如何基于数据仓库实现业务价值

经过多年发展，我国绝大多数商业银行已经建立了一批较为先进的业务处理和办公自动化系统，实现了业务处理和运营、管理流程的电子化，并已完成了全行数据集中。随着传统商业银行逐步向现代化、知识型银行的转变，如何将积累的大量业务数据转化为有价值的信息和知识，用于提升银行管理决策水平，支持银行业务进一步发展，已成为银行信息化建设过程中面临的重要课题。

一、基于数据仓库的商业银行业务价值的实现

        大约十几年前，数据仓库的概念引起了中国金融界人士的关注。如今，“数据仓库提升业务价值，数据赢得竞争优势”的道理已经深入人心，数据已被视为银行宝贵的资产，数据仓库也成为银行信息化建设的战略选择。近年来我国商业银行多按照“数据集中化、业务综合化、管理扁平化、服务网络化、决策科学化”的原则，构建了两大数据平台：一是基于数据大集中的策略，面向金融业务数据处理，构建高效、统一的核心业务处理平台；二是面向分析处理，构建完整、一致、反映时间变化的数据仓库。

        数据仓库平台的建设实现了企业异构数据的集成，企业按照分析主题重组数据，建立了面向整个企业的一致的信息视图。在此基础上，结合数据挖掘、联机分析等技术，为实施精准化营销、有效控制企业风险，实现经营资源的优化配置提供了数据基础，全面提升数据的共享水平，深入挖掘数据的业务价值，大大增强了决策的科学性（如图l所示）。

        1．数据仓库在经营分析领域的应用
        信息必须经过汇总、整合、分析才能产生有效服务决策和营销的价值，零散的信息只能是新闻性的，无法体现真正的价值。数据仓库平台的建设实现了企业异构数据的集成，将分散在各处的业务数据用金融主题进行整合、加工、清洗后，数据就可以转化为具有某种特质的信息。数据仓库提供经营分析所需的整合信息，实现了跨专业信息的高度整合和有序存放，支持各业务角度的分析研究，大大提高了分析的准确性和决策的有效性。利用数据仓库，可以加工、支持多层次的数据分析报表，可以支持全局性的数据分析，可以针对某一异常数据问题深入分析产生的原因。

        例如，工商银行利用数据仓库中的数据，对已经推出的各种产品进行业务量、市场规模、盈利能力的统计和排序比较，通过这些数据分析，相应的产品管理人员可以及时知晓银行产品的市场销售实际情况，适当调配产品管理资源；实现各类产品关键销售数据的排序比较和分析，使产品管理人员根据分析结果进行绩效管理；帮助业务人员对产品推广中的问题进行深入分析，寻求改善产品本身及产品推广工作的方法和途径，为有效提升企业产品管理能力奠定基础。

        2．数据仓库在市场营销领域的应用
        商业银行若要实现以客户为中心的经营模式，信息系统的设计必须真正地关注客户、了解客户、识别和区分客户，应当在每次客户与银行接触时能够第一时间识别客户，这是个性化服务和主动营销的前提，而上述这些离不开海量数据的高效分析支持。因此，数据仓库的海量数据以及数据整合、分析能力正能为此发挥力量。

        在市场营销领域，数据仓库可以支持客户的资产负债情况分析，支持对客户的各种评价模型和客户细分，支持以客户为中心开展各项营销活动，满足营销部门对客户关系管理、交叉销售、产品研发等方面的需求。工商银行基于数据仓库实现了客户特征的分析，可以根据客户基本信息、持有产品、交易行为等项指标进行目标客户的分析和筛选，并实现了精准化营销的闭环管理流程，为真正向以客户为中心的转型发展奠定了良好的技术实现基础。

        3．数据仓库在风险管理领域的应用
        在商业银行向以客户为中心的转型过程中，商业银行的风险管理领域逐步发生变革：由被动应对向主动防控转变；由应对监管的强制要求进行风险管理，向真正利用风险管控合理运作银行资本的战略转变；由局部风险管理，到全球风险监控、全面风险覆盖、全新工具计量、全程风险管理转变。同时，伴随科技进步，客户获取银行服务的渠道日益多样，银行内部管理所涉及的信息量将急剧增加，客户和银行可能遭受损失的风险也越来越大。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文