- 快捷搜索
- 全站搜索
以全行数据仓库EDW为基础，并依据财务分析，经营管理决策数据需求，针对SAP、RWA以及各数据集市的数据进行整合，实现基于全行层面的产品、客户、渠道等维度的规模、盈利、风险、交易数据整合加工，建立起支持产品、客户、信用卡、渠道分析的数据子集，特别是实现了单一客户的综合收益计算；提供从数据统计到数据分析的强大技术支撑；为不同层级的领导、业务管理人员及分析人员提供操作简单、功能齐全、分析手段灵活、响应速度快的图形化界面，形成光大银行经营管理决策的统一门户，从而推进了基于全行视角管理的数据整合与信息共享。
2．基于全行数据标准定义，建立完备业务口径指标体系
财务信息系统通过对RWA、对公客户关系管理系统、统一客户分析系统、信用卡集市、电子银行、EDW中间层、SAP等系统指标进行梳理，并结合银行产品分类标准，对存款类、贷款类、负债类、信用卡、资金类、中间业务类数据进行统一梳理和分析。以产品、客户、机构、部门、客户经理、条线、渠道为主体维度，向下定义了属性类指标、基础指标、派生指标，并基于指标梳理成果，建立了一套科学完善的财务分析、考核及预算要求的经营管理决策相关的指标体系，如规模类、收支类、利率类、风险类等几大类的各层级数据定义、范围、计算公式等，有利于全行业务管理的统一应用。
3．推动全行层面数据质量改进，建立长效数据质量检核及改进机制
借助该系统建设，建立了多种检查方式，确保数据准确性和一致性：建立总账与明细数据的质量检查、跨系统数据的关联性检查、针对集市的汇总数据检查；通过建立数据质量检核规则诊断数据问题，推动相关系统改造，以修正问题数据，保障数据粒度、数据范围及数据准确度，满足业务分析的需要(如实现中间业务收入核算到客户，完成精确的客户贡献度计算)，以此探索光大银行构建长效的数据质量检核及改进机制的方法，推进全行层面数据质量的持续改善。
三、系统应用效益
1.提升业务数据分析效率
（1）系统应用有利于决策效率提升
①改变以往“数据散落”的现状。财务信息系统整合了财务分析所需的几乎全部基础数据，产品范围涵盖光大银行所有产品和业务，数据内容包括了规模类数据、收支类数据、风险类数据、利率类数据等各类银行基础数据。
②改变以往依赖“手工汇总统计”分析的现状。财务信息系统通过对基础数据加工可以生成产品、客户、机构、条线等多维度、多层次的分析数据以及派生指标，大量减少各部门、各级机构手工工作量。
③改变以往“重复计算”的现状。财务信息系统对账务、交易级明细数据进行共性财务指标的加工处理，生成基础性财务数据信息，可满足各个部门、各级机构从产品、客户、机构、条线等角度的数据需求；并可根据各部门、各分行的具体要求进行深度开发利用。
（2）提升数据质量
①改变以往财务分析缺少数据“参考系验证”的现状。财务信息系统对采集的各源系统数据进行了大量的“系统间”数据核对，按照“先总后分”的核对顺序，首先进行总账及汇总数据核对，其次通过差异场景明细数据比对的方式查找问题数据并排查原因。
②针对排查出的数据质量问题，采取逐笔抽样等方法深入分析差异原因，提出建议并有效推动了SAP、RWA、EDW等多个系统提升数据质量的改造。
（3）提升分析手段
④改变以往“单一”报表分析手段。财务信息系统通过商业智能分析工具，可集成报表、KPI、即席查询、多维度组合分析等多种分析手段，并可提供预置分析报告模板等扩展分析功能。
推进行业多应用是金融IC卡发展的重点也是一大难题，宁波地区开展的金融IC卡
IT蓝图是对中行应用系统的全面替换和升级，包括应用架构、基础设施、信息安