银行数据仓库解决方案交流.ppt

南昌商业银行 数据仓库交流,天正智能,议程,公司介绍 银行业数据仓库体系结构及技术解决方案 数据仓库 .vs. 数据集市 银行业数据仓库业务解决方案 数据仓库实施 总结及建议,议程,公司介绍 银行业数据仓库体系结构及技术解决方案 数据仓库 .vs. 数据集市 银行业数据仓库业务解决方案 数据仓库实施 总结及建议,数据仓库不是一个产品！,首先申明：数据仓库是一个过程，而不是一个产品！ 数据仓库的整个过程包括很多产品和实施服务： 平台产品 数据库 服务器 存储 数据处理工具 ETL工具 数据质量及数据管理工具 前端应用工具 OLAP工具 数据挖掘工具 报表及展现工具 门户等 业务应用 自主开发（如：报表、绩效考核等） 套装软件（如：Fair Isaac,Sungar) 备份设备,数据仓库及信息决策演变过程,动态查询,持续数据更新和快速查询,批处理,分析预测,事件驱动,Increasing Query and Workload Complexity,Increasing Data Detail, Volume, Integration & Schema Sophistication,国内商业银行,企业级数据仓库系统框架,企业 数据仓库,从属数据集市,业务人员,IT 用户,数据导入,析取,清洗,条件,剔除,家庭关系,加载,知识发现 数据挖掘,信息存取 工具,源数据,采集,存储 和管理,数据 存取,IT Users,Business Users,业务系统,业务系统,业务数据,外部数据,关系数据库管理系统,聚集,统计,人工智能,神经网络,多维,可视化,EIS/DSS,电子表,对象语言,开发,银行业数据仓库解决方案,是从多个数据源收集的详细交易数据和其他业务相关数据（包括企业内部和外部）， 并按照企业内部的整体规则整合数据， 保持一定期限的历史数据用于分析,企业级分析平台,描述,基于实际的数据回答业务问题: 从同一个数据源 以任何数据粒度 从企业的整体出发 获得真实的唯一视图 （ single version of the truth）,企业级数据仓库系统企业分析平台,Single Version of the Truth Integrated corporate information Application neutral Non redundant System of record for all reporting and decision making Detailed Data Summary data only help inferior tools Summary data limits and controls users Ask any question, any data, any time,功能,体系结构逻辑数据模型,可扩展性 不仅仅是数据量,Simple Direct at the start Moderate Multi-table Join Regression analysis Query tool support Complex, 58-way table join 15 Pages, 37 From Clauses, 7 UNIONs, (Largest table 1 B rows, 43 minutes),详细数据量,并发用户,模型复杂度,查询复杂度,数据仓库系统选择标准,在选择合作伙伴时应当考虑 是否有业内足够的成功案例？ 是否有成功实施过数据仓库系统的专业队伍？ 是否有该行业的丰富经验？ 在选择技术时应当考虑 该平台在数据仓库领域是否具有普遍成功的案例？ 系统的整体性能是否能够满足海量数据和复杂、并发查询的要求？ 整个系统是否具有线性可扩展的能力？ 整个系统是否具有高可靠性？ 系统管理是否简单？ 系统是否能确保投资保护？,广泛的源数据支持 DB2 Oracle Informix Sybase SQL Server VSAM OLE DB ODBC JDBC ,源数据支持,数据平台 源数据支持,ETL系统： 1、工具 1). Teradata ETL工具 2). Datastage 3). Informatica 2、管理系统 1). 调度系统 2). 