建行大学网络平台

 

随着互联网的普及，网络平台对教育培训的支撑作用越来越显著。建行大学广泛运用互联网、人工智能、大数据等新技术，统筹“学、教、智、知、网”等要素，建设最具先进性的网络教育平台,集员工学习、教学管理、智能运营、知识储备、服务社会于一体，用科技手段打造一所随时在线的网上大学。（图1）

（一）立体学习生态圈（Learn）

建行大学网络平台广泛整合行内外优质教育资源，以精品内容、精美形式吸引员工主动学习。平台集成视频直播功能，疑难问题实时解答，授课效果及时反馈，激发师生教学热情。电脑、手机、AI音箱、VR/AR多渠道接入，形式丰富生动，学习随时随地。平台为每家分行量身定制专属主页，部署个性化内容，赋能组织，激活个体，释放全行创新创造热情，一个泛在、多触点、全天候的学习生态正在应运而生。（图2、3）

（二）智慧教学供需链（Education）

积极应用新技术，探索新模式，实现教学资源共创共享，促进教学管理自动智能。“智能排课”分析岗位特点自动安排课程，“自动做课”根据讲课视频自动生成课件，“智慧课堂”实现无感签到和教学行为分析，“自动组卷”按照考试大纲智能生成试卷……智慧教学供需链给教师和学员带来全新体验。

（三）智能运营驾驶舱（AI operation）

通过手机二维码和人脸识别等技术，将培训学员的到校、住宿、就餐、学习纳入自动管理；通过监控大屏，使管理者对学员数量、学习质量、课件资源、基地效率一目了然；通过将全行培训资源在平台共享，实现“总行搭台、全行唱戏”。

（四）知识智库云平台（Repository）

通过网络平台建设金融业务知识库，打造建设银行知识图谱，将个体知识企业化，隐性知识显性化，封闭知识共享化。将个体知识转变为企业的知识资本，将建行大学建成实用金融企业知识积淀的宝库，智慧共创共享的摇篮。（图4）

（五）教育资源共享网（Network）

建设金融级安全、战略级服务、全领域实践的建行大学公有云，整合各方优质教育资源，构建“银政校企”大联盟。对企业，赋能组织，激活个体；对国家，大行责任，金智惠民；对世界，背负时代使命，讲好中国故事。在中组部中国干部网络学院建设过程中，建行作为金融系统唯一一家试点单位，已率先实现平台对接，课件共享，学分互认，为全国干部培训工作贡献力量。

建行大学网络平台2018年6月启动开发，目前视频学习、在线直播、培训计划管理、师资管理、培训中心管理等基础功能已于12月份成功上线，总分行、研修院和学院已可自主创建网络教育资源，开展网络教学活动。未来，借助先进信息化平台，数字信息跨越不同教学主体、培训资源、内外部单位快速流动，零散资源更好地整合起来，独立的个体更好地连接起来，传统教育培训工作将以崭新的业态向教育、学习、发展深度融合的事业转变。

 

 

 

建行大学网络平台运营体系

 

先进的技术平台为建行大学开展网络教育奠定了坚实的基础，而网络教育的蓬勃发展则有赖于优秀的运营体系。建行大学网络平台诞生在科技浪潮中，要充分借鉴成功互联网企业运营经验，以互联网思维思考和定义运营逻辑，根据建行大学总体要求，积极研究、扎实推进各项运营任务，放大平台核心价值，让广大用户享受到优质的教学服务，获取一流的操作体验。

（一）运营逻辑

从运营管理的内容方面看，主要围绕平台衔接、内容运营、用户运营、活动运营、数据运营、支持保障、激励机制等七个方面开展平台运营工作。（图5）

（二）内容管理

从内容资源生命周期的引入、使用、退出三个阶段做好网络平台的内容管理，使内容资源丰富、精致、精彩，满足员工学习需求，激发员工学习兴趣。

网络资源从哪里来？包括三个方面：1.机构研发，以研修院、分行主导，学院具体实施，依据自身业务需求制作课程；2.员工众创，充分发挥全行员工的主观能动性，鼓励员工人人教学，自主做课；3.外部引入，与外部优秀企业合作，如清华学堂在线、网易云课堂，引入优质网络教育资源，共同制作精品网络课程。

