it蓝图设计工作属于共享中心什么的主要工作

一、如何理解客户业务和客户需求

原则1:由粗到细，从宏观到微观。 必须先从宏观上了解客户业务的全貌，再逐步深入细节。因为对于客户的业务而言，我们是外行，如果从业务细节着手，很容易迷失方向，失去对业务核心的把握。同时要认识到，对于一个外行而言，我们对细节的深入也必定是有限的，不要指望自己能够无穷的彻底的了解每一个细枝末节。一是不可能有无限的时间给你了解，二是没有这个必要。因为未来的系统也不可能完全包办所有业务的细节，还有很多事情是要靠客户企业中这些具有专业技能的人来做的。

原则2:从不同层次的客户代表那里收集不同层次的需求 对于企业高层决策者，他会给你描述一个系统的大的功能蓝图，如使企业具有整体报价能力，能更好的服务于高端客户，能支持企业的重大业务决策等;对于企业各级管理者，他会给你讲述他这一层的管理需求，如能更好的进行部门员工的业绩考核、生成月度报表，更好的进行业务结算等;对于各级业务 *** 作人员，他可能给你谈及很多业务细节和 *** 作细节…… 在由上到下的逐级访谈中，对未来系统的描述就从一个大黑箱变成多个小黑箱，再变成透明、明确、详细的系统定义的过程。 客户业务调研和需求分析注定是一个不断细化的过程，不要指望一次访谈/调研就能穷尽，也不要指望一次开发过程就能得到完全满足客户梦中期待的那套系统来。因为事实上很多需求是隐性的，连用户都不清楚自己的需求。只有经过多次循环细化才可能把更多隐性的不断挖掘、暴露出来。

二、如何具体开展需求调研工作 

在RUP中定义需求工作流程的工作目的如下:

客户和其他涉众在系统的工作内容方面达成并保持一致;

2 使系统开发人员能够更清楚地了解系统需求;

3 定义系统边界(限定);

4 为计划迭代的技术内容提供基础;

5 为估算开发系统所需成本和时间提供基础;

6 定义系统的用户界面，重点是用户的需要和目标。 首先要做好业务调研。要尽早把已经收集到的业务资料熟悉起来，并在理解的基础上提炼出问题列表，制成调查问卷。业务调研的要求是一定要沉下去，深入细致的了解客户的业务流程，而不是急着赶工完成自己的需求工件设计和业务模型的建立。在了解各项业务流程的同时，与客户一同深入分析业务的实现逻辑，并记录下有关的实现案例信息，收集好、整理好、分析好有关的参考材料。 要把迭代的思想贯穿于从业务调研、需求分析，乃至项目实施的始终。

所谓迭代，就是我们老老实实承认我们没有能力一次就把事情做到尽善尽美。所以我们就先把一大部分有把握的地方做好，再在前面成功的基础上不断做好剩余的部分，最终就能无限接近于成功。设计编码过程是如此，业务调研和需求分析也是如此。 企业系统的设计开发与软件产品的设计开发有一个最大的不同，就是企业的需求肯定会变化，过去在变、调研的时候会变，系统实施后还会变。而我们要做的就是去适应这种变化。事实上，也正是因为我们采用的是面向对象的方法，才可能做到这一点。

因为面向对象的方法认为:对象的基本属性是客观的和不会频繁变化的，而对象间的关系则是可能不断变化的。所以我们在业务调研和需求分析中也要认识到这一点，把不变的沉淀下来，把可变的灵活性和变化的自主性留给客户。 各位都是做技术的，在业务调研和需求分析中难免会不由自主的考虑一些技术实现的问题。值得强调的是:需求与技术无关。在业务调研的时候要忠实的进行记录，不要因为你个人对实现的疑虑而对用户需求进行(过早的)修改和裁减。 要善于争取客户方各级人员(均是项目干系人，RUP中称为涉众)的支持。只有得到未来系统用户的充分参与，项目才有可能最终取得成功。一套缺乏用户参与的系统，即使最后做出来也是注定没有人去用的。 一是要利用客户企业的组织关系，争取到上层的支持，由上到下进行调研配合;二是要会在调研过程中为目标用户树立有针对性的愿景，让他认同愿景的同时主动、积极的支持你的调研过程。

希望可以帮到您，谢谢！

对银行大数据应用的一点思考

在《大数据时代》广为流行之时，就拜读了该书。当时的第一感觉是，大数据时代是对传统统计学的一大挑战，因为大数据的分析无需取样，直接避开了传统统计学的一大前提，也就避免了因样本取样本身带来的误差。得益于当前发达的网络技术和计算机性能，大数据时代的数据分析是全量的数据分析。我想，这也是该书为什么一经推出就如此火热并迅速推广至各行各业的原因。梳理一下近期的思路，谈一谈自己对大数据于银行业务的一点思考。