数据管理系统（数据质量）,ETL产品,数据平台 ETL产品,运行在HP-UX、AIX、Solaris、Windows NT/200、NCR MP-RAS、MVS,数据仓库引擎 - 数据库系统,RDBMS: WorldMark Platform WES/EMC Storage Tape Library,关系数据库管理系统,数据仓库管理工具,Data Warehouse Management Teradata Manager Teradata BAR Teradata Metadata Service TDQM,数据库管理工具,数据仓库应用 - OLAP Server,OLAP Server Cognos Hyperion(Essbase) Microsoft Analysis Service MicroStrategy CA ,OLAP Server,数据仓库应用 - 数据挖掘工具,Teradata Warehouse Miner SAS Enterprise Miner SPSS Clementine,数据挖掘工具,数据仓库应用 信息访问工具,查询工具： BTEQ Queryman BI套件： Business Object Brio Cognos MicroStrategy Excel BI Portal: Brio, BO, Cognos, CA ,信息存取工具,议程,公司介绍 银行业数据仓库体系结构及技术解决方案 数据仓库 .vs. 数据集市 银行业数据仓库业务解决方案 数据仓库实施 总结及建议,选择：数据集市 vs 企业级数据仓库,数据获取,数据 组织,数据 访问,单一视图？,数据一致性？,系统维护？,系统扩展？,部门级 & 企业级,分析系统&业务系统的区别,分析系统,业务系统,议程,公司介绍 银行业数据仓库体系结构及技术解决方案 数据仓库 .vs. 数据集市 银行业数据仓库业务解决方案 数据仓库实施 总结及建议,银行数据仓库应用体系规划,OLAP工具 / 数据挖掘工具 / 分析模型,数据源,数据源,数据源,银行数据仓库,FS-LDM,地域,合约,事件,组织,渠道,产品,参与人,行销活动,浦发业务远景与目标,财务,客户资产,财务管理,监管报表 总帐分析 SVA分析 财务预算与计划 预测与场景分析 动态财务报告,盈利分析,绩效管理,机构考核 业务量考核 客户经理考核,风险管理,信息披露（BII） 市场风险 信用风险 操作风险 反欺诈/反洗钱 全面风险管理,资产负债管理,监管报表 流动性管理 利率管理 资本金分配 场景分析,客户管理,客户单一视图 客户细分 目标客户搜索 客户行为分析 营销活动管理 营销自动化,应用功能描述,营销活动管理,业务功能,客户单一视图,客户 细分,客户行为分析,目标客户筛选,客户管理,应用领域,绩效管理,财务管理,风险管理,资产负债管理,全面风险管理,操作风险管理,市场风险管理,反欺诈与反洗钱,监管报表 Basel II,监管报表,利率管理,流动性管理,资本金分配,场景分析,SVA分析,盈利分析,总帐分析,监管报表信息披露,预测与场景分析,财务预算与计划,机构绩效 考核,CRM ROI,营销自动化,业务量 考核,客户经理 考核,动态财务报告,信用风险管理,产品绩效,渠道绩效,应用模块之间的相互关系,数据源,数据源,数据源,银行数据仓库,结果,结果,结果,客户单一视图 客户行为分析 客户细分分析 交叉分析 事件营销分析,GAP分析方法 Duration方法 利率敏感性分析 到期日分析方法,集中度分析 违约概率模型 评分评级模型 相关分析模型 IRB,结果,分析方法举例：,盈利分析 资金转移计价 场景分析 利润贡献度分析,报表,分析,KPI 仪表盘 平衡计分卡,FS-LDM,地域,合约,事件,组织,渠道,产品,参与人,行销活动,财务,客户资产,绩效指标 管理,平衡计分卡,绩效 管理,报表,分析,报表,分析,报表,分析,应用功能集成,资产负债管理,.,客户关系管理,信用风险管理 报表,组织利润贡献度,帐户/客户/产品 利润贡献度,BIS II 自动报表,信用风险模型,资金转移计价 （FTP）,基于活动成本 （ABC）,BIS II 报表,资产负债管理 报表,预算与计划,现有客户利润贡献度,客户LTV,风险因子,BIS II 