（工商管理专业论文）我国商业银行建设商业智能系统研究——C银行商业智能建设探讨.pdf

论文原创性声明 本人郑莺声明：所呈交的学位论文，是本人在导师的指导i - ，独 。妒进行研究i ：作所取得的成果。除义，ti 已经注明引川的内容外，本论 文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文 的研究作出重要贞献的个人和集体，均已在文中以明确方式标明。本 人完全意识剑术声明的法律结果山小人承担。 粒敝作樾辄柏斟 f i 期：砷年f 月f 0 j 学位论文使用授权声明 本人完= 个= 了解一i ii l1 人学有火保留、使j j 学位论文的规定，即：学 校有权保留学位论文夕f ：向幽家t - ：管部fj 或其指定机构送交论文的电子 版和纸质版，有权将学位论文用于非赢利 1 的的少量复制并允许论文 进入学校图书馆、院系资料室被奄阅，有权将! 学位论文的内容编入有 关数据库进行检索，口j 以采月j 复f - i j 、缩印或其他方法保存学位论文。 粒逸躲埘刷徽：参佯字 f 1 期：叩年 删f 1 期矽档 论文题目：我国商业银行建设商业智能系统研究 c 银行商业智能建设探讨 专业：工商管理硕士 硕士生：梅咏华 指导教师：邹建华教授 摘要 对于我国商业银行而言，如何从多年积累的海量业务数据中挖掘出隐含的商 业信息、制订合理的发展战略来提高国内银行的核心竞争力，已成为抗衡外资银 行挑战的关键。在这一背景下，我国银行掀起了建设商业智能系统的热潮。但是， 从巨大热情中冷静下来以后，我国银行不约而同地发现，近几年急于上线的商业 智能系统并未能带来真正意义上的帮助，远未能达到提供战略决策支持的初衷。 笔者曾亲身参与了c 银行的商业智能建设，在建设过程中对这项耗资巨大的 工程产生了很多想法，对种种表面问题背后的原因进行了深刻的思考。在本文中， 笔者从架构规划、基础数据、人力资源、体制结构这几方面对此进行了深入的分 析，从全局角度回顾，建设商业智能系统必须要有明确的目标，在建设筹备期要做 好整体的规划和设计，否则未来修补的工作将永无止息，建成的商业智能系统也 不会有长久的生命力。 因此，本文在完成c 银行的商业智能建设这一案例的分析后，从规划设计、 人力资源和组织制度三个角度对我国商业银行的商业智能建设提出了战略实施 建议，希望能对我国的商业银行有所启发，并能尽快走出困境，在本土巨大的市 场中保持应有的地位。 关键词：商业智能，商业银行，战略实施 t i t l e ：a s t u d yo nd e v e l o p p i n gb u s i n e s si n t e l l i g e n c e s y s t e mi nc o m m e r c i a lb a n k so fc h i n a m a j o r ： m a s t e ro fb u s i n e s sa d m i n i s t r a t i o n n a m e ：m e iy o n g h u a s u p e r v i s o r ：p r o f z o uj i a n h u a a b s t r a c t t od o m e s t i cb a n k s ，h o wt of i n do u tc o n n o t a t i v ec o m m e r c i a li n f o r m a t i o no v e rt h e h u g eo p e r a t i o nd a t aa n dd e f i n er e a s o n a b l ed e v e l o p m e n ts t r a t e g yt oe n h a n c et h ec o r e c o m p e t i t i v e n e s sh a sb e c o m eak e yf a c t o rt oa g a i n s tf o r e i g nb a n k s i nt h i sc o n t e x t , d o m e s t i cb a n k su n f o l dav i g o r o u sm a s sc a m p a i g nf o rb u s i n e s si n t e l l i g e n c e h o w e v e r , w h e no u rb a n k sc a l md o w nf r o mi n i t i a l g r e a te n t h u s i a s m ，t l l e yn o t i c eb u s i n e s s i n t e l l i g e n c es y s t e mc o n s t r u c t e di nr e c e n ty e a r sf a i l e dt ob r i n gt h e t r u eh e l p ，a n df a r f a i l e dt om e e tt h eo r i g