- 快捷搜索
- 全站搜索
二、在基础的业绩计算后,对数据进行超越部门的统计和分析是必需的,在排名模块中,展现的报表服务对象是一些管理部门,这些数据经他们处理后可能会出现在某个报告中提供给分行决策部门。
例如:规模增量排名,以绝对增量或百分比显示机构或员工的业务增量排名,并以颜色变化形象显示排名变化。
业务规模分析:以柱形图显示一级指标数据,以饼图的直观形式显示一级指标的分解效果,通过这个分解能够直观看出银行的业务构成比例。
三、由于在现有的交易系统中,仍有一部分业务数据分散在靠手工记录的台账中,没有它们数据就不完整。在绩效考核系统开发中,如何把这一部分数据管理起来,提高它的准确性、合规性则显得比较重要。例如:票据收入、中间业务收入、银行承兑。
台账主要是完成各类数据补录,这部分数据的特点是录入繁琐,工作量大但又是业绩计算中不可或缺的一部分,所以这部分开发工作的重点应该是以追求现在数据的批量导入作为目标。这部分数据也有专门的报表,使用对象是与这些业务相关的营销人员。
当然,以上这三个角度的开发思路只是一个案例,而在实际应用中,各个系统都有它自己的特点和功能,而这些特点的表现,其实是根据考核办法和考核维度所决定的。
创造良性循环
通过以上案例,可以做这一个比喻:银行在经营中,交易系统产生的原始数据,就好比是种植的小麦。原始数据进入数据仓库需要进行集成,即所谓的“ETL”过程,它好比就是将小麦加工成为各种等级的面粉。而基于数据仓库开发出的应用系统,比如以上案例分析中的绩效考核系统,就好比消费者(应用系统使用者)所需要的面食,可能是面包,也可能是馒头、花卷、大饼。由于消费者的偏好不同,即应用系统使用者要解决什么样的问题?他的观注点在哪里?应用的开发方向当然也一定要随之而变,就像是加工面粉的流程必然不同。
当然,在数据从交易系统到数据仓库到数据集市进行不断整合和信息派生过程中,同时会丢失一些细节信息,就好像已经看不到小麦原来的形态。因为交易系统考虑如何记录特定业务流程,数据集市考虑如何回答特定分析需求,而数据仓库则需要考虑如何归纳和记载数据的历史轨迹。
还有一点可能表现得更为隐蔽,那就是应用的使用者在使用过程中,不只是单纯地体现了数据的价值,享受到了数据应用的益处。同时,成熟的应用使用者也会很容易地“派生”出新的数据需求、应用需求,这一需求可能是需要进一步的数据挖掘与开发,也有可能会引发变更原始交易过程、补充原始交易要素给以补足,也就是说它会反过来对交易系统产生新的需求,当然这必将是一个良性循环。
(文章来源:新金融世界)
目前Hadoop/HBase广泛应用于各类具有大数据需求的企业,尤其是互联网企业,
工商银行启动业务集中处理改革,研发了具有自主知识产权的业务集中处理平台