银行商务智能及客户关系管理系统成功案例

IBM的商务智能及CRM

在银行领域中的应用郑晓军DM,SoftwareIBMChina商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的专业咨询服务和成功案例内容提要2银行计算机系统应用趋势以客户为中心业务种类多样化、市场竞争日益激烈企业的竞争实际上是争夺客户的竞争业务经营向客户为中心转化应用系统的发展趋势计算机系统的普及和电子商务使银行拥有前所未有的客户交易数据系统重点由处理转向管理引进商务智能和CRM解决方案捕捉业务交易和客户交流的每个角度来生成有用的信息建立基于分析的企业管理运营体系发现客户特征并实施市场策略银行领域的商务智能解决方案从现有业务系统中获取大量信息客户信息和交易信息建立深层次的分析体系包括建立完善的客户信息管理以信息驱动业务的管理建立、维护并实施商业规则将企业转化为：对市场敏感的以客户为中心的以信息驱动的新一代电子商务企业4商务智能的原理更大的效益使业务更加高效采集数据分析数据商务智能的发展时间业务报表数据仓库商务智能解决方案第一阶段信息管理提供基本、静态信息固定格式、时间、内容第二阶段信息管理建立数据仓库存储业务数据建立数据集市解决特定的专题分析提供OLAP和统计分析第三阶段信息管理建立客户为中心的数据仓库和数据集市集成复杂的管理工具(OLAP,数据挖掘、业务评估)数据的分析影响业务模式集成客户交流渠道更有效的智能化管理

6商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的专业咨询服务和成功案例内容提要7银行数据处理面临的问题传统业务处理系统的客户信息不足多种业务系统形成多个信息孤岛不利于决策客户信息和业务数据的重叠、不一致交易数据的存储管理在分析决策方面的价值极为有限分散的系统和数据源专题分析的数据集市?业务分析人员8商务智能的核心：数据仓库系统操作环境ExtractIntegrateTransformMaintainDataWarehouse分析环境ReportingDataMiningOLAPOLTPExternalLegacy从商务智能到客户关系管理商务智能发现业务运营的规律业务分析发现有价值的客户客户分析客户关系管理系统管理企业与客户的交流渠道柜面业务、网上银行、呼叫中心制定市场和销售策略吸收、保留有价值的客户提升客户的贡献度以及为企业创造的价值基于商务智能建立CRM成为当前商业银行信息系统的发展重点10银行商务务智能系系统与CRM的的建设基础数据据