商务智能在国有银行业的应用前景分析(建设银行省分行行长办公室)

《商业智能在银行业的应用分析流程.doc》为会员分享，可在线阅读。更多相关的《银行业商业智能应用分析流程.doc（9页珍藏版）》，请在寻文库搜索。

1、 。. . 9 / 9 国有银行业商业智能应用前景分析（建设银行省分行办公厅）（二）有效利用海量数据2（三）在多大程度上你了解客户3二、商业智能应用前景分析3（一）商业智能架构3（二）国有银行信息系统现状4（三）途径解决缺点 5(四）商业智能的应用领域7三、商业智能实施必须满足的核心条件7(一）保证数据的真实性、可靠性和一致性7 (二）实现信息化8四、

2、行业银行发生变化，行业竞争日趋激烈。以传统借贷为基础的“轻轻松松”盈利模式逐渐淡出，客户关系和金融新业务创新变得越来越重要。同时，面对WTO大门的逐步开放，外资银行必然会引入以客户为中心的决策支持系统，以更多元化的金融服务和更好的金融服务来赢得客户。世界银行业格局一直在不断分化。国有银行如何做大做强，参与世界格局的竞争，无疑将面临许多新的挑战。(一） 技术变革“技术变革” 被认为是影响银行业的最重要力量。就世界而言银行智能化发展趋势，支票的使用越来越少，早在 1982 年，芬兰的银行和客户之间就已经有 82% 的交易是通过电子方式完成的，而今天在日本，20-20 亿美元的交易中有 10%岁的孩子使用互联网进行银行服务银行智能化发展趋势，大约 1 岁

3、一半的加拿大人表示，他们将在未来 3 年内使用网上银行，并且大多数人希望银行利用新技术改善其服务。种种现象表明，客户需要基于科技的优质银行服务，科技变革将逐渐成为商业银行生存的核心竞争力。（二）有效利用海量数据 国有银行发展到今天，历史数据越来越多，如何将档案或业务主机中存储的各种数据转化为对决策者有用的信息和知识，再提炼出具有独创导向功能的智慧的确是一项艰巨的工程，但“凭经验做决定”的历史终将被“用数据说话”所取代，

4、需要提供市场服务的银行最终会被淘汰。国有银行的信用评级体系将越来越完善，客户的银行信用评级将频繁变化。改制后的国有商业银行将面临前所未有的“知客争客”压力。二、商业智能应用前景分析（一）商业智能架构商业智能，简称BI（Business Intelligence），是一种将存储在各种信息系统中的数据转化为有用的信息技术的过程，它起源于经理信息系统（EIS），是对决策支持系统（DSS）的继承和改进。通常理解为将企业现有数据转化为知识，帮助企业做出明智的业务决策。工具。在企业做大做强的过程中，商业智能发挥着至关重要的作用，它使企业能够准确把握瞬息万变的商业环境，使

5、快速准确的管理决策。商业智能的核心技术在于建立数据仓库（DW）、数据挖掘（DM）和在线分析处理（OLAP）三部分，其架构如下图所示。业务流程管理 BPM 业务活动监控 BAMBI 应用（实时分析） CRM、CPM、HRM、SCM 等BI 平台、数据分析工具、OLAP、DM 等数据仓库 DW 实时数据存储 ODS 抽取、转换、加载ETL数据集成服务 报表系统交易处理系统BI系统基础BI应用系统BI战略应用结算系统客户服务系统（二）国有银行信息系统现状致力于以数据为中心的国有银行，由于越来越多的应用系统缺乏宏观整合，个人级数据库空前增加，抽奖次数和抽奖频率也大幅增加，数据访问错综复杂。如果不调整体制结构，银行将

6、数据的“蜘蛛网”问题将越来越严重，这将导致数据分析结果缺乏可靠性、数据处理效率低、数据难以转化为信息等诸多问题。此外，越来越多的数据库将逐渐削弱数据的相关性。例如，银行得知部分客户选择了银行业务，但没有相关数据作为分析依据，没有进行市场调研。，营销人员无法知道这些客户有什么共同点，他们的消费偏好是什么，他们会选择什么其他的商业产品，使得“精准营销”只是一句空话。然而，好消息是，国有银行已经逐渐认识到这一缺陷，并开始尝试改进。据了解，工商银行利用IBM数据仓库技术与方正奥德公司银行卡业务数据商城系统合作，成功实现了以银行卡客户为中心的个性化服务商业智能

7、系统使工商银行能够在科学分析的基础上进行合理的客户信用评估，更加灵活、安全地确定其授信等级和授信额度，有效防范操作风险。(三）解决弊端之道解决“蜘蛛网”问题的重要途径是改变数据库架构，将操作环境与分析环境分离，操作处理以传统数据库为中心。银行日常业务处理和分析处理以数据仓库为中心，分析数据的关联性和规律性，为银行的决策提供可靠有效的依据。国有银行将从原来的以数据库为中心的生产环境逐步转型 这是以数据仓库为中心的生产环境的大趋势。此外，数据仓库可以收集业务中不同时间的数据，并根据不同的主题进行划分，这有助于决策过程。例如，假设个人银行业务

