数据仓库：让数据呈现业务价值

经过十多年的发展，以城商行为代表的中小商业银行已经推出了业务品种日益丰富的金融服务，与之对应的则是银行内部IT系统的数量越来越多，同时积累了大量的客户及交易数据。尽管很多人已经意识到“数据是银行最重要的资产”，但是普遍缺乏一套行之有效的数据管理和分析系统，银行的各种数据不能有效整合利用。在当前大数据背景下，如何从银行数据中洞察信息，从信息中挖掘“金矿”，利用数据分析指导银行经营决策、促进业务创新，将是中小商业银行在日趋激烈的竞争中致胜的法宝。

数据仓库正在流行

        在Gartner发布的2010年“IT专业人员展望”报告中显示，“善于运用业务智能、数据仓库、数据挖掘技术、使之与业务结合的人员更有竞争力”。其中，对数据仓库及数据挖掘的关注指数不言而喻。早在2000年左右，数据仓库的概念开始引起了国内金融界人士的关注。如今，“数据仓库提升业务价值，数据赢得竞争优势”的道理已经在银行业深入人心，数据已被视为银行宝贵的资产，数据仓库也正成为众多银行信息化建设的战略选择。按照国内银行“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”的管理原则，领先的商业银行已经开始构建两大信息系统平台：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异构数据的集成，按照分析主题重组银行数据，建立面向全行统一信息视图。在此基础上，结合数据挖掘、多维分析、自助查询等技术，为精准化营销、全面风险管理、经营资源的优化配置提供数据基础和分析手段，全面提高全行数据的共享应用水平，提升业务洞察能力，增强银行各业务决策的科学性。

        除了国有银行和全国性股份制商业银行早在十年前就开始着手数据仓库的建设，一些领先的中小商业银行也紧跟步伐，先后开始数据仓库平台的建设，如徽商银行、温州银行、天津银行、杭州银行、宁波银行等，并已经取得了非常显著的成果。

        据笔者了解，国内银行业的数据仓库的建设主要应用在如下几部分。

        （一）经营分析领域

        数据仓库平台的建设将分散在各业务条线、产品线、渠道的数据按照金融业务主题进行统一整合、加工、清洗，为银行的经营分析提供了完整、一致的信息，实现了跨业务的高度整合和有序存放，支持银行经营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。同时，利用数据仓库基础信息。可以通过数据的再加工、汇总、延伸，以支持银行经营分析多层次的数据分析要求，既可以支持面向管理层的全局性数据分析，如全行业务规模、利润指标、风险指标、同业对标等内容的展示与分析，又可以针对某一异常数据问题深入探索产生的原因。

        例如，可以基于数据仓库建立各种产品的业务量、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能够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，使产品管理人员可以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。

        （二）市场营销领域

        商业银行都十分重视市场营销，但是不同营销方式带来结果的差异很大。目前，部分中小商业银行依旧是以金融产品为市场营销的重点，各个职能部门也是根据产品的类型进行划分，市场营销主要依赖业务经理的客户关系。这种传统的营销模式营销费用居高不下，“客随人走”的现象普遍存在，客户的服务能力较差，客户满意度低下。中小商业银行要想在市场竞争中取得优势，占据有利地位，过去的以金融产品为中心的管理模式已经不能满足市场的需要。为提升客户营销能力，改变以“产品”为核心的营销模式，领先的商业银行开始着手建立起以“客户”为中心的客户营销模式，从传统的批量大众营销开始向个性化精准营销方向转变。

        利用数据仓库平台，可以将银行不同业务应用体系中的所有客户相关的数据统一集合到数据仓库中。一方面，银行可以利用分析手段对客户行为、互动历史、持有产品、关联关系、财务状况等维度进行分析，然后进行统一的营销策划，利用数据仓库统一筛选生成目标营销名单分配到一线沟通渠道进行跟进；另一方面，营销活动管理部门可以利用数据仓库，收集各个营销渠道对活动的执行反馈情况，及时分析、评估营销活动执行效果，从而不断改进营销ROI。另外，通过建立基于数据仓库的自助取数平台，将数据下放到各业务营销部门(支行)，方便业务分析人员根据自身需要灵活、动态的查询、统计和分析，发现并自主发起营销活动，大大减轻IT部门应对频繁数据提取的压力。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文