• 机构：Union Bank of the Philippines（UnionBank）
• 项目：Amazon Quick Suite
• 时间：2025 年 12 月
• 类别：数据分析 / 自然语言 BI / 业务自助分析 / 数据民主化 / Amazon Quick Suite
• 来源：https://press.aboutamazon.com/aws/2025/12/union-bank-of-the-philippines-drives-customer-centric-innovation-with-amazon-web-services ↗

银行要成为数据驱动组织，核心问题不是有没有数据，而是业务人员能否快速、正确、低门槛地使用数据。传统模式下，营销、账户管理、产品、运营和客户服务团队经常依赖数据团队生成报表、制作仪表盘和提取洞察。这个模式虽然可控，但会形成瓶颈：业务问题等待排期，数据团队反复处理临时报表，决策速度下降。

UnionBank 是菲律宾领先银行之一，长期强调数字化和客户中心创新。AWS 披露，UnionBank 希望让 200 多名跨部门业务用户能够独立访问、分析和可视化数据，从而更快回答“为什么本月客户获取下降”等业务问题，识别欺诈活动等隐藏模式，并加深客户理解。

UnionBank 实施 Amazon Quick Suite，利用生成式 AI 让业务用户用自然语言查询数据。业务用户不需要掌握复杂 SQL 或 BI 建模技能，就可以提出问题、生成洞察、创建仪表盘，并自行调整参数获取实时答案。

该方案覆盖运营单元、技术团队、产品开发和客户面对面职能。当前用例集中在活动管理和账户管理领域。对银行而言，自然语言 BI 的价值在于把“数据请求工单”转变为“业务自助探索”，同时把数据团队从重复报表生产中释放出来，转向数据治理、指标体系和复杂分析。

AWS 披露，UnionBank 是菲律宾首家、也是东盟较早采用 Amazon Quick Suite 生成式 AI 能力的银行之一。该方案支持 200 多名业务用户使用自然语言访问洞察，目标状态下数据请求周转时间提升 3-5 倍。

官方还披露，该方案实现了真正的数据民主化和访问普及，使银行运营成本降低约 30%。当前用例在活动和账户管理中已经应用，更快上市和成本管理可以降低银行成本，并最终转化为更好的客户定价和体验。

• 从营销活动和账户管理等指标清晰场景切入自然语言 BI。
• 业务用户可以自然语言提问，但底层指标口径必须统一。
• 将自助仪表盘与参数调整能力开放给经过授权的业务用户。
• 数据团队转向治理、数据产品和复杂分析，而不是只接报表工单。
• 用周转时间、报表工单减少、业务自助率衡量成效。
• 将欺诈模式、客户流失、活动转化等问题设计为示范问题库。

• 自然语言查数容易误解指标口径，必须显示定义和数据来源。
• 业务用户权限要按岗位、部门、数据敏感等级控制。
• 对客户级数据需脱敏、聚合或设置最小必要访问。
• AI 生成图表和结论不能替代正式监管报送或财务披露。
• 要防止用户通过多次查询反推出敏感个人信息。
• 建立指标字典、数据血缘和异常结果复核机制。

• 制作一个虚拟银行营销数据表，用自然语言设计 10 个业务问题。
• 建立指标字典：新增客户、活跃客户、转化率、流失率、活动 ROI。
• 比较手工写 SQL 和自然语言查询的步骤差异。
• 设计一个“为什么客户获取下降”的分析框架。
• 为业务用户制定数据权限矩阵。
• 模拟 AI 生成错误图表，练习如何用指标定义纠错。