1、公积金管理数据分析与挖掘探讨 摘 要 运营管理数据分析与应用主要研究的是在每日运营过程中，业务中台处理部门运营中心处理的大量中台业务数据。分析运营过程中产生的大量数据，挖掘运营管理过程中数据的价值，旨在为业务运营预警、监控分析提供数据支持。 下载 关键词 公积金管理 数据分析 数据挖掘 一、运营管理数据产生的原因 一是柜台收付业务办理情况数据，反映柜台收付业务办理种类及数量，数据存储在后台数据库中；二是批量业务处理记录，反映批量业务金额状态情况，数据存储在后台数据库中；三是失败业务原因记录，反映业务失败原因，失败原因为银行反馈结果，数据存储在后台数据库中；四是日结情况记录，日结各步骤操作时间情
2、况，数据存储在值班人员手工日志记录中；五是对账异常记录，记录各项对账业务结果情况，数据存储在值班人员手工日志记录中；六是集中支持咨询记录，记录咨询单相关情况，数据存储在集中支持系统中；七是知识库使用记录，记录知识点使用情况 ，数据存储在集中支持系统中。 二、运营管理数据挖掘分析 数据挖掘分析是在以上数据准备的基础上，寻找到有价值的规律，挖掘规律，将规律转化为可以提供分析支持的工具，是课题研究的核心内容。 （一）收付业务表 通过收付业务表统计分析，我们可以发现工作日与周六、周日以及每日各时间段业务办理分布情况，发现各渠道、各网点业务数量情况，发现周六、周日业务办理情况。由此，我们可以依据以上数据
3、分析帮助各管理部网点人员机动分配，合理安排周六、周日营业窗口数量，判断各网点营业高峰时段。 （二）业务汇总表 通过业务汇总表分析，我们可以分析各类别业务的开展情况。既可以 ?榍疤峁 鋈艘滴窕 ?款情况查询，也可以通过设置参数对异常业务进行筛选，如金额异常的委提业务、金额异常的提取业务等。通过业务汇总表可以分析中心各项柜台及非柜台业务异常情况；考核银行批量业务处理时限及质量情况；汇总失败业务，分析失败原因及时处理失败业务。 目前，汇划系统可以查询柜台业务和非柜台业务，但是系统是按照日期点进行信息查询，不能选取时间段进行筛选。通过业务汇总表可以展现银行维度的业务开展情况，各家银 行缴存业务、还贷业
4、务、批量业务等，从而更好地了解各家业务承办银行业务开展情况。 （三）失败业务明细表 通过失败业务明细表分析，我们可以分析中心各项资金业务的失败原因。既可以按照业务条线分析业务失败原因，也可以按照银行条线分析业务失败原因，同时还可以按照失败原因条线分析资金汇划业务。多维度、多角度地对失败业务展开分析，有助于全面了解和掌握中心各项业务。 目前，系统不能查询多维度业务，特别是不能横向查询银行反馈信息。运营中心作为业务横向条线部门，运营管理系统需要综合业务条线进行业务 横向查询 例如，柜台渠道及电子渠道办理提取业务时划款失败，失败原因为 “ 账户涉案不能办理非柜面业务 ” 。只能通过单笔业务进行查询处
5、理，通过横向业务信息筛选失败原因，可以大批量快速查找问题总结处理方法。 （四）日结情况信息表 通过分析日结情况信息表，我们可以分析中心日结各步骤的操作情况。记录日结各步骤完成时间、用时及完成结果。通过长期的数据统计分析，发现每个步骤操作用时、结果，总结出数据发展规律；同时在运营管理监控系统中增设参数，过滤异常日结情况，查找系统问题或者人为操作问题，通过异 常过滤监控将异常情况第一时间通过手机发送至大运营科长，第一时间发现并处理日结问题，有效提升后台运营日结成功率，保证日结工作准确、安全、稳定地运行。 例如，系统设定步骤 1操作用时 40分钟，通过历史数据分析该步骤平均用时应为 30分钟。如果在