i n a li n t e n t i o no ft h es t r a t e g i cd e c i s i o ns u p p o r t ih a v ea t t e n d e dt h ec o n s t r u c t i o no fb u s i n e s si n t e l l i g e n c ei nt h eic h i n e s eb a n k ， a n dh a v eh a dal o to fi d e a so ft h ec a u s eb e h i n dt h ep r o b l e m si nt h ec o u r s eo ft h i s e x p e n s i t i v ep r o j e c t i nt h i sa r t i c l e ，ia n a l y z e da n dg o ts u m m a r i z a t i o nf r o mt h e a r c h i t e c t u r ep l a n n i n g , b a s i cd a t a , h u m a nr e s o u r c e sa n dt h ei n s t i t u t i o n a ls t r u c t u r e w h e nil o o k i n gb a c kf r o ma no v e r a l lp e r s p e c t i v e ，ib e l i e v e dt h a tt h ec o n s t r u c t i o no f b u i l db u s i n e s si n t e l l i g e n c em u s th a v eas p e c i f i cg o a l sa tt h ep r e p a r a t o r yp e r i o d ，a n da o v e r a l lp l a n n i n ga n dd e s i g ni sn e c e s s a r yt o o ，o rt h ep a t c h e sw i l ln e v e rs t o p ，a n ds u c h b u s i n e s si n t e l l i g e n c ew i l ln o th a v el o n g - t e r mv i t a l i t y t h e r e f o r e ，a f t e rr e v i e w i n ga n ds u m m a r i z i n gt ob u s i n e s si n t e l l i g e n c ea td o m e s t i c a n da b r o a d ，t h ea r t i c l e p o i n t e do u tt h ei m p l e m e n t a t i o ns t r a t e g y o fb u s i n e s s i n t e l l i g e n c et od o m e s t i cb a n k si nt h r e ep a c t o r s ：p l a n n i n g ，h u m a nr e s o u r c e sa n d o r g a n i z a t i o n a ls y s t e m ih o p et h es u g g e s t i o ni su s e f u lt oo u rb a n k s ，a n d 廿1 e yc a ng e t o u to ft h ew o o d st om a i n t a i nt h ep l a c ei nd o m e s t i cm a r k e t 1 i k e yw o r d s ： b u s i n e s si n t e l l i g e n c e ，c o m m e r c i a lb a n k , s t r a t e g yi m p l e m e n t a t i o n 目录 摘要i a b s t r a c t 1i 第1 章绪论1 1 1 研究的背景、目的及意义l 1 2 研究方法、思路1 1 3主要内容与结构2 1 4 专业名词解释3 第2 章文献综述4 2 1 商业智能的定义4 2 2 商业智能的发展趋势5 2 3 数据挖掘与银行业7 2 4 商业智能的方法论l 8 第3 章商业智能在商业银行的应用现状分析1 3 3 1 商业智能的市场发展1 3 3 2 商业智能在银行业的主要应用1 5 3 3 商业智能在国外商业银行的应用。