一、银行拥有得天独厚的大数据优势

看完书后的很长一段时间，我都在思索大数据的思维和方法如何运用在工作中。因为自己每天都在与大量的数据、各类的报表、不同的系统打交道，深感银行数据的全面、多样与深不可测。网上银行、手机银行、财富管理、xyk平台等系统内的客户交易数据，核心系统、信贷系统、客户关系维护系统、计价系统等客户的基础信息，这些是多少外部咨询公司可望而不可及的数据。如此丰富的信息，如果只是让她们停留在数据阶段，真是太可惜了。虽然，我已经通过不断提升excel的 *** 作水平来简化和分析数据，但深感其用途远远不应该只是每日通报而已。如何科学利用这些数据，并以此来推动工作开展，是自己一直在思索但总有点心有余而力不足的问题。银行的大数据，内容庞大，超出一般人的数据处理能力;大数据于银行，是新的竞争领域，是新的思路也是新的挑战，理应是新的工作重点。

二、银行大数据应用的主要方面

银行归根到底是金融服务业，产品的研发、服务的开展无疑都是为了吸引和留住客户，提升综合竞争力，而数据则是服务好客户的前提和保障。就自己浅显理解，我觉得大数据可在如下几个方面促进业务开展。

一是区域化管理。不可否认，大到国家、省份、地市，小到不同城区、不同社区、不同单位，文化差异和生活习惯是有所不同的。我们所辖的网点分布在不同的地方，如何因地制宜地推出适合当地居民的产品和政策，必须对不同片区、不同社区、不同商圈的客户进行统计分析，分析区域之间客户存在的工作、消费、生活习惯差异，寻求区域内部客户之间存在的工作、消费、生活习惯共性，以提供有针对性的营销计划，根据地域优势来分配主要的业务经办行，打造专业的队伍服务特定的人群，促成资源的合理配置。

二是差别化服务。从IT蓝图上线起，我们中行就提出了经营模式从“以产品为中心”向“以客户为中心”的转变，服务模式从“标准化服务”向“个性化服务”的转变，这些转变落实到具体工作中，就是服务形态和方法的转变。通过我行自身的各种渠道、各类系统整合客户信息，已经形成了一个基本的数据库，这个数据库里包含了客户的工作、家庭、账户、联系信息等客观数据，如果能通过借助外部平台，引入客户喜好、情绪等主观因素，则可以更加精准地判断客户的态度立场、情感倾向等，进而可以相应地分析可向客户推荐的产品、服务、定价政策，既能迎合客户的需求，又能提高营销的效率和效益，真正实现“精准化营销”。

三是风险管控。这是目前为止，我的日常工作中做得最多的。对于风险控制我们多数时候是被动的，到了贷款出现逾期才意识到借款人资金、信用出现了问题，对于这类现象首先追究的是客户经理的贷后管理工作不到位。但很多逾期的贷款客户在其资金链断裂前，其经营实体和抵押物情况等是没有太多变化的，为了尽早地发现问题，现在的贷后管理，不能仅仅局限于上门回访，而应通过系统监控和数据分析加强预警防控能力，及时地发现客户的资金异动，以便采取及时有效的措施防范风险。随着xyk的普及，xyk的消费和还款情况一定程度上反映了持卡人的资金实力，通过分析贷款客户的xyk使用情况及时发现潜在风险，尽早开展贷后催收和诉讼工作，避免逾期后再催收的措手不及。

三、银行大数据运用可采取的措施

有了数据，如何运用数据才是更加具有挑战性的工作。对于如何运用大数据，我觉得首先要丰富数据采集渠道，拓宽数据来源，我们掌握的客户信息多为金融信息，数据准确可靠，但缺乏客户行为方面的信息，可依托互联网、电商、微博微信等社交平台充实数据资源，以更加全面了解客户的真实需求;其次要加强内部数据的整合运用，虽然目前我们的数据多，但是数据较分散，各自为政，缺乏交叉运用，各部门各条线应加强数据的资源共享;最后是要建立和培养一支专门的数据分析队伍，整合各专业领域的员工，负责数据的采集、简化、分析和应用。在保护客户隐私的前提下，还可以委托专门的数据处理公司开发专门的程序，以利于更加方便快捷地开展各项工作。

以上是小编为大家分享的关于对银行大数据应用的一点思考的相关内容，更多信息可以关注环球青藤分享更多干货

信息化建设的主要工作。根据查询it蓝图设计工作相关资料得知，it蓝图设计工作属于共享中心信息化建设的主要工作。IT蓝图设计，合理的设计是确保蓝图规划落地、实现创新发展目标的重要保障和必要条件。

以上就是关于IT行业,用项目如何找需求清单全部的内容，包括:IT行业,用项目如何找需求清单、对银行大数据应用的一点思考、it蓝图设计工作属于共享中心什么的主要工作等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！