字化人才认证体系分为“三级+五序列”，三级为初、中和高级，五序列为监管数据统计序列、数据分析序列、数据治理序列、数据工程序列和产品经理序列，如下图所示。

  按照数字化人才分类与认证标准，结合未来两年全区农信社数字化转型和数据治理工作重点工作任务，计划培养一支600人的数字化人才专业队伍。其中，2024年启动数字化人才培训工作，参加培训人员不低于各机构人数3%，借助培训和宣讲逐步扩大影响区域，积累培训和推广经验；2025年逐步扩大培训范围，持续优化数字化人才教育培训体系，积累数字化人才，助力全区农信社数字化进程，两年累计培养初级人才100人，中级人才400人，高级人才100人，实现数字化人才占比达到2%的阶段性目标。

  为了深化数据要素应用，加快数字化转型，解决中小金融机构数据供应不畅、质量不高、价值不显等行业共性问题，内蒙古自治区农村信用社联合社于2021年启动了数据研发运营一体化工程建设工作。

  数据研发运营一体化工程打通了“数据、信息、知识、智慧、业务、价值”逐层递进的数据要素增长通路，构建了数据“边使用、边治理、边积累”的信息反馈闭环，进而不断充实业务价值场景，利用增强回路获得“数据要素复利”，形成“飞轮效应”。通过体系化建设大数据平台、数据开发治理平台、报表数据管理系统、监管报表集中报送系统，有序编排数据科技系统功能，实现流程再造。并通过“数据飞轮”的不断滚动，形成真正的数据能力。

  其中报表数据管理系统利用商务智能技术（BI，Business Intelligence），实现自助式、可视化的数据展示、分析和挖掘，支撑业务经营和决策。最终形成了数据“收集、存储、管理、治理、分析、开发、应用、反馈”等环节紧密衔接的价值闭环，重塑了数据供应链。

  内蒙古农信建设的报表数据管理平台采用的帆软BI工具就是即可满足自主探索式分析，也能满足中国企业复杂式报表开发的一站式BI产品。基于H5技术开发出行业独有的探索式图表，能快速完成多变性的可视化分析界面。因此，从产品角度考虑，帆软产品成熟度较高，能满足快速部署实施的需要。

  依照Gartner数据分析框架，报表数据管理系统由浅到深、分层次实现了Descriptive Analysis（描述性分析）、Diagonostic Analysis（诊断性分析）、Predictive Analysis（预测性分析）以及Prescriictive Analysis（处方性分析），涉及的业务功能点也分为四层，即分析报告、交互分析、实时预警、数据挖掘。

  一是实现对过去经营情况的报告能力。通过“仪表盘”的方式提供关键指标；通过简单可视化方式突出重点、消化复杂报告，监控指标情况。二是通揭示指标变动原因。通过良好的交互式分析功能，进行指标数据的联动和钻取；通过维度分析和血缘探索功能，实现细粒度的指标探查。三是提供实时动态的预警。通过集中式数据处理工具，拓展连接高质量的实时数据源；用过敏捷化的成果交付机制，实现指标加工的高质效迭代。四是推动了“未雨绸缪”的数据运营。通过数据挖掘功能，应用客户分类、欺诈辨别、行为预判等分析技术，赋能经营决策运营；通过零代码的分析方式，让分析过程不断，形成成熟的分析思路，推动数字人才运营。

  基于数字化人才培训体系的深化推进和数据研发运营一体化数据底座的有力支撑，激发了广大内蒙农信员工运用可视化分析的积极性。93家机构基于自身业务场景、资源禀赋，工作中的难点、痛点，运用BI可视化分析工具搭建了诸多可视化分析模型，例如银行业杜邦分析模型，可持续经营分析，个贷情况分析，网金业务分析模型，金融市场收支模型等。

  这些分析模型的先后发布，有效满足了业务部门对数据统计和报表加工的需求，减轻基础数据信息处理的负担，提高信息质量和工作效率。系统建设成果在全区农信系统中得到了良好反响。