1 9 3 4 商业智能在国内商业银行的现状2 2 3 5 本章小结2 3 第4 章c 银行商业智能建设的探讨2 4 4 1 c 银行概况2 4 4 2 商业智能系统建设的必要性与可行性分析2 7 4 3商业智能系统建设各阶段回顾3 0 4 4商业智能系统迄今取得的成果3 3 4 5 商业智能系统问题及分析3 5 4 6 商业智能系统建设改进建议3 9 4 7 本章小结4 3 第5 章我国商业银行建设商业智能的战略实施建议4 4 5 1 规划战略4 4 5 2 人力资源战略4 9 5 3 组织制度战略5 0 5 4 本章小结5 l 第6 章结论与展望5 2 参考文献5 4 后记5 6 i v 第1 章绪论 1 1 研究的背景、目的及意义 随着日益显著的经济全球化趋势，我国的金融企业也面临着一系列的问题和 挑战：国际化竞争、对外资银行全面开放、客户流失、风险管理失控、成本高居 不下和利润缩水，以及信贷风险、金融欺诈等。如何规划新的业务模式，扭转银 行在信贷领域的被动局面，从而在信息化、多渠道为特征的金融业环境中保持竞 争优势，成为了我国银行业面临的严峻挑战。 国外金融业的先进经验已经证明，充分利用数据资源分析支持管理决策，实 现定量基础上的精细化管理，是提高银行业乃至整个金融业核心竞争力的关键。 通过实施商业智能技术，能够使国内金融机构提升风险管理水平，计算出房贷和 其他贷款、基金，信用卡等产品和服务的风险与效益。 我国的商业智能技术的研究和发展尚处于导入期，商业智能应用的程度和实 际效果都与国外企业有很大差距。由于目前我国尚未形成一套统一且能够与国际 接轨的评判标准，使企业几乎很难去评估商业智能项目的成败。从表面现象来看， 这主要是由于我国企业的需求层次不高所导致的，但如果再往更深层次去探讨， 那么可以看到，对商业智能技术使用的战略差异是导致中外差距的最根本原因。 为此，本文对商业智能系统在商业银行的使用和建设情况进行了全面回顾和 梳理，在完成对c 银行的实际案例分析基础上，提出我国商业银行如何进行商业 智能建设的战略实施建议，希望我国商业银行能够成功借助商业智能技术与国外 银行展开竞争并取得胜利。 1 2 研究方法、思路 ( 1 ) 研究方法 第一：文献分析法。对商业智能的理论进行搜集、整理，以加深对相关理论 的认识。 第二：定性研究法。从战略管理等理论角度定性分析商业智能建设对国内商 业银行的意义、实施结果及优劣处。 第三：案例分析法。以c 银行的商业智能建设为研究对象，对其进行深入 的调查、分析和研究，从而对其品牌战略进行分析和研究。 ( 2 ) 研究思路 图1 - 1 本文研究思路 1 3 主要内容与结构 本文首先对国内外商业智能系统建设进行回顾和总结。在对c 银行的商业智 能系统进行案例分析后，从规划、人力资源和组织制度三个角度对我国商业银行 的商业智能建设提出了战略实施建议。全文共分六章，以下是每章的主要内容： 第一章：介绍了本文的研究背景、研究方法与思路，并对本文出现的专用名 词进行了解释。 第二章：首先介绍本文使用到的两个分析理论，然后对商业智能技术的定义、 发展趋势以及在银行业的使用现状进行说明，最后介绍商业智能系统的体系结构 2 和一般建设方法。 第三章：首先介绍商业智能的市场发展现状，并对国内市场的高速发展情况 和各产品份额进行了对比展示。然后重点阐述商业智能对银行业的业务意义，并 以几个国外商业银行的案例进行说明。本章还对我国商业银行的商业智能系统建 设现状进行了描述， 第四章：对c 银行的商业智能系统的各阶段建设进行简要回顾，对现有成 果进行介绍，对目前存在的主要弊端进行分析，并给出了后续建设的优化建议。 第五章：在规划、人力资源和组织制度三个职能层上，对我国商业银行的商 业智能系统建设提出战略实施建议。 第六章：总结全文，并提出对进一步研究的展望。 1 4 专业名词解释 ( 1 ) i d c 。国际数据公司( i n t e r n a t i o n a ld a t ac o r p o r a t i o n ) ，是全球著名的信一 息技术、电信行业和消费科技市场咨询、顾问和活动服务专业提供商。在r r 领 域的市场跟踪数据已经成为行业标准。i d c 于1982 年正式在中国设立分支机 构，是最早进入中国市场的全球著名的市场研究公司。u 副 ( 2 ) 新巴塞尔协议。巴塞尔委员会彻底修改资本协议的工作是从19 98 年开始的。1999 年6 月，巴塞尔委员会提出了以三大支柱资本充足率、 监管部门监督检查和市场纪律为主要特点的新资本监管框架草案第一稿，并广泛 征求有关方面的意见。 新协议将对国际银行监管和许多银行的经营方式产生极为重要的影响。首先 要指出，以三大要素( 资本充足率、监管部门监督检查和市场纪律) 为主要特点的 新协议代表了资本监管的发展趋势和方向。实践证明，单靠资本充足率无法保证 单个银行乃至整个银行体系的稳定性。自从l988 年资本协议问世以来，一些 国家的监管部门就已在不同程度上，同时使用这三项手段强化资本监管，以实现 银行稳健经营的目标。然而，将三大要素有机结合在一起，并以监管规定的形式 固定下来，要求监管部门认真实施，这无疑是对成功监管经验的肯定，也是资本 监管领域的一项重大突破。u 副 第2 章文献综述 2 1 商业智能的定义 商业智能的思想起源于2o 世纪5o 年代，随着企业对消费者需求的重视和 科学技术的进步，使企业对消费者的需求进行全面研究并作为决策的重要依据成 为可能。