公積金管理數據分析與挖掘探討

徐鵬

摘 要 運營管理數據分析與應用主要研究的是在每日運營過程中，業務中臺處理部門運營中心處理的大量中臺業務數據。分析運營過程中產生的大量數據，挖掘運營管理過程中數據的價值，旨在為業務運營預警、監控分析提供數據支持。

關鍵詞 公積金管理 數據分析 數據挖掘

一、運營管理數據產生的原因

一是柜臺收付業務辦理情況數據，反映柜臺收付業務辦理種類及數量，數據存儲在后臺數據庫中；二是批量業務處理記錄，反映批量業務金額狀態情況，數據存儲在后臺數據庫中；三是失敗業務原因記錄，反映業務失敗原因，失敗原因為銀行反饋結果，數據存儲在后臺數據庫中；四是日結情況記錄，日結各步驟操作時間情況，數據存儲在值班人員手工日志記錄中；五是對賬異常記錄，記錄各項對賬業務結果情況，數據存儲在值班人員手工日志記錄中；六是集中支持咨詢記錄，記錄咨詢單相關情況，數據存儲在集中支持系統中；七是知識庫使用記錄，記錄知識點使用情況，數據存儲在集中支持系統中。

二、運營管理數據挖掘分析

數據挖掘分析是在以上數據準備的基礎上，尋找到有價值的規律，挖掘規律，將規律轉化為可以提供分析支持的工具，是課題研究的核心內容。

（一）收付業務表

通過收付業務表統計分析，我們可以發現工作日與周六、周日以及每日各時間段業務辦理分布情況，發現各渠道、各網點業務數量情況，發現周六、周日業務辦理情況。由此，我們可以依據以上數據分析幫助各管理部網點人員機動分配，合理安排周六、周日營業窗口數量，判斷各網點營業高峰時段。

（二）業務匯總表

通過業務匯總表分析，我們可以分析各類別業務的開展情況。既可以為前臺提供個人業務劃款情況查詢，也可以通過設置參數對異常業務進行篩選，如金額異常的委提業務、金額異常的提取業務等。通過業務匯總表可以分析中心各項柜臺及非柜臺業務異常情況；考核銀行批量業務處理時限及質量情況；匯總失敗業務，分析失敗原因及時處理失敗業務。

目前，匯劃系統可以查詢柜臺業務和非柜臺業務，但是系統是按照日期點進行信息查詢，不能選取時間段進行篩選。通過業務匯總表可以展現銀行維度的業務開展情況，各家銀行繳存業務、還貸業務、批量業務等，從而更好地了解各家業務承辦銀行業務開展情況。

（三）失敗業務明細表

通過失敗業務明細表分析，我們可以分析中心各項資金業務的失敗原因。既可以按照業務條線分析業務失敗原因，也可以按照銀行條線分析業務失敗原因，同時還可以按照失敗原因條線分析資金匯劃業務。多維度、多角度地對失敗業務展開分析，有助于全面了解和掌握中心各項業務。

目前，系統不能查詢多維度業務，特別是不能橫向查詢銀行反饋信息。運營中心作為業務橫向條線部門，運營管理系統需要綜合業務條線進行業務橫向查詢

例如，柜臺渠道及電子渠道辦理提取業務時劃款失敗，失敗原因為“賬戶涉案不能辦理非柜面業務”。只能通過單筆業務進行查詢處理，通過橫向業務信息篩選失敗原因，可以大批量快速查找問題總結處理方法。

（四）日結情況信息表

通過分析日結情況信息表，我們可以分析中心日結各步驟的操作情況。記錄日結各步驟完成時間、用時及完成結果。通過長期的數據統計分析，發現每個步驟操作用時、結果，總結出數據發展規律；同時在運營管理監控系統中增設參數，過濾異常日結情況，查找系統問題或者人為操作問題，通過異常過濾監控將異常情況第一時間通過手機發送至大運營科長，第一時間發現并處理日結問題，有效提升后臺運營日結成功率，保證日結工作準確、安全、穩定地運行。