信息,资本系数,资产负债和净利息收入（按产品和到期日）每月预测,净利息收入预测,损益表和资产负债表每月预测（按组织和总帐科目）,当月利润，包括损益表和资产负债表（按组织和总帐科目）,当月预算与实际比较,当月利润（按帐户） 只包括帐户级别的成本与收入,当期按活动的成本,按产品和帐户特性定义转移计价利率,资本需求模型、历史分析、资本系数（按产品）,按产品风险因子和风险属性历史分析,FTP利率,单位成本,当月总帐数据与贡献度产出进行调帐,LTV，NPV 盈利的折扣现值,利润贡献度分析,资产负债管理,信用风险管理,客户关系管理,银行职能部门完成,财务管理模块,SVA分析,盈利分析,总帐分析,监管报表信息披露,预测与场景分析,财务预算与计划,动态财务报告,财务管理,1,2,3,4,5,6,7,资产负债表 损益表 信贷收支表 其他监管报表,资产负债表分析 损益表分析 现金流量表分析 财务指标分析,银监会、人民银行所需要的监管报表，上市需要或银行自身财务信息的披露，如：资产负债表、业务状况表等。,利用银行的总帐数据，针对三大财务报表，根据财务管理的不同要求，分别设定不同的评价分析方式，进行财务指标的分析、利息收支分析、费用监控分析等。,运用一致适当的资金转移计价及成本分配的方法论，获取真实反映客户行为对利润贡献度影响的详细数据，进行帐户贡献度的统计，并自下而上的统计和分析客户、机构、产品、渠道的贡献度，定义超越总帐之上的利润评估方法 。,基于盈利分析的基础，将市场风险、信用风险、操作风险进行资本的分配，并以此为基础计算股东附加价值(SVA)，以股东附加价值建立了一个衡量单位以确定任何的投资是否符合股东所需回报的基准；无二级功能，直接体现SVA值。,建立关联模型，通过参数设置的调整，来进行财务数据的预算，并以此调整计划值；通过经营过程中监控计划的完成情况和年末计划执行结果的分析，反馈调整预算模型并建立起全面的财务监管体系。,财务预算 财务计划执行监控 执行过程分析 年末计划执行分析,利用What-If的功能，建立业务量、收益的预测模型，并可以假设不同的经营状态下的收益状况。,业务规模预测 收益预测,利用分户帐数据和内部费用所关联的分户帐数据，动态根据需要生成财务报告,绩效管理模块,绩效管理,机构考核,业务量 考核,客户经理 考核,产品绩效,渠道绩效,1,2,3,4,5,根据平衡计分卡的原理，建立以财务、客户、流程、员工四个构面组成的绩效考核的指标体系，分析和控制银行及下辖机构经营管理的效率，并对指标进行详细的分析和预警提示。,仪表盘 平衡计分卡 KPI管理与分析,存贷款业务 国际结算业务 卡业务 资金运营业务 其他中间业务,以客户经理为考核的出发点，对客户经理所服务的客户带来的收益、风险损失以及不良贷款清收额度等综合评估客户经理工作的绩效。,产品分布分析 产品贡献度分析 新产品捆绑销售策略,了解不同地区分销渠道的业务量、容量和利用率，作为分销渠道管理与部署的决策参考，以及制定经营绩效评估的标准。,以业务为出发点，分析各业务经营的规模、收益、风险以及收益、风险、规模是否均衡。,客户经理工作量评估 客户经理收益评估 客户经理贡献度,了解产品在地区、网点、客户细分、到期日的分布情况，指定产品的经营绩效评估标准，以及设计新产品捆绑销售方案。,渠道的业务量分析 渠道容量分析 渠道利用率分析 渠道分布分析 渠道收益与成本,风险管理模块,全面风险管理,操作风险管理,市场风险管理,反欺诈与反洗钱,监管报表 Basel II,信用风险管理,风险管理,1,2,3,4,5,6,市场风险暴露值计算 关联进入其它功能,基于Basel II协议所规定的要求，进行银行自身信息的披露，满足央行、银监会及其他相关管理部门监管的要求。,进行市场风险暴露值的计算，并建立与资产负债管理中流动性管理、利率管理模块的关联，评估和衡量目前银行所承担的流动性风险、利率风险，以及这些风险暴露的变化及原因。,衡量和评估银行目前面临的信用风险值，同时建立信用风险的监控管理模块，根据资产业务的贷前、贷中、贷后三个环节的不同特性，建立全面监管体系。,信用风险暴露值计算 信用风险控制,衡量和评估银行目前面临的操作风险值，并设定异常交易特征及时预警和提示可能的违规操作，并与后督管理相结合，进行交易差错管理,异常交易预警 后督差错检查 非现场稽核,设定和维护欺诈、洗钱交易特征模型，根据模型自动预警可能性的洗钱和欺诈交易，并对已经发生的欺诈、洗钱交易的分布特点进行分析，反馈修改欺诈、洗钱交易特征模型。