在1985 年，宝洁公司开始设计并利用类似商业智能的信息体系。 19 89 年，美国g a r t n e r 公司的分析师h o w a r dd r e s n e r 首次创造了 商业 智能( b u s i n e s si n t e l l i g e n c e ，简称b i ) 这一名词，引起了企业界的广泛关注， 在他的描述中，商业智能是一系列的概念和方法，通过基于事实的支持系统来辅 助企业的管理者作决策旧。1996 年，g a r t n e r 公司提出了信息民主的概念以 后，极大地推动了商业智能的应用。它认为商业智能是”使企业在竞争市场中保 持领先地位的关键所在”。正确的商务决策是以准确和及时的信息为基础的，而 不是靠直觉。数据分析、报告以及查询工具可帮助企业用户成功穿越数据海洋， 并从中得到有价值的综合信息。 在这个过程中不能不提到两个标志性的事件，l9 91 年，世界数据仓库之 父比尔恩门出版了建立数据仓库一书。1993 年，发明了关系数据库的 美国人埃德加弗兰克科德发表了一篇名为为分析用户提供o l a p 的论文， 文章指出了多维概念模型的重要性，为企业的数据收集、管理、处理和表达提供 一种多维的解决方案，以便进行分析和管理。应该说这些技术方案的成熟，为商 业智能的应用奠定了坚实的基础。 在历经了十年的发展后，在此概念的基础上，业界一些主流的软件厂商也纷 纷给出了商业智能的定义。i b m 公司将其定义为“商业智能是企业对数据的搜 应用程序，商业智能把全公司多个来源的数据集成在一起，以提高竞争能力 u “， c o g n o s 公司的定义是：“商业智能是对商业信息的搜集、管理和分析过程，目的 是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策 2 3 o 20 04 年的商业智能峰会，确定了商业智能即是数据仓库之上的查询、报 表和多维数据分析，正如本次峰会发言人所概括的，认为商业智能是一堆技术工 具的集合。2o07 年的商业智能峰会对商业智能的重定义：“我们开始将商业 智能视为一个伞状的概念，它包括了分析应用、基础架构平台和良好的实践。 由此可见，数据仓库、数据标准平台等已经涵盖在商业智能范畴里，商业智 能已超越了最开始时的前端展现工具，不再仅属于技术的范畴。 2 2 商业智能的发展趋势 商业智能是利用当今计算机前沿技术作支撑、运用现代管理技术进行指导的 应用系统，它的研究热点集中在三个方面：支撑技术的研究、体系结构的研究、 应用系统的研究p 。 ( 1 ) 支撑技术的研究。商业智能作为一个在90 年代末期出现的跨学科新 ? 兴领域，必须借鉴两方面的先进成果：计算机技术的前沿技术和企业管理方面的 新理论。企业管理方面的新理论、新观点为战略制订和决策提供先进的管理模式， 帮助企业更好地运营。先进的计算机技术是提高系统性能的有力手段。 商业智能的支撑技术包括以下几项：一是计算机技术，包括：数据仓库、数 据集市、数据挖掘、o t l p 、o l a p 等分析技术，数据可视化技术，计算机网络 与w e b 技术。二是企业管理，包括：统计、预测等运筹学方法，客户管理、供 应链管理、企业资源计划等管理理论和方法，企业建模方法。 支撑技术的研究主要围绕两部分展开：决策支持工具研究和企业建模方法研 究。企业建模是为解决如何建立特定企业模式的辅助工具。i d e f 等研究方法是 较程式化的企业建模方法，比较新的建模方法包括基于m u l 的企业建模等方法。 数据挖掘算法的研究是目前计算机界研究的热点之一，它逐渐成为一个跨越人工 智能、数据统计等多学科的研究领域。决策分析工具的研究还包括各种分析方法 的研究。 ( 2 ) 体系结构的研究。面向特定应用会有相应改进的体系结构，使商业具 有良好的性能，例如：建立如何的数据存贮和数据模型能很好地支持主题和数据 分析和知识发现的需要，选择何种决策分析工具，包括选择实现何种任务、选择 实现这种任务的何种工具，将分析和发现的信息和知识通过何种接口达到需要的 用户等等。 ( 3 ) 应用系统的研究。对应用系统的研究重点在于对各个应用领域所面临 的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统 应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过 程相关的各个领域，并且在很多领域已经形成其特有体系。目前具有代表性的应 用领域包括：企业资源计划( e r p ) 、客户关系管理( c i 洲) 、企业性能管理( b p m ) 、 人力资源管理( h 1 w ) 、供应链管理( s c m ) 、电子商务( e - b u s i n e s s ) 。 随着企业c r m 、e r p 、s c m 等应用系统的成熟使用，企业不停留在事务处 理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越 强烈，由此带动的对商业智能的需求将是巨大的，由此可以预计，以后会有更快 的发展。