金融与生活
“李先生您好，欢迎光临！”李伟是个心细的人，听得出来，工作人员的问候，不同于以往的“先生您好，欢迎光临！”这让刚刚迈步进入银行营业大厅的他感受到了未曾有过的亲切，心中泛起一丝喜悦，同时在心里为工作人员点了大大的赞。顺利地办完业务回到单位后，他向同事们提起此事。大家议论纷纷,七嘴八舌：“你听错了吧。”“对方准是认识你。”“下午我也去试试看能不能认出我。”“我前些天去银行也遇到了件有意思的事。”旁边听了很久的杨一突然说。原来他前些天去24小时自助银行取款，看到取款机显示屏幕上有个之前没见过的按钮“刷脸取款”，在好奇心的驱使下，小张按照屏幕提示点击后一步一步操作，成功取出了钱。
正如大家看到、感受到的，现在去银行办理业务，很切身的感受就是方便、快捷，似乎银行网点变得“聪明”了。这既有内因又有外因。内因是银行立足服务客户至上，主动拥抱科技，打造流程化、科技型的智慧银行，为客户提供更优质的服务；外因是面对放开的激烈竞争、互联网金融的猛烈冲击，银行需要进一步优化线下经营，打造更为集约、低成本、高效能、吸引客户的有竞争力的经营模式。
近年来，工、农、中、建四大行作为行业龙头，勇于创新，在网点智慧化建设过程中大刀阔斧，在全国范围内进行网点服务变革；交通银行、中国邮政储蓄银行在全行上下进行网点轻型化、智能化建设；各股份制银行、农信社、农商银行、城商银行也都纷纷立足改善服务、提高效能，锐意改革。
华宇银行业务自助查询服务
华宇智能数据（www.thunidata.com）顺应数据分析前移是未来的发展趋势，解决传统的开发模式往往难以满足临时性、突发的分析需求，多以固定报表、统计图表的方式呈现，业务人员只能被动查看，仅可提供简单的报表计算、查询、钻取、导出等操作，严重限制了数据的可视化程度。
针对银行数据仓库或大数据平台中的数据，结合业务部门的数据需求，采用维度建模方式建立数据模型，形成具有业务属性的“分析主题“，以“指标+维度”的形式开放给业务人员，业务人员基于敏捷BI工具丰富的可视化分析功能，对数据进行猜想式、求证式分析，满足业务人员对数据灵活使用的需求。
数据资源组织旨在结合业务部门的需求，明确不同领域下所关注的统计类指标和分析维度，比如客户贷款情况分析、客户财务分析，将数据直接开放给业务用户，缩短数据服务流程、提升数据资源使用效率。
基于敏捷BI工具使用，一方面能解决业务人员临时性数据查询的需求，提高业务与科技的协作效率，缩短项目周期、降低科技人员在数据调用工作支持上的压力。另一方面，业务人员可通过可视化数据分析深度参与到数据分析中，由被动推送向主动分析转变；其次，通过业务人员对数据使用情况，能充分了解业务人员的数据需求，分析数据使用热度，完善数据模型建设、优化数据管控。
该方案促进银行数据资产的开发利用，缩短项目周期，及时响应业务人员各种突发数据分析需求，提升全部门的数据分析效率。