网络资源如何使用？1.设立准入机制，本着“谁提供、谁负责”的原则，确保网络资源合法合规，审核通过的资源方可上架发布；2.建立课程名录，每年分门别类地更新梳理网络资源，建立建行大学网络资源产品名录；3.实时记录学习情况，记录每个资源的使用情况，如学习人数、学习时长、评价反馈等，便于统计员工学习情况，衡量课程水平。

网络资源如何更新退出？建立内容资源的淘汰机制，综合评估网络资源的使用学习情况，形成网络平台内容资源综合评估报告，对于评价差、学习率低的资源定期进行淘汰，反馈相关提供单位，促进平台资源良性循环，更优更新。

（三）用户运营

平台运营以用户为中心，以提升用户活跃度为首要目标，依托活动运营、激励机制、数据运营等多种手段，满足用户需求，吸引新用户、黏住老用户，发掘种子用户，让所有用户都能在网络平台中有所收获。

种子用户可以凭借自己的影响力，发挥“头雁效应”，吸引更多的用户，提升网络平台的流量和影响力。通过员工自荐，分行、学院推荐发现一批微课制作达人、直播达人、优秀讲师等。通过启动“明星计划”，提升种子用户的专业能力。

普通用户是网络平台的主要使用者，是网络平台的中坚力量。通过开展平台活动，增加用户粘性，刺激用户活跃度；通过数据分析，为用户精准画像，建立员工教育学习档案，发掘潜在种子用户；通过激励机制，激发用户积极性，培养用户学习习惯。

种子用户和普通用户可以相互转换。对于种子用户，如果能力水平、活跃度、影响力等出现下滑，并低于一定的标准，则会变为普通用户；对于普通用户，如果能力水平、活跃度、影响力等得以提高，并满足一定标准，则可变为种子用户。

（四）活动运营

通过网络平台开展提升员工学习热情，增强用户平台粘性，培养员工线上学习习惯的一系列活动。运营活动的流程主要包括：提出需求、策划方案、审核发布、组织实施、评估效果。

活动的形式包括日常活动和专项活动。日常活动是常规性的、固定频率的网络平台活动，例如“建行大学读书日”。专项活动是针对某一特定主题，有固定时间的网络平台活动，例如“三大战略”微课大赛等。围绕建行大学发布仪式，将开展“建行大学开学啦”专项活动。

（五）数据运营

数据运营不仅仅是简单的数据统计、报表分析，而是实时获取研修院、学院、分行、教师和员工的海量学习数据和行为数据，搭建KPI体系，形成教学评估报告和学习行为分析报告。

1.KPI监控评价体系。围绕“学、教、智、知、网”（LEARN）五个维度，构建26项一级指标。（表1）

2.建立建行大学实时监控平台。实现监控数据可视化，在北京、武汉建立双备份实时监控平台。

（六）激励机制

建立由积分、徽章、金币构成的用户激励体系，探索研究员工自主使用部分培训费，用好用活培训费，鼓励员工参与教学，培养员工“主动学、愿意学”的学习习惯。

积分是衡量员工在网络平台上活跃程度的重要标准，在网络平台上完成的操作（如登录、发帖、评论等）越多，获得积分越多。

徽章是衡量员工对网络平台贡献度的重要标准。鼓励员工参与教学，贡献知识，通过参与在线教育培训活动获得（如学习课程、发起直播、支持论道、制作微课）。

金币（“西西币”）是激励员工的重要物质手段，根据建行大学财务管理制度可以用于消费和转让。金币来源于三个方面：(1)初始化投放，在网络平台建设初期，一次性向员工投放固定数量的金币；(2)积分兑换，通过自己在平台上积累的积分按照固定的比例兑换金币；(3)通过积累徽章赚取积分，获得一定徽章后，组织教学活动，可以直接赚取金币。金币的消费渠道包括在网络平台支付外部付费类培训资源，探索研究在善融商务等行内其他平台进行消费。