,定义欺诈、洗钱交易模型 可能性欺诈、洗钱交易预警 欺诈、洗钱交易分布分析,全面计算和评估银行和其管理的各分支机构目前所暴露的各类风险值，并利用不同的分析方法，进行风险的全面管理。计算组合风险，VAR，RAROC等。,流动性报表 利率敏感性报表 资本充足率报表 其他监管报表,资产负债管理模块,监管报表,利率管理,流动性管理,资本金分配,场景分析,资产负债管理,1,2,3,4,5,资产负债管理模块是进行综合的缺口管理，让资产负债在流动性、到期、利率敏感性等基础上保持结构匹配，并在可承担的风险暴露下，获得更高的收益；满足资产负债管理模块定义的所有上报的监管报表都被涵盖在此。,利用资金结构方法和到期分布方法评估目前的经营状态是否存在流动性风险，并匡算目前流动缺口值。,包括利率敏感性管理、汇率管理和产品定价三方面的全面综合的利率管理。,针对银行资本金的管理模块，了解资本金的来源分布已经针对风险资本进行计算，衡量和评估资本金的分配。,利用What-If的功能，根据对未来利率变化的各种预测，分析和评估目前的资金和利率结构下产生的影响 ，从而获取是否需要通过策略控制调整资金和利率结构的信息。,资本管理 资本充足管理 资本结构决策模型 资本计划 利润分配管理,资金结构分析 流动性缺口 资金缺口管理 到期分布 头寸匡算,利率敏感性分析 汇率管理 外汇资金缺口 产品定价,资本管理 利率缺口估算 资金到期估算 汇率变化 外汇资金缺口估算,客户管理模块,1,2,3,4,5,6,客户管理,营销活动管理,客户单一视图,客户细分,客户行为分析,目标客户筛选,CRM ROI,营销自动化,7,以客户号为唯一索引，将散落在各系统中的客户信息和客户在银行中的全部往来进行整合并统一展示。包括客户基本信息、帐户信息、结算信息、交易信息、担保信息、授信信息、产品信息等。,根据定义相应的指标和给定的条件，对目标客户进行搜索和选择。,计算并跟踪每一次市场营销活动对每一个客户所带来的ROI（投资回报率），并据此调整沟通和营销活动计划，优化客户关系的管理。,分析型CRM与操作型CRM的有机集成，集成银行各种渠道，使营销活动执行自动化。,根据不同的营销计划的目标，选择不同的营销策略活动，针对银行各种策略活动管理，对活动对象、活动的内容，成本等内容进行详细的管理。,基于客户的交易行为数据为分析的主体，了解特定客户群体对分销渠道的偏好程度，以及使用产品的情况、对产品的需要、购买倾向等。,个人客户信息 公司客户信息 同业客户信息,客户关怀管理 重点客户管理 风险客户管理 异动客户管理,划分具有同质的客户群体，并根据客户细分群体的不同特征进行不同的营销活动。,机构客户细分 对公客户细分 个人客户细分 卡客户细分,客户轮廓分析 产品交叉销售分析 百分比分析 渠道偏好分析,营销活动规划 营销活动定义 营销活动执行 营销活动评估,渠道接口定义 渠道集成 营销自动化,应用功能与业务部门的关系,应用功能与业务部门的关系（续）,应用功能集成演示,Demo,关键绩效指标管理,客户信息与客户关系管理系统,总体目标 建立以客户为中心的基础数据仓库和客户信息文件，分期分批实现客户关系管理各个应用模块，逐步实现银行以客户为中心的客户信息管理、客户分析管理、分销渠道管理、利润成本管理、客户细分、绩效管理、客户关系优化、先进的市场营销和风险管理，最终实现以客户为中心的差异化服务(One to One Marketing)。 近期目标 构造以客户为中心的基础数据平台（EDW） 实现客户单一视图、客户信息管理和客户分析体系（CIM） 进行市场营销和营销活动管理，集成现有渠道，实现营销自动化，做到真正的客户关系管理（CRM）。