6、日结过程中该步骤用时超过 40分钟，系统会自动发出预警提示，运营经办人及运营科长第一时间收到预警信息，运营值班人员第一时间处理解决问题。通过分析历史数据，如果该步骤平均用时不断增加，累计涨幅超过 20%，系统会自动报警，运营人员将该步骤信息反馈给科技部门，需要科技部门利 用技术手段清理缓存数据和过程数据，及时处理出现的小问题，避免出现系统大问题，保证日结过程稳定安全运行。 （五）对账异常业务明细表 通过分析对账异常业务明细表，我们可以分析对账异常业务明细中心日结对账过程中出现的异常情况。系统自动记录异常情况，通过历史数据总结分析异常情况汇总信息，可以按照银行维度、业务对账项目维度显示出现异常业
7、务情况，帮助中心运营发现可能异常业务，检验银行运营质量，为中心做好预警和业务分析工作。 目前，系统没有对账异常业务明细记录，完全依靠值班人员手工记录异常业 务，从安全和效率角度讲，这是非常不合理的。这些异常业务记录是非常有价值的业务数据，每一条异常业务的背后都存在内部或外部的风险漏洞，通过挖掘异常业务可以有效发现和弥补各种系统风险。 例如，分析 2014 年模式调整后历史运营日志，通过近 1000 条数据采样分析，我们发现汇划流水与银行流水对账出现异常情况最多，出现过 104次异常记录，这大多与银行系统异常有关，属于中心业务外部风险。 104 次异常记录如果按照银行条线进行分析，我们发现建设银
8、行出现异常情况较多，一方面建行承办中心业务较多，同时也说明建设银行承办公 积金业务运营质量有待提升。 （六）集中支持记录明细表 通过集中支持记录明细表，我们可以分析集中支持工作质量情况。首先可以挖掘咨询问题价值，其次可以发现前台存在的异常业务，从而查找弥补系统漏洞和内外部业务风险。通过集中支持平台一年多的运行，从上线初期咨询率最高时 1.57%下降到 0.4%，降幅 292.5%，说明运营质量和效率明显提升。这些业务知识支持数据的背后都是有价值的数据，都存在业务和政策变化过程中发生的问题，从数千条咨询数据中，我们可以发现中心业务数据存在的问题，需要中心对业务数据进行 整合过滤，清理垃圾数据，减
9、少业务中断情况。同时，我们还可以发现前台业务在操作层面还有很多短板，需要我们做大量培训工作，补齐操作短板。 虽然集中支持系统已经顺利上线，但是支持系统只能满足日常操作流程记录的功能，业务条线的统计分析功能很弱甚至不能满足业务需求，更无法从业务数据中挖掘有价值的信息资源。 例如，通过分析近万条集中支持咨询单情况，我们发现由于历史数据问题造成的业务咨询 483笔。由于缺少数据分析工具，我们只能通过人工方法对 483笔咨询单进行分析记录。如果通过系统分析，我们就可以轻松筛 选出哪个基础数据表错误数据较多，哪个字段错误数据较多，这样就可以有计划、有目的地开展数据清理工作，提升中心数据质量，提升集中支持
10、工作效率，从而有效提升客户体验。 （七）知识库使用记录表 通过分析知识库使用记录表，我们可以分析知识库中的知识点使用情况。通过分散的知识点的使用情况，我们可以发现知识点的使用情况，通过相关业务的知识点，我们可以分析知识库使用者业务的薄弱环节，可以有的放矢地开展业务培训，丰富业务技能。 虽然集中支持系统中有知识点的统计功能，但是只限于知识点的数量统计，缺 少对相关知识点的分析，需要将相关知识点关联起来，分析得出某类业务技能的水平情况。同时，针对用户使用者个人使用知识点的情况，结合该用户办理业务的情况，可以分析出该用户业务水平情况，按照业务条线分析得出用户业务办理的优势和劣势。 三、结语 通过运营管理监控系统工具的展现，实现可视化数据应用；同时中心正在建设数据仓库，数据仓库建设是中心业务整体规划的一部分，有宏伟的建设蓝图，实现蓝图需要自下而上的具体操作，每个部门都要有效分析本部门的业务数据，那么数据仓库项目将会很快实现。 （作者单 位为天津市住房公积金管理中心）