（七）支持保障

业务运营设立三级运营保障体系：在线“智能助教”、95533客户服务、运营专员。在线“智能助教”是通过知识图谱技术，将网络教育常见的问题梳理成知识体系，在线智能答疑，运用AI技术，智能助教能学习知识，解决新问题，越来越聪明。95533客户服务是针对智能助教无法解答的问题，用户客户拨打全行服务热心95533接入人工进行询问答疑。在智能助教和95533客服均无法解答，问题将自动流转至运营专员，由网络平台运营管理团队负责解答。

 

 

 

建行大学大数据实验室

 

建行大学大数据实验室（以下简称大数据实验室）是建行大学下设的教学支持及科研机构，对内面向校内师生提供大数据方法工具和学习实践环境，对外作为建设银行数据资产共享渠道，与知名高校合作开展大数据应用研究，在促进业务发展的同时履行大行的责任担当。

（一）设立背景

近年来，大数据对银行经营管理的重要性越来越凸显，在盈利创收、普惠金融、风险防控、减员增效等方面助力我行快速抢占行业制高点。历经六年的新一代建设和数据治理实践，建行已成为数据大行，积累了海量高质量的业务数据，在数据治理和应用方面斩获国内外多项大奖。为充分发挥数据优势，服务于大数据教学实践和产学研融合发展，建行大学依托数据管理部和上海大数据智慧中心建设大数据实验室，与相关高校合作开展前瞻性研究，以量化方法分析解决银行发展中的问题，为金融业发展贡献建行力量。

（二）机构设置

大数据实验室是建行大学的教研机构，主要职责包括搭建软硬件环境，配置数据资源，组织立项审核，指导课题研究，协调专家资源，推动与相关高校合作，管理教学研究成果等。

大数据实验室依托上海大数据智慧中心，安排专门场地挂牌，提供软硬件环境和数据资源，安装必要的身份认证和监控设备，作为开展大数据分析的专用场所。随着服务范围的扩大，还可依托总分行数据管理部门设置分实验室。根据发展需要，建行大学可与国内高校共建大数据联合实验室，合作高校可委派具有相当资质的专家担任联席主任，并在高校设立专门场所，通过安全方式接入数据，合作开展课题研究。

（三）工作机制

大数据实验室服务于建行大学日常教学与课题研究，前者主要面向建行大学师生，开展课程范围内的大数据教学实践，后者主要面向有国内高校参与的项目组，开展大数据相关的专项课题研究，共享研究成果。

日常教学使用大数据实验室，以学习大数据分析方法和技术为主，有关内容应列入教学大纲和学期计划，实验室根据需求准备模拟数据，开立远程访问用户，提供相关技术支持。课题研究使用大数据实验室，一般应采取项目方式，发起方须向实验室提出立项申请，包括研究内容、数据需求、经费预算等，实验室组织专家进行立项审核，重大项目需报请分管校长或校务委员会审批。

大数据实验室在产学研结合方面具有独特优势。高校拥有前瞻、系统的理论，成熟的研究体系和方法论，但是很难获取到真实的银行内部经营数据，研究成果难以获得详实的数据支撑。高校与建行大学合作，依托大数据实验室海量的数据资源，快速采集和分析数据，可以开展严谨的实证研究，探索银行经营管理和经济金融发展的客观规律。对于建行大学来说，与国内知名高校合作，可以获得更加前沿系统的理论支持，共享人才资源，确保大数据应用实践的先进性，同时进一步提升建行大学的品牌知名度。

（四）数据使用

大数据实验室对行内各系统的数据进行整合，涵盖渠道、产品、客户、账户、财务、风险、管理等各个大类，建立了企业级客户、机构、产品统一数据视图，支持行内各类管理分析型数据应用，还包含银行客服语音和工单、网银日志信息等非结构化数据。另外，大数据实验室还引进了工商、海关、法律、个人客户行为等外部数据，构建了对客户全面认知的数据基础。

为确保数据安全，大数据实验室对数据实行分级分类管理，并采用“云”方式向用户提供，只能查看不能下载。大数据实验室对外提供的数据必须经过脱敏处理，按照脱敏程度不同分为三个级别。一级数据原则上只能由行内人员在实验室现场访问，高校人员可向实验室提供数据分析方法或程序脚本，实验室人员代为操作并对反馈结果审核把关，防止机密信息外泄；二级数据可由高校人员在实验室现场访问，并进行严格的身份认证和视频监控；三级数据可由建行大学师生或高校人员远程访问，主要用于教学练习或脚本调试。

