数据仓库——银行大集中之后

    |     2015年7月12日   |   文库   |     评论已关闭   |    1425

||2005-02-19


银行是一个具有信息优势的行业,“谁拥有客户信息,谁就拥有未来”,在竞争日益激烈的市场中,能否迅速做出更好的决策关系到银行是苟且偷生还是繁荣兴旺。银行需要对各种压力迅速做出反应,包括不断加剧的竞争、行业的无规律发展、企业并购、产品和市场革新、传统系统的重组等。如何管理、利用、经营好客户信息是我行在现代商业银行建设中面临的一个重大课题。为了解决这方面的问题,提高银行现代化经营管理的水平,就必须抓紧技术创新,积极建设银行数据仓库。


 


如今大多数企业并不缺少决策的数据,这些数据包括:联机交易的历史数据、研究分析结果、Internet提供的数据……数据几乎无处不在。因此,关键不在于数量,而在于质量——是否一致、准确、具有时效性和复杂度。


 


在过去几年中,许多企业认识到了这一问题,并开发了各种系统,如决策支持系统、管理信息系统、运作信息系统。这些系统从各种源系统中下载数据,通过运行一些相应的程序进行查询等操作。


 


但由于这些系统基本上都是基于主机的,功能有限,比如:联机无法进行数据分析;数据是离散的、冗余的;用户访问过于复杂;用户访问降低了业务操作的效率。联机系统一般的设计原则是以最快速度更改一条记录,而不是用于数据分析,也不是按照某一标准浏览数据和对数据进行排序,以及对数据进行计算。


 


与之相比,数据仓库却能够实现快速数据查询,帮助银行挖掘其传统系统中潜在的无法被直接利用的信息。


 


而且银行作为经营货币的特殊企业,其内部结构复杂度很高,银行业经营所遵循的三性原则(效益性、安全性、流动性)对银行内部管理和控制提出了很高的要求;另外,银行有着庞大的客户群体,其经营服务的范围涉及经济领域乃至整个社会的方方面面,因此对于银行来说,有必要建立数据仓库以优化银行的内部管理和控制,同时为银行增加更多的商业机会,最终提高银行的市场竞争力和银行的经营效益。


 


银行数据仓库是在西方银行面临着从产品到客户的战略转型背景中产生的。它是一个不同时期的、集成的、稳定的、用于决策管理的数据集合,由银行历史数据、当前数据、操作数据和外部(环境)数据按一定的主题标准归类、经加工和集成而建立的;常被用于以客户为中心的分销渠道管理、客户盈利分析、客户关系优化、银行产品分析、市场趋势预测和风险控制管理等领域,是现代数据处理技术在银行经营管理活动中的广泛运用。


 


国外银行非常重视数据仓库建设,纷纷采用数据仓库为个性化服务的手段。例如在美国实施数据仓库的企业主要是大型金融机构,First American根据年利息、年费、信用额度和不同的保险类型将客户细分成750个类型,提供个性化服务,成为全美业务年成长率最快的银行;英国Lloyds TSB制定销售借记卡的活动,响应率由8%提高到25%,以经济的成本找到低风险的客户增加收入;英国Barclays是全球最早实施基于资产负债管理数据仓库的银行,对每个事业部资金的分配以信用、市场、企业和经营风险为考虑因素,坏帐勾销显著下降。


 


英国巴克利集团(Barclays)是英国第二大银行,主要面向全球客户提供零售和对公的银行服务,以及投资和资产管理的专家服务,同时它也是数据仓库的受益者之一。


 


1992年,由于当时英国经济低迷,到期的大量信贷遭到损失,巴克利银行遇到了运营300年来第一个财政亏损年。巴克利的管理者急于寻找一种改变这种境遇的方法,希望能够更准确的预测每一笔贷款的违约风险,并且使其资产组合尽可能多样化,以最大程度地减少市场震荡所带来的影响。
 


为了实现这样的目标,巴克利银行于1993年决定基于NCR Teradata来建立信息仓库平台BIW,希望可以收集尽可能多的客户信息,通过分析贷款客户过去的历史数据来预测其未来的行为,更准确地了解其偿还贷款的可能性,并及早采取相应的措施。防范和降低信贷风险是BIW初期应用主要目标。
 


巴克利银行的数据仓库系统发展可以分为以下四个阶段:
 