商业智能以后的发展趋势可以归纳为以下几点： ( 1 ) 功能上具有可配置性、灵活性、可变化性。商业智能系统的范围从为 部门的特定用户服务扩展到为整个企业所有用户服务。由于企业用户在职权、需 求上的差异，商业智能系统提供广泛的、具有针对性的功能。从简单的数据获取， 到利用w e b 和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。 ( 2 ) 解决方案更开放、可扩展、可按用户定制。针对不同企业的独特的需 求，商业智能系统在提供核心技术的同时，使系统又具个性化，即在原有方案基 础上加入自己的代码和解决方案，增强客户化的接口和扩展特性，可为企业提供 基于商业智能平台的定制的工具，使系统具有更大的灵活性和使用范围。 ( 3 ) 从单独的商业智能向嵌入式商业智能发展。这是目前商业智能应用的 一大趋势，即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商业 智能组件，使普遍意义上的事务处理系统具有商业智能的特性。考虑商业智能系 统的某个组件而不是整个商业智能系统并非一件简单的事，比如将o l a p 技术 应用到某一个应用系统，一个相对完整的商业智能开发过程，如企业问题分析、 6 方案设计、原型系统开发、系统应用等过程是不可缺少的。 ( 4 ) 从传统功能向增强型功能转变。增强型的商业智能功能是相对于早期 的用s q l 工具实现查询的商业智能功能。目前应用中的商业智能系统除实现传 统的商业智能系统功能之外，大多数已实现了数据分析层的功能。而数据挖掘、 企业建模是商业智能系统应该加强的应用，以更好地提高系统性能2 副。 2 3 数据挖掘与银行业 一般来看，银行数据挖掘的任务，可以划分为四个层次：数据分析、知识发 现、决策支持和金融智能1 2 1 。 图2 2 银行业数据挖掘应用的层次规划 资料来源：赵连宝数据挖掘在银行业中的应用 基于数据的知识发现( 1 d ) 是伴随着数据挖掘技术，在用户需求的驱动 下发展起来的一门新技术。如何充分利用大量数据，以指导银行营销、销售和竞 争，如何从大量数据中挖掘出适合银行业务人员使用的信息模式和知识，已成为 银行信息化领域的热点之一。 决策支持系统( d s s ) 是面向决策者的，以解决半结构化问题为主的应用系 统，突出支持而非代替决策者的决策行为。银行决策过程包括了识别经营问题、 建立模型、执行模型、综合评价和反复进行等五个过程。在银行中，d s s 面向不 7 同的职能部门，如计划财务部门、资金运行部门或会计管理部门等，位于运营的 层面，以支持银行决策者进行半结构化的决策。 数据挖掘在银行应用的最高阶段是实现决策支持的“智能化”，即实现金融 商业智能( f i n a n e i a - b u s i n e s si n t e l l i g e n t ，f i ) 。金融智能是对银行掌握的信息进行 搜集、分析和管理，以使银行各级决策者获得洞察力，促使他们做出对企业更有 利的决策。 数据分析、知识发现、决策支持和金融智能，不仅是数据挖掘的不同层级的 任务，也体现了银行在开展数据挖掘工作中的规划进度。银行早期的数据仓库建 设，关注的往往是数据分析和知识发现的内容，如提供统一及时的业务报表，提 供集成的客户信息等。当具备了相应的数据挖掘基础，银行就可能将数据仓库的 应用引入决策支持和金融智能的层面，更关注于提供决策信息支持、辅助业务管 理、分析和评价经营业绩等管理主题。 从目前状况看，国内银行的业务需求大多集中在界乎知识发现和决策支持之 间。已管理为主的决策支持需求，将在未来一段时间内成为银行业数据挖掘的重 d 1 6 息 。 目前，数据挖掘技术在银行业的应用，大致包括：银行数据库营销市场管理、 客户群体划分、客户背景分析、交叉销售、客户流失性分析、客户信用评分和欺 诈发现等 1 7 。 2 4 商业智能的方法论 2 4 1体系架构 从系统的体系结构来看，商业智能系统一般包括数据源、数据集成、数据存 储、数据分析服务以及数据访问与展示部分，如图2 3 所示。商业智能是一套 完整的解决方案，它是将数据仓库、联机分析处理、数据挖掘等技术结合起来， 通过企业信息门户将知识以适当的方式进行展示，以实现技术服务于决策的目 的。 从技术层面上讲，商业智能不是什么新技术，它是d w 、o l a p 和d m 等技 术的综合运用。 商业智能典型体系架构如下： 据 数 图2 - 3 商业智能的体系架构 资料来源：o r a c l e 公司内部资料 从商业智能系统建立的技术角度来看，构建一个完整的商业智能系统涉及到 以下几种核心技术： ( 1 ) 数据仓库。w h i n m o n 在1990 年首先提出了数据仓库 的概念， 并将其定义为：”数据仓库是面向主题的、集成的、随时间变化的及稳定的数据 集，用于支持管理决策过程”。 “面向主题 是指：数据仓库中的数据按照主题进行组织，例如顾客、产品 和销售等，而不是按照正在进行的应用的信息进行组织。 “集成 是指：从多个数据源将数据集合到数据仓库中，并集成为一个整体。 “时变 是指：数据仓库中的所有数据都有特定的时问标识。数据仓库中的 关键结构都显式或隐式地包含时间标识。数据仓库中的数据代表了过去某一时刻 的数据快照。数据仓库中的数据不仅可以用特定的时间点标识，也可用特定的时 间段来概括，如日、星期、月、季度、年等。 “稳定”是指：数据仓库中的数据通常是历史数据，很少更新。 9 ( 2 ) 数据集市。数据集市和数据仓库的根本区别在于数据的范围不同。数 据仓库覆盖整个企业范围的数据，而数据集市中的数据通常只是部门数据。 企业既可以直接建立数据集市，也可以在数据库基础上建立数据集市，也即 根据部门业务要求的需要，对数据仓库的一个逻辑子集或物理子集重新进行组 织，创建部门级的数据集市。与数据仓库相比，数据集市的实施要容易得多，因 此，数据集市常被作为商业智能项目实施的原型系统和验证系统。 ( 3 ) 决策支持系统( d s s ) 。决策支持系统( d s s ) 是综合利用大量数据， 有机结合和利用众多模型( 包括数学模型和数据处理模型) ，通过人机交互，为 用户生成所需信息，辅助各级决策者实现科学决策的系统。模型是对客观事物的 一种抽象描述，人们通过模型来增加对复杂问题的理解和处理。其中数学模型可 以用数学公式表示，也可以用算法描述，数据处理模型一般用数据处理过程来说 明。 决策支持系统是在管理信息系统和运筹学的基础上发展起来的，既包括传统 的查询和报表功能，也包括多维分析和数据挖掘功能。 ( 4 ) 在线分析处理( o l a p ) 。o l a p 最先是由c o d d 在1993 年提出的。 c o d d 为a r b o r 公司所写的为分析型用户提供o l a p 工具：信息技术的需求， 首次清楚的区分了面向事务处理的o l t p 系统和面向分析处理的o l a p 系统，并 为o l a p 确立了l2 条规则。 o l a p 是针对特定问题的联机数据访问和数据分析而产生的一种技术。 o l a p 具有汇总、合并和聚集功能，并能从不同角度查看数据。o l a p 满足了分 析和决策人员从多种角度对数据进行快速、一致、交互的分析，克服了传统的决 策支持系统的交互能力差的弱点，分析者和决策者都能够对数据进行深层次分 析。 ( 5 ) 数据挖掘。数据挖掘并没有一个完全统一的精确定义，在不同的文献 或应用领域中也有一些其它定义。 z e k u l i n 的定义为：数据挖掘是一个从大型数据库中提取以前未知的、可理 解的、可执行的信息，并用它来进行关键的商业决策的过程。 f e r r u z z a 定义数据挖掘是用在知识发现过程，来辨识存在于数据中的未知关 系和模式的一些方法；j o n e 则定义数据挖掘是发现数据中有益模式的过程。 1 0 p a r s a y e 则认为数据挖掘是我们为那些未知的信息模式而研究大型数据集的 一个决策支持过程。 上述这些主要从数据挖掘的商业应用出发，从此角度看，数据挖掘的主要特 点是对商业数据库中的大量事务数据进行抽取、转化、分析和模式化处理，从中 提取商业决策的关键知识，即从数据库中自动发现相关商业模式。 ( 6 ) 企业信息门户。企业信息门户技术提供了一个用户与企业的商业信息 和应用软件间的接口。企业的商业信息，不只是被储存在数据仓库中，而是分布 在不同的系统和应用软件之中。商业智能系统是通过企业信息入口来收集、组织 和集成整个企业范围内的商业信息，并且对不同的用户提供不同的访问信息权 限。 目前企业信息门户技术研究主要集中在全客户门户技术和瘦客户门户技术。 2 4 2商业智能的建设方法 商业智能实质上是把“操作型”数据转换为决策所需的商业信息的过程，这 一过程又可称为信息供应链。商业智能提供了一个联系信息生产者和信息使用者 的完整的信息供应链。从数据流角度分析，商业智能系统是从由不同的数据源收 集的数据中提取有用的数据，利用e t l 工具对数据进行清理以保证数据的正确 性，将数据进行转换、重构后存入数据仓库，然后通过合适的查询与分析工具、 数据挖掘工具对信息进行处理，使信息变为辅助决策的知识，最后将知识呈现于 用户面前，转变为决策。 ( 1 ) 源数据采集。商业智能系统的数据来源主要是外部的操作性应用系统， 这些数据源包括数据的业务含义和业务规则，表达业务数据的表、字段、视图、 列和索引。 ( 2 ) e t l 过程。e t l 过程即抽取、转换和装载。e t l 过程负责将业务系统 中各种关系型数据、外部数据、遗留数据和其他相关数据经过清洗、转化和整理 后放进中心数据仓库。 ( 3 ) 建立数据仓库。数据仓库是商业智能系统的基础，与其他数据库应用 不同的是，数据仓库更像一种过程，对分布在企业内部各处的业务数据的整合、 维数 通过 法建 展现 员和 信息 息分 第3 章商业智能在商业银行的应用现状分析 3 1 商业智能的市场发展 从全球范围来看，商业智能已经成为最具有前景的信息化领域。从国内来看， 商业智能已经被越来越多的企业管理者所认识，其中包括金融、电信、保险、能 源、零售等行业的决策者，商业智能已经成为这些行业信息化建设的重中之重。 