例如，系統設定步驟1操作用時40分鐘，通過歷史數據分析該步驟平均用時應為30分鐘。如果在日結過程中該步驟用時超過40分鐘，系統會自動發出預警提示，運營經辦人及運營科長第一時間收到預警信息，運營值班人員第一時間處理解決問題。通過分析歷史數據，如果該步驟平均用時不斷增加，累計漲幅超過20%，系統會自動報警，運營人員將該步驟信息反饋給科技部門，需要科技部門利用技術手段清理緩存數據和過程數據，及時處理出現的小問題，避免出現系統大問題，保證日結過程穩定安全運行。

（五）對賬異常業務明細表

通過分析對賬異常業務明細表，我們可以分析對賬異常業務明細中心日結對賬過程中出現的異常情況。系統自動記錄異常情況，通過歷史數據總結分析異常情況匯總信息，可以按照銀行維度、業務對賬項目維度顯示出現異常業務情況，幫助中心運營發現可能異常業務，檢驗銀行運營質量，為中心做好預警和業務分析工作。

目前，系統沒有對賬異常業務明細記錄，完全依靠值班人員手工記錄異常業務，從安全和效率角度講，這是非常不合理的。這些異常業務記錄是非常有價值的業務數據，每一條異常業務的背后都存在內部或外部的風險漏洞，通過挖掘異常業務可以有效發現和彌補各種系統風險。

例如，分析2014年模式調整后歷史運營日志，通過近1000條數據采樣分析，我們發現匯劃流水與銀行流水對賬出現異常情況最多，出現過104次異常記錄，這大多與銀行系統異常有關，屬于中心業務外部風險。104次異常記錄如果按照銀行條線進行分析，我們發現建設銀行出現異常情況較多，一方面建行承辦中心業務較多，同時也說明建設銀行承辦公積金業務運營質量有待提升。

（六）集中支持記錄明細表

通過集中支持記錄明細表，我們可以分析集中支持工作質量情況。首先可以挖掘咨詢問題價值，其次可以發現前臺存在的異常業務，從而查找彌補系統漏洞和內外部業務風險。通過集中支持平臺一年多的運行，從上線初期咨詢率最高時1.57%下降到0.4%，降幅292.5%，說明運營質量和效率明顯提升。這些業務知識支持數據的背后都是有價值的數據，都存在業務和政策變化過程中發生的問題，從數千條咨詢數據中，我們可以發現中心業務數據存在的問題，需要中心對業務數據進行整合過濾，清理垃圾數據，減少業務中斷情況。同時，我們還可以發現前臺業務在操作層面還有很多短板，需要我們做大量培訓工作，補齊操作短板。

雖然集中支持系統已經順利上線，但是支持系統只能滿足日常操作流程記錄的功能，業務條線的統計分析功能很弱甚至不能滿足業務需求，更無法從業務數據中挖掘有價值的信息資源。

例如，通過分析近萬條集中支持咨詢單情況，我們發現由于歷史數據問題造成的業務咨詢483筆。由于缺少數據分析工具，我們只能通過人工方法對483筆咨詢單進行分析記錄。如果通過系統分析，我們就可以輕松篩選出哪個基礎數據表錯誤數據較多，哪個字段錯誤數據較多，這樣就可以有計劃、有目的地開展數據清理工作，提升中心數據質量，提升集中支持工作效率，從而有效提升客戶體驗。

（七）知識庫使用記錄表

通過分析知識庫使用記錄表，我們可以分析知識庫中的知識點使用情況。通過分散的知識點的使用情況，我們可以發現知識點的使用情況，通過相關業務的知識點，我們可以分析知識庫使用者業務的薄弱環節，可以有的放矢地開展業務培訓，豐富業務技能。

雖然集中支持系統中有知識點的統計功能，但是只限于知識點的數量統計，缺少對相關知識點的分析，需要將相關知識點關聯起來，分析得出某類業務技能的水平情況。同時，針對用戶使用者個人使用知識點的情況，結合該用戶辦理業務的情況，可以分析出該用戶業務水平情況，按照業務條線分析得出用戶業務辦理的優勢和劣勢。

三、結語

通過運營管理監控系統工具的展現，實現可視化數據應用；同時中心正在建設數據倉庫，數據倉庫建設是中心業務整體規劃的一部分，有宏偉的建設藍圖，實現藍圖需要自下而上的具體操作，每個部門都要有效分析本部門的業務數據，那么數據倉庫項目將會很快實現。

（作者單位為天津市住房公積金管理中心）endprint