第一阶段:1993—1999年,建立巴克利信息仓库BIW。巴克利充分认识到数据是银行的重要财富,因此尽可能多地保存各种历史数据并加载到信息仓库中。经过近7年的发展,到1999年时,BIW已经基本包含了巴克利所有业务处理系统的数据。
 


BIW的作用主要体现在以下几个方面:实现了各业务部门共享一个一致的信息视图,为银行高层提供报表等各种准确信息,避免了由于数据源不一致而产生的各种偏差;提供复杂数据分析与数据挖掘的基础平台;为高级业务分析师提供强大的动态分析手段,可以随时满足各级管理人员的各种分析需求,业务分析师可以通过BI工具直接访问数据仓库中的信息;为各种专门用途的数据集市提供数据。
 


第二阶段:1999年,建立企业数据仓库EDW。到1999年末,在数据仓库中处理一些OLTP类型的负载,并且数据获取需要近实时完成的需求愈发强烈。在Teradata信息仓库平台BIW的基础上,巴克利又基于IBMOS/390实施了一个可用空间为4TB的企业数据仓库EDW。该EDW收集了巴克利银行所有的数据源,并向基于NCR Teradata的信息仓库BIW提供数据,由此实现了整个巴克利银行产品标识符的统一,以及一致的客户信息文件CIF
 


第三阶段:2000—2002年,建立巴克利数据仓库服务系统DWS。在1999年基于IBMOS/390上实施EDW后,巴克利银行把EDW与原来的信息仓库BIW集成在一起,形成数据仓库服务系统DWS
 


第四阶段:2003—2008年,在统一Teradata平台上建立数据仓库服务系统DWS。从2000年开始,巴克利数据仓库服务系统DWS由基于IBMOS/390EDW和基于TeradataBIW组成。经过3年的运行,巴克利银行发现这种冗余的混合结构使得成本非常高,并且对业务部门的响应慢。经过大量的论证以及对大型数据仓库案例的实地考察,巴克利最终决定把DWS整合到NCRTeradata数据仓库引擎上,以解决其原有混合平台所带来的诸多问题。


 


此外,台湾地区的信托商业银行也利用数据仓库管理信用卡业务,采用了基于活动的成本核算,以进一步了解每位客户的利润贡献度,大大节省了营销成本,从而成为台湾地区最大的发卡银行和信用卡业务获利最高的银行。


 


为了赶上数据仓库这股浪潮,国内部分银行现在也已在建立综合业务处理系统的基础上,尝试着数据仓库建设,并已在管理决策中初见成效。2001314日 ,工商银行正式启动国内第一家银行数据仓库建设工程,以增强对经营决策的信息支持和全行项业务经营的系统监控能力;近年来,该行通过建立领先的综合业务系统和数据中心、构造功能强大的数据仓库,形成了水平先进的金融信息技术平台,开创了经营管理信息化的新局面。此外,农业银行和全球知名的数据仓库厂商NCR Teradata合作开发的数据仓库——经营分析管理系统也已经在广州地区开始试点运行。



面对入世挑战,国内银行都面临着如何提高客户服务水平、控制金融风险、提高银行经营业绩、保证利润持续增长的问题。在信息技术高速发展的网络时代,银行制胜的关键就在于金融信息化建设——加强客户关系管理、金融产品创新和内部信息化建设;即以数据大集中为前提,以完善的综合业务系统为基础平台,以数据仓库为工具,以信息安全为技术保障,打造网络化的现代银行。


 


近年来各银行纷纷致力于进行数据大集中,相继开发了较完善的业务系统,但在对客户信息的挖掘分析能力上与外资银行相比尚有很大差距,单纯的数据集中和系统升级并不能完全实现数据和信息的传递、共享和应用。外资银行已经在市场竞争和客户分析方面积累了大量的宝贵经验,并发展了较为成熟的市场管理和客户分析工具,进入我国市场后往往采用差异化服务策略,利用标准化的产品、先进的管理和服务、领先的信息技术来争夺本地的高端客户。


 


这就要求国内银行在信息技术上加强分析型应用系统的建设,通过数据仓库技术建立更专业有效的信息管理机制,实现银行客户信息的智能化管理,为科学化管理决策和业务创新服务。


AMTeam.org

责编:admin

转载请注明来源:数据仓库——银行大集中之后

相关文章

噢!评论已关闭。