  成功打造了“1+7”的可视化模式。“1张综合大屏”涵盖规模类、效益类、普惠类、风险类四类主要经营数据，“7类主题大屏”，以业务为主线划分为战略发展、财务效益、存贷款业务、网络金融、风控管理、金融市场、运营管理7类业务主题进行分类展示，可视化体系直观展示全区主要经营数据，利用智能化数据分析工具，重点突出数据对比和变化趋势，图文并茂的展示全区业务情况。

  经济效益方面。内蒙古自治区农村信用社联合社本级以及93家成员机构，平均每家节省2名统计分析人员。24家村镇银行，每家节省1名统计分析人员。截止2023年底，累积经济效益约1100万元。

  社会效益方面。报表数据管理系统的有效应用响应、贯彻了国家深化数据要素应用的政策要求，有效提升了本机构数据运营能力和数据治理水平，改善了农村中小金融机构普遍存在数据供应不畅、质量不高、价值不显等痛点问题，实现了大数据在统计分析、信贷评估、利率定价、客户画像营销、风控预警、审计、不良处置以及经营决策等业务领域的赋能应用，推动了数字化转型进程。项目成果在农村中小金融机构之间形成了示范效应。

  随着我们深入实施BI（商业智能）可视化人才培训项目，我们见证了业务和管理层面的一系列显著变化。这些变化不仅提升了我们团队的数据驱动决策能力，也优化了业务流程，逐步推动了全区农信社整体战略目标的实现。

  经过系统的培训，小组成员们掌握了先进的数据分析工具和技术，能更迅速地从海量数据中提取有价值的信息，为决策提供有力支持。这种数据驱动的决策模式，不仅加快了决策速度，还提高了决策的准确性，降低了因主观判断带来的风险。

  BI可视化技术的应用，使得我们也可以更清晰地看到业务运行的全貌，发现潜在的问题和机会。基于这些洞察，我们优化了业务流程，减少了不必要的环节，提高了工作效率。同时，通过引入智能分析模块，我们也可以实现对业务运行状态的实时监控和预警，逐步提升了业务的稳定性和可持续性。

  BI可视化工具不仅提升了数据分析的效率，也促进了小组成员之间的沟通与协作。通过直观的数据图表和报告，小组成员能够更快速地理解业务状况，减少沟通成本。同时，这种基于数据的沟通方式也有助于形成更加客观和一致的决策意见。

  随着BI可视化人才培训项目的深入实施，我们的数据分析能力得到了显著提升，为公司可以提供了更精准的市场洞察和竞争策略建议。这不仅有助于我们在激烈的市场之间的竞争中保持领头羊，还为我们开拓新的市场领域提供了有力支持。

  通过BI可视化培训，我们进一步强调了数据驱动的企业文化。小组成员们更加关注数据背后的意义和价值，更加积极地参与到数据分析和决策过程中来。这种文化氛围的营造，有助于我们将个人的发展与企业的战略目标紧密结合起来，形成较为强大的凝聚力和向心力。

  总之，BI可视化人才培训项目的实施为我们大家带来了业务和管理层面的巨大变化。这些变化不仅提升了我们的业务水平和竞争力，也为我们实现更宏伟的战略目标奠定了坚实的基础。

  借助报表数据管理系统的应用成效和推广成果，建设内蒙农信的数字化人才队伍，实现人才为基的长效数据运营。通过数字化的干中学，学中干，将培训内容和业务内容相结合，针对工作的实时反馈与提升建议，在需要的时候给以信息支撑和学习指导，有效促进真正的行为改变、能力提升，不断反补数字化应用场景，深化数据分析体系。

  改善了农村中小金融机构普遍存在数据供应不畅、质量不高、价值不显等痛点问题，实现了大数据在统计分析、信贷评估、利率定价、客户画像营销、风控预警、审计、不良处置以及经营决策等业务领域的赋能应用，推动了数字化转型进程。项目成果在农村中小金融机构之间形成了示范效应。

  更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。