全球商业智能市场在2007 年达到45 亿美元，年复合增长率4 1 。商业智 能软件市场在其诞生10 年间尽管没有出现爆炸式的增长，却在持续不断地发展 壮大，全世界30 的用户企业都引进了商业智能产品u 。 随着商业智能需求日益扩大，各技术开发商竞争越演越烈，2o o7 年， o r a c l e 以33 亿美元收购h y p e r i o ns o l u t i o n s ，s a p 以68 亿美元收购 b u s i n e s s o b j e e t s ，i b m 以50 亿美元收购c o g n o s 。一系列的并购改变了市场格局， 今后的商业智能软件市场将由i b m 、o r a c l e 、s a p 、m i c r o s o f t 统治，除此之外 s a s 、i n f o r m a t i e a 、m i e r o s t r a t e g y 等专业商业智能厂商对商业智能发展的引领作 用将越来越明显。 在20 08 年，亚太地区( 不含日本) 商业智能工具市场的收入将从 2 003 年的5 298 亿美元增长到l2 亿美元，混合年增长将达到l8 。中 国市场长期保持30 以上的增长速度，远超全球市场。中国对商业智能产品的 需求将在3 年内高速发展达到高峰，市场份额将达到5o 亿元人民币，之后还将 有3 年成熟期的延续1 8 1 。 革位：亿人民币 资料来源：i d c 中国 图3 1 中国商业智能市场销售额 商业智能应用中对各种产品的需求将随时间发展变化，2007 年各种产品 的市场表现如下： ( 1 ) 报表和o l a p 产品：报表是商业智能领域的基本组成部分，任何应用 都离不开报表展现，o l a p 多维分析是商业智能的特色，报表和o l a p 约占商业 智能市场的45 ，但是报表和o l a p 领域竞争激烈，国外厂商占据80 的市 场份额，国内厂商占20 的市场份额。 ( 2 ) 数据仓库产品：数据仓库和数据集市产品是商业智能项目的基石，约 占商业智能市场的40 ，国外厂商产品占据绝对市场优势。 ( 3 ) e t l 和数据集成工具：e t l 和数据集成的工作量占商业智能项目的 40 ，但是e t l 工具约占商业智能市场的9 ，其中很多应用是采用手工编码 方式，e t l 工具仍有待普及。 1 4 ( 4 ) 数据挖掘：数据挖掘目前技术已经成熟，但是缺乏技术专家阻碍了它 的发展，目前约占商业智能市场份额的3 。 ( 5 ) 其他如绩效管理、k p i 、元数据等产品约占3 的市场份额。 资料来源：赛迪网 图3 - 220 07 年中国商业智能市场产品份额 3 2 商业智能在银行业的主要应用 银行的商业智能系统的应用目标可归纳为以下三大功能：综合经营分析、绩 效管理、战略决策支持( 客户关系管理、信贷风险控制、资产负债度分析和利润 贡献度分析) 。 3 2 i综合经营分析 在管理的综合层面生成各种管理统计指标，供各业务管理部门查询分析，包 括资产、负债、表外、资金、同业、财务等各方面的数据。 经营分析包括经营指标分析、经营业绩分析和财务分析三部分。 经营指标分析是指对企业不同的业务流程和业务环节的指标，如：利润率、 应收率、销售率、库存量、单品销售情况及所占营业比例、风险采购和库存评价 指标等进行搜集和分析。但这些指标只能反映局部的经营状况。为了解企业的整 体经营状况，还需对这些指标进行科学的组织和分析，利用商业智能技术，形成 一个能反映企业整体情况的数学模型。这样通过观察总指标并设置告警，才能获 得整个企业的经营状况。 经营业绩分析是指对各部门的营业额、销售量等进行统计，在此基础上，进 行同期比较分析、应收分析、盈亏分析、各种商品的风险度分析等等经营业绩分 析，有利于企业实时掌握自身的发展和经营情况，有利于企业及时调整经营业务、 化解经营风险。 财务分析是指对企业财务数据中的利润、费用支出、资金占用及其他具体经 济指标进行有效分析。通过财务分析，可以及时掌握企业在资金使用方面的实际 情况，为及时调整和降低企业成本提供数据依据。 3 2 2绩效管理 商业智能技术能够从企业各种应用系统中提取出各种基础绩效指标与关键 绩效指标。绩效管理通过对银行的利润进行计算，对银行的运营成本进行分摊， 对关键指标进行分析，计算出银行的机构、部门、柜员、客户经理产品等各个层 面的业绩经营状况，从而实现对银行的经营业绩进行全面考核的机制。 为了考核员工的绩效，企业可以先将希望员工要做的工作进行量化，然后借 助商业智能工具，管理人员可以追踪、衡量和评价员工的工作绩效，引导员工的 思想方向和行动与企业的整体目标保持一致。在流程管理中，流程开始于定义高 层管理的战略目标。然后，创造计划用来做活动的战术执行。那些活动被监控， 结论被评估，然后做出战略的细微调整，计划和执行保证组织在预期的方向上是 不断向前推进的。 3 2 3客户关系管理 客户关系管理是适应企业”以产品为中心 到 以客户为中心”经营模式的 战略转移而迅猛发展起来的一种新的管理理念，它已成为企业谋求竞争优势的一 种有力手段，正越来越多地被企业界所采纳并实施。