8、还有四个数据库：个人数据库、财务数据库、客服数据库和市场信息数据库，如果直接使用传统业务系统做决策，需要同时访问这四个数据库，而数据不一致和不同步问题会影响决策的可靠性。使用数据仓库，可以将一个主题对应的所有数据存储在同一个数据表中，决策者可以轻松地在同一位置检索一个主题的所有数据。数据仓库的面向主题的特点如下图所示： 个人XX数据库、财务数据库、客服数据库、市场信息数据库、收入数据、客户数据、市场数据、现有业务系统的面向主题的数据仓库. 为了建立和改进数据关联，可以使用BI工具。数据库中的“数据挖掘”用于关联分析，以便从数据库中发现尽可能多的知识。如果两个或多个数据项重复其值的概率很高，则它们是

9、如果有关联，就可以建立关联规则。例如，假设90%的开证VIP个人客户有信用卡透支，一个月内还清贷款。这是一个关联规则。除了关联分析，数据挖掘任务还包括时间序列模式、聚类、分类、偏差检测和预测。此外，OLAP在商业智能中也发挥着至关重要的作用，商业智能是一种软件技术，使分析师能够快速、一致、交互地从各个方面观察信息，从而深入了解数据。总之，运用商业智能应用技术可以有效解决国有银行业信息系统的诸多弊端，实现从数据到知识、从知识到智慧的转变。(四）商业智能应用领域 成熟的银行商业智能系统应该涉及到与银行经营过程相关的所有领域，全面打造快速响应、精准分析的系统。

10、实时企业 (RTE)，Gartner 解释说，RTE 是一种业务能力状态，即通过减少关键业务处理时间来提高竞争力的状态。具体来说，应用层的银行商业智能系统应包括以下部分：客户关系管理系统（CRM）、企业绩效管理系统（CPM）、人力资源管理系统（HRM）、供应链管理系统（SCM）、电子银行（电子银行）。从宏观上讲，所有的商业智能应用系统都应该为BI战略应用提供决策依据。这种自下而上的反馈模型是建立“用数据说话”的实时企业的基础。

11、重视客户，挖掘潜在客户，赢得客户忠诚度 CPM平衡计分卡，企业绩效分配与评价，企业绩效评价，绩效指标分析，企业战略执行监控，规划，战略HRM招聘、选拔、任用与解雇记录、人事档案管理、薪酬、激励分配、人力资源需求预测、员工职业生涯规划、组织行为分析建立完善的激励机制，降低人力资源成本，提高人员效率SCM集中采购、固定资产管理、库存管理、国库调度资源 物资需求预测、成本分析、库存分析、关键路径分析成本和物流控制，降低采购成本，提高资源利用和调度能力 电子银行 电子银行金融业务、电子商务网上银行客户需求、行为、盈利能力分析、产品关联分析 网上银行活动记录监控，为网上客户调整电子产品，挖掘新的利润增长点points 三、 实施商业智能

12、必须满足的核心条件（一）保证数据的真实性、可靠性和一致性。错误的数据导致错误的决策。为了使战略决策可靠，业务部门必须加强元数据确保其真实可靠，各部门要全力配合，共同打破以往“业务垂直管理、部门碎片化、隔离”的局面，加强数据一致性检测，对元数据负责。（二）实现信息化也需要为员工做决策，这个决策是为了让自己了解公司的目标，避免工作的盲目性。根据BO公司的研究，研究发现，与公司所有员工共享信息，可以大大提升信息的价值，使公司的行为更加敏捷高效，而且信息化和授权程度越大，越有可能打破信息的界限。 四、商业智能项目ROI分析实施一个BI项目的总成本包括硬件、软件和人力三类，硬件分为商业智能项目ROI分析实施一个BI项目的总成本包括硬件、软件和人力三类，硬件分为商业智能项目ROI分析实施一个BI项目的总成本包括硬件、软件和人力三类，硬件分为

13、这主要是信息系统设备成本，软件成本是BI项目所需的应用系统成本，人工成本包括为项目服务的部门成本和外部人力资源成本之和。从BI项目的市场平均执行水平和盈利能力来看，BI项目的投资回报率（ROI）为105%，投资回收期为2~3年，成功概率大于50%。然而，投资回报率只是衡量企业收益的一种手段。没有企业高层的支持和参与，没有业务部门对BI项目的高度认可，计算一个BI项目的ROI是没有意义的。五、

1号4、就足以让它在电子金融业务面前驻足观看。（二）隐私保护可能涉及到相当一部分数据用于银行分析客户的个人隐私。不可否认，这样的使用可以让银行看到潜在的盈利机会或维护客户关系。，但过多使用隐私的，比如基于客户消费偏好的业务营销，会导致客户反感，进而导致业务反向阻力。（三）管理理念应该是“凭经验做决定”成为银行经理的习惯, BI 技术革命已成为他工作的眼中钉。银行的高级管理人员 技术变革的理念一直是项目成败的关键，足以影响银行的发展和进步。即使有这些阻碍因素，商业智能的广泛应用仍然是大势所趋，因为数据过多导致“找不到数据”的矛盾，说明信息分析的时代已经到来，时代将会到来。实时、科学的银行管理。