,目标客户搜索,第一期,第二期,第三期,以客户为中心的中央数据仓库（EDW）,客户细分分析,客户单一视图,营销活动管理,事件式营销,数据挖掘模型,客户倾向模型,客户评分模型,CIM/CRM系统总体规划,实施客户信息管理,实施客户关系管理,增强市场应变能力,客户信息管理,营销活动规划,渠道集成与营销活动自动化,探索熟悉期 客户全面了解 产生报表/分析,发掘业务知识 客户/产品/渠道/机构基本分析与定位 理解客户及产品生命周期 客户利润贡献度 建立分析岗位/激励制度 客户重大事件分析 客户评级,建立运营模式 事件式营销 客戶保留机制 自动化活动管理机制 客戶滿意度/忠誠度評價 关键绩效指标 差异化定价与服务 倾向评分 客戶生命周期,客户接触点系统,数 据,业 务,应 用,客户信息管理（CIM）,是实现客户关系管理的基础和起步工作，目的是建立以客户为中心的数据平台，将分散在各个系统的客户信息进行采集、规范和集中管理，实现客户单一视图，实现客户信息管理、客户细分分析和客户行为分析体系。 构建以客户为中心的数据平台 建立客户单一视图 实现客户信息管理 目标客户筛选 客户细分分析,客户行为分析 客户特性分析 客户忠诚度分析 客户性能分析 客户贡献度分析 客户未来分析 客户产品分析 客户促销分析 客户行为预测,客户单一视图,建立客户单一视图，就是利用数据仓库技术和逻辑数据模型将分散在原有业务系统中不一致、不完整的客户信息进行整合，建立基于数据仓库技术基础上的面向市场的客户信息文件，并了解客户的轮廓、特征及交易行为。包括： 集中的客户信息文件（CIF） 对所有的客户进行集中的定义 唯一标识每一个客户 建立帐户到客户的归户 建立客户与产品、交易、区域、机构、渠道等逻辑关系,全面的客户信息管理,CIM应该遵循以下几个基本的原则： 集中性 统一性和规范性 层次性 综合性,客户信息银行资产,商业银行任一客户,客户基本情况,客户存款总量,客户贷款情况,客户中间业务情况,客户代理业务情况,客户信用情况,客户经理,广 义 的 客 户 信 息,狭义的客户信息 CIF,全面客户信息管理的设计,公司客户,客户基本情况,客户资产情况,客户负债情况,客户存款情况,客户贷款情况,客户资信状况,客户信用风险情况,单一客户,同业客户,客户分类,个人客户,CIM 系统功能,客户信息管理 客户总览 帐户信息 资产信息 结算信息 担保信息 授信信息 产品信息,客户细分分析 机构客户细分 对公客户细分 对公存款客户细分 对公贷款客户细分 个人客户细分 个人存款客户细分 个人贷款客户细分 同业客户细分 同业存款客户细分 同业贷款客户细分 卡客户细分,目标客户搜索 重点客户 关怀客户 风险客户 异动客户,安全管理 用户管理 安全管理 授权管理,议程,公司介绍 银行业数据仓库体系结构及技术解决方案 数据仓库 .vs. 数据集市 银行业数据仓库业务解决方案 数据仓库实施 总结及建议,项目实施策略,“想大做小（Think Big, Start Small）” 从全行的角度进行总体规划 68个月之内搭建基础数据平台，并出初步成果 采用循环式开发，每三个月向业务部门提供切实的成果 应用先行 解决各业务部门或分行的迫切需求 比如客户信息管理、全行统一管理报表、绩效考核、经营快报等 边开发、边投产、边推广、边收益,项目实施架构,数据标准,技术 架构,数据 架构,数据质量,数据模型,公共维度,数据接口,数据存储 体系,数据访问 体系,安全管理体系,ETL 体系,财务管理 监管报表 总账分析 盈利分析 SVA分析 财务预算与计划 预测与场景分析 动态财务报告,绩效管理 机构考核 业务量考核 网点考核,风险管理 信息披露（Basel II） 市场风险 信用风险 操作风险 反欺诈/反洗钱 全面风险管理,资产负债管理 监管报表 流动性管理 利率管理 资本金分配 场景分析,客户管理 客户单一视图 客户细分 目标客户搜索 客户行为分析 营销活动管理 营销自动化 CRM ROI,经营快报 统一管理报表,应用 架构,项目一期初步建议（68个月）,数据标准,技术 架构,数据 架构,数据质量,数据模型,公共维度,数据接口,数据存储 体系,数据访问 体系,安全管理体系,ETL 体系,财务管理 监管报表 总账分析 盈利分析 SVA分析 财务预算与计划 预测与场景分析 动态财务报告,绩效管理 机构考核 业务量考核 网点考核,风险管理 信息披露（Basel II） 市场风险 信用风险 操作风险 反欺诈/反洗钱 全面风险管理,资产负债管理 监管报表 流动性管理 利率管理 资本金分配 场景分析,客户管理 客户单一视图 客户细分 目标客户搜索 客户行为分析 营销活动管理 营销自动化 