企业商务实际表明，获得一 个新客户的成本是保留一个老客户的成本的5 倍，客户对于企业扩大收益和降低 成本的重要意义不言自明。 1 6 透过商业智能，企业可以对客户有一个全面的详细了解。因为数据仓库里存 储着与客户相关的海量数据，数据仓库是客户关系管理的一个核心技术。商业智 能客户关系管理部分正是通过分析数据仓库中各种数据信息以及相互之间的关 联，从多个方面衡量各类客户的忠诚度、满意度、赢利能力、潜在价值、信用度， 风险度等关键性指标和需求差异性，为银行制定正确的市场行销策略提供科学的 决策支持。 3 2 4信贷风险管理 银行在追求利润最大化的经营过程中，与其经营目标相对称的是高经营风 险。商业银行信贷资产经营作为银行最重要的经营活动，面临的风险有环境风险、 管理风险交付风险和金融风险。 由于社会上普遍缺乏信用意识以及信用道德规范，使得我国国有商业银行风 险管理的外部环境还很不完善。信贷风险管理就是通过对全行信贷数据的分析， 准确识别、计量和控制信贷风险，并实现风险的相关分析和全面的信贷分析，从 而确定合理的贷款结构和适当的利差，制定有效的贷款政策。能有效监控、管理 和改善信贷流程，能计算风险调整收益，有效考核信贷人员绩效。 商业智能主要利用各种数学模型进行分析，模拟风险和利润问的关系。银行 主要业务是对资产和负债经由风险管理( 经营成本) ，增加股东的价值。负债包 括自有资本、存款和短期借入款，资产包括票据、放款、证券和承兑四种。与资 产和负债有关的风险，依外部环境因素、内部因素和业务范围因素，可以有数十 种之多，但最基本的风险衡量是信贷风险和利润风险两种。 3 2 5资产负债管理 资产负债管理其管理的基本思想是：在融资计划和决策中，银行主动地利用 对利率变化敏感的资金，协调和控制资金配置的利率敏感状态和期限状态，使银 行维持一个正的净利息差额和正的资本净值。 资产负债管理应用主题的主要任务有： 1 7 第一：计量和管理各类市场风险。利率风险、流动性风险和汇率风险的产生， 主要是由于资产负债项目错配和金融市场要素波动引起的，因此也统称市场风 险。如果过度承担市场风险或风险管理不善，有可能给商业银行造成灭顶之灾。 第二：实现科学的预期获利。追求盈利是商业银行经营管理的根本出发点， 也是资产负债管理的最终目标。但是，商业银行不应简单追求短期利益，而必须 在短期和长期盈利目标之间寻求一种平衡。 第三：优化经济资本配置。银行经营必须承担风险，而风险意味着潜在损失。 潜在损失中的非预期损失介于预期损失和异常损失之间，银行可以对其发生概率 和损失金额进行量化，并据此计算最低资本需要加以防御。这部分资本一般被称 作经济资本，它就像防洪堤坝一样，是防止银行倒闭的最后一道防线。 3 2 6利润贡献度分析 利润贡献度分析是通过对银行客户在银行的业务往来中给银行带来的利润 进行衡量，从而得出商业银行客户的价值。利润贡献度分析能够帮助银行了解其 利润贡献度构成因子的分布状况，使银行领导能够从不同角度进行绩效评估，制 定相应的经营策略，进一步完善分行及业务部门的自身分析和流程规划。传统的 利润贡献度分析采用由上而下的方法，从总账系统出发，通过分摊的方式来进行 计算。这种分析太过粗糙。 通过实施利润贡献度分析应用主题，提供了商业银行”单一客户观点”，进 而透过与客户的接触以了解客户与银行的整体关系，大幅增强客户满意度及服务 品质。利润贡献度分析可让银行快速辨认高获利和低获利客户产品的贡献度， 并进一步地去发展客户的生命价值配套措施。利润贡献度分析使用由下而上的方 法来计算每一个客户的贡献度，同时结合各银行特有的业务作法及个别的客户特 性来计算出一致的、精确的、以及详细的利润，协助决策人员了解对于客户相关 决策的影响，将这些信息转化成为本身在市场的优势，并进而发展出能增加公司 价值的订价策略。 1 8 3 3 商业智能在国外商业银行的应用 3 3 1国外商业银行使用商业智能的过程 商业银行自诞生起就不断地进行管理制度和管理方法的创新，近年来由于世 界各国监管当局放松了商业银行业务经营范围的限制和信息科技的巨大发展，极 大加速了商业银行金融产品创新和金融服务创新的步伐，采取了具有以下五大主 要特征的现代商业银行发展战略：业务综合化，手段电子化，经营全球化，发展 多元化，目标市场化。 在新银行战略的指引下，经营方式的特征也有了巨大的转变： 表3 1国外商业银行实行新银行战略前后经营方式的特征 转变前转变后 重视市场占有率重视客户财产占有率 重视客户数量重视客户加价值 由数量决定定价由利润决定定价 重视客户交易利润重视客户终身价值 重视人力与物力资源投入重视智能资源投入 坚持产品导向型经营理念坚持客户导向型经营理念 实施普通客户经营策略实施目标客户经营策略 业务范围在本国或本地业务范围遍及全球 资料来源：数据仓库之路论坛 1 9 在实施新银行战略的过程中，定量化管理技术和管理措施得到了大量的采 用，逐步建立、发展了完备的大型商业银行前台业务处理系统和后台信息分析系 统，发展轨迹如下： 表3 2国外商业银行信息系统发展轨迹 19 8 5l 9 9 01 9 9 52