银行 系统的电子化和 网络 化管理积累了大量的经营管理数据,这些数据是银行的 宝贵财富。如果这些大量数据得不到有效处理,实际上等于白白" name="description" />
MILY: 宋体; mso-ascii-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'"> 银行系统的电子化和网络化管理积累了大量的经营管理数据,这些数据是银行的
银行的工作正在从以核算为中心转变为以客户为中心。这样,将业务数据转化为分析信息,为决策管理人员提供准确的市场趋势分析以及各项业务分析就成为当务之急。 商业智能解决方案是近年来运用数据仓库技术发展起来的海量数据分析技术。这种技术对银行内部积累的大量历史数据和可能得到的外部信息进行统计分析和数据挖掘,提取有价值的知识,帮助银行管理者深入了解客户、业务状况,合理预测、制定商业计划,赢取更大的竞争优势。
银行业解决方案可用于辅助决策,以及许多具体的业务领域,如信用审批、贷款和抵押处理、信用卡管理等。银行业分析主题紧紧围绕着建立银行客户视图、识别客户群体消费特征、提高服务质量、挽留优质客户的宗旨,为银行业务管理提供了一份份高价值的信息报告。对这些业务领域的分析需求进行整合和融合,可以概括为以下几大类分析需求: n 客户分析 银行最关注的是如何提高盈利能力。为了提高盈利能力,最重要的就是衡量客户价值,找到适当的目标客户,避免有价值的客户的流失。通过在某段时间内客户各方面指标的变化,准确分析客户并预测客户在未来一段时间内各种指标的变化趋势。 n 服务分析 服务分析研究银行各种交易渠道的运行情况,以及客户满意度分析,协助银行提高服务水平。为客户提供恰当的服务、提供给正确的人、在正确的时间提供、通过正确的渠道和手段来提供产品和信息。 n 业务分析 对于银行来说,扩大市场占有率、增长利润是它的主要目标。哪类产品对利润总额贡献最大?哪个分支机构为企业带来较好的收益?采用何种的销售渠道更佳呢?要回答这类问题用普通的分析方法也许可以得出答案;但更加深入的问题是为什么会是这样?以及业务该如何拓展?产品如何组合可以带来更大的收益呢?这些是现代银行业发展需要认真考虑的问题,也只有BI系统才可能帮助解决的。 n 监管分析 监管分析实现管理、监测和分析各类交易的趋势,并对异常交易进行预警。为业务领导提供辅助决策信息。
商业智能系统通常由三个部分来实施,如下图所示: 第一部分是数据的转换,银行业务数据经过抽取、转换并装载到数据仓库。使用ETL工具(数据的抽取、转换和装载工具),从不同种类的数据源中进行数据合并。这就意味着现有业务系统中的数据和其它数据(外部数据)集成到企业数据仓库中。 第二部分又可分为两个子部分:在线分析和数据挖掘。在线分析使用OLclearcase/" target="_blank" >cc">AP产品来处理数据,创建一个多维数据库(超多维数据集)。银行管理和分析人员从不同的角度分析,使用建立相应的数据维和数据度量,形成可供用户从多角度考察分析的多维数据模型。 第三阶段将存储在多维数据集中的信息以及分析和挖掘结果可视化。由于商业智能系统服务的用户类型众多,包括高层管理人员、业务人员、分析人员以及IT技术人员等,因此前端显示工具应具有多样化,支持不同类型、不同厂家的产品。
n 端到端的解决方案 具有完整的BI系统的三个重要构成部分:数据集成、存储管理和分析、挖掘。n 功能丰富 真正涵盖了企业报表、联机分析和数据挖掘这三种数据分析手段。 n 可扩展性 灵活的可扩展性,保证系统可以运行在各种平台上。 n 兼容性 支持多种前端工具,如Excel、Cognos、Business Object、Brio、Crystal Report等。 n 支持多种数据源 能够连接和集成各种数据源,包括大型主机的数据。 n 灵活性 在数据抽取和转换中可定义灵活的数据处理过程,满足在BI应用中业务数据和分析数据之间的巨大差异。 n 全面可视化 从源数据的获取到客户端各种形式的展示都有可视化的工具。 n 高度自动化 从源数据的提取到最终报表的形成全部由自动引擎完成,基本上不需要人工干预。
|