（五）技术支持

大数据实验室不仅部署了传统的数据分析软件SAS和Oracle，还引入互联网信息采集工具“爬虫”、资金流分析工具Aster和非结构化文本分析工具；部署了在线机器学习工具，提供丰富的机器学习算法，支持超大规模建模和计算；通过封装为用户提供可视化操作环境，让数据分析像搭积木一样简单便利。

大数据实验室汇聚了一批专业的数据分析人才，拥有前瞻的业务意识、敏锐的数据思维和多项目实践经验，具备同业领先的大数据分析处理能力。通过不断吸纳优秀人才、先进技术和海量数据，并随业务发展不断迭代优化，大数据实验室将发展成为建行大学的“智慧大脑”，为研究解决建设银行乃至金融业前瞻性问题贡献卓越力量。

（六）未来规划

目前，依托上海大数据智慧中心的总行级大数据实验室已初具规模，随着新金融教育联盟的不断壮大，为向联盟高校就近提供数据资源服务，未来建行大学将依托分行数据管理部门设置分实验室，并在以下几个重点区域做出特色，以点带面，提高大数据应用的辐射带动能力。

1．北京分实验室：北京作为全国政治、文化、经济中心，企业总部众多，高水平学府林立。着力和北大、清华等一流高校合作，探求将大数据应用前沿理论在建设银行落地实施，并利用高校丰富的师资资源，提升全行大数据理论和实践水平。

2．上海分实验室：上海作为全球科创中心和8个国家级大数据综合试验区之一，致力于通过大数据应用创新实现数据文化普及。在较高的大数据应用水平上，利用上海金融中心的地位，将领先的金融服务创意落地实现，并提炼成大数据应用产品服务全行，服务上海数字城市建设。

3．福建分实验室：利用数据和业务联动紧密的特点，侧重于工商、税务、航旅、运营商等外部数据结合内部数据的大数据应用模式，探索用大数据方式给客户提供更多增值服务。

4．广东分实验室：利用数据和技术一体化运作优势，建立类似创客空间的工作环境，快速响应总行、分行数据需求，及时将大数据项目落地推广，带动华南地区大数据应用能力提升。

5．深圳分实验室：深圳作为全国金融创新领头羊，利用创新前沿优势，加强与腾讯、百度、第四范式等知名科技公司合作，重点研究将机器学习、计算机视觉语音识别、自然语言处理等前沿技术应用于金融服务场景，探索“AI+大数据”在金融服务中的落地实践。

6．河北分实验室：利用数据和技术人才整合优势，侧重数字化银行“获客”和“活客”的新机制研究。从行外客户和行内用户的真实需求出发，在大数据应用中探索提升用户体验；研究大数据人才培养和激励机制，为雄安新区建设和京津冀协同发展提供数据服务。

7．苏州分实验室：依托长江经济带重要城市优势，依靠良好的银政、银企、银校合作关系，侧重研究不动产信息用于房屋租赁、云抵押小微快贷等服务民生和普惠金融的大数据应用；研究构建大数据应用质量管理体系，重点解决大数据应用创新中的数量、质量和绩效的关系问题。

8．云南分实验室：利用云南省政府大数据资源丰富开放、开发空间广阔的优势，利用技术和数据一体化运作机制，建立大数据应用落地“直通模式”，主攻数据驱动客户直营，通过移动互联获取商机，研究建立一套渠道获取数据、数据推动内容服务、内容带动产品销售、销售和客户数据变化反哺机器学习的数据驱动经营闭环，进而带动西南地区大数据能力提升。

9．大连分实验室：侧重研究个人客户精准营销类大数据应用，进行数据产品的多类型多媒体展示探索；研究大数据应用效果后评估机制，建立数据产品价值评估方法，实现数据应用价值可量化。该分实验室可辐射带动东北及内蒙地区大数据能力提升。

10．香港分实验室：利用境外区域优势，侧重研究海外机构整合利用集团数据和外部数据，开展大数据应用创新；及时获取试用境外最新的大数据技术和产品，为全行大数据应用提供借鉴。