CRM ROI,经营快报 统一管理报表,应用 架构,逻辑数据模型设计,系统体系结构设计,需求分析,ETL开发,3月,时间,物理数据库设计,应用开发,数据调研,需求分析 阶段,系统设计 阶段,系统开发 阶段,测试上线 阶段,5月,7月,业务调研,应用模块设计,数据导入,8月,一期工作计划初步,1月,项目管理,项目组织架构建议,应用开发小组,项目管理办公室,质量保证小组,业务规范小组,项目领导小组,基础设施小组,体系结构,LDM,ETL,人员需求： 天正:10-12人 商行:4人左右,项目实施流程建议,信息调研 (ID),业务需求 分析,应用功能 概要设计,数据仓库策略开发,业务调研(BD）,业务需求 编写,应用功能详细设计,应用开发,逻辑数据模型设计,系统体系结构设计,物理数据模型设计,ETL开发,系统软硬件 设备安装,系统管理 与维护,系统测试与验收,项目结束 回顾,业务访谈,项目管理（Project Management）,需求分析,系统开发,系统设计,上线与维护,项目实施流程举例业务调研,业务调研： 6月13日：公司业务部 6月15日：客户服务中心 6月17日：零售业务部（含按揭中心） 6月17日：客户服务中心 6月18日：武汉分行（电话） 6月18日：上海分行（电话） 6月18日：北京管理部 6月19日：金融同业部 6月19日：资金管理部 6月19日：风险管理部 6月23日：北京管理部 ,共20余场次,CIM/CRM 业务调研报告,CIM/CRM 业务需求列表,项目实施流程举例业务需求编写,一、编写人员要求 各部门的资深业务人员 二、编写前准备工作 数据仓库基本概念培训 数据仓库应用范围、应用案例培训 业务部门内部沟通,三、需求编写 参照模板 确定需求大类 对每一个具体需求，必须描述： 目的与用途 需求详细描述：描述内容包括但不限于要实现的具体功能、涉及的指标、查询条件、分析维度、统计口径、计算公式、报表格式、处理周期等。 展现方式 数据来源,项目实施流程举例业务需求分析,业务需求分析模板：,项目实施流程举例业务需求分析,业务需求分析方法与步骤：,数据支持程度分析,需求确认,需求的整理与归类,需求实现优先级排定,需求分析报告,召开业务需求确认会议（对每一个需求提出部门） 了解每个需求的真实含义，包括：统计口径、解析维度、量值，相应数据源，报表周期、维度层次。 参照模板，将业务需求填写为需求清单 从部门的角度对每一个需求进行评估和判断,需求框架确定 需求重新整理与归类 分析维度整理 通过对需求的分析，总结频繁出现的维度如：机构、区域、品种、日期、时间段、客户群体、交易渠道、交易类型、错误码等。讨论每一个维度的层次、级别。分析维度一览表c,根据业务需求的紧迫程度 根据数据的支撑情况 从宏观和微观上排定应用的优先级 一期实现？ 二期实现？ 未来实现？,重新整理修正后的业务需求 撰写业务需求分析报告,在数据调研的基础上，分析需求对数据的要求，判断数据的支持程度： 完全满足 部分满足 没有数据 数据决定了需求实现的可能性，也决定了需求实现的优先级,项目实施流程举例数据调研,债券管理系统 银证通系统 客服中心 ATM系统 银联前置 个人消费系统 分行系统 手工数据,数据调研： 综合业务系统 票据系统 保理系统 国际结算 个贷系统 个人实盘外汇买卖 开放式基金代销 网银系统 资金拆借系统,30余种系统 300多种报表,业务系统数据字典,数据源分析报告,项目实施流程举例 体系结构与逻辑数据模型设计,系统体系结构设计 前端工具选型 系统组件设计 数据导入体系设计 信息存取体系设计 数据管理体系设计 安全体系设计 运行与管理体系设计 系统容量规划 系统配置 ,逻辑数据模型设计 模型框架设计 模型主题设计 代码表整合 模型详细设计 模型审查 模型定稿,CIM/CRM 系统 体系结构设计说明书,中央数据平台 逻辑数据模型,中央数据平台 逻辑数据模型说明书,项目实施流程举例物理数据模型设计,物理数据库设计 数据结构设计 命名规划设计 索引设计 DDL生成 物理数据库建立,中央数据平台 物理数据模型,项目实施流程举例 数据抽取、清洗、加载与转换,综合业务系统 票据系统 保理系统 国际结算系统 个人信贷系统 个人实盘外汇买卖 开放式基金代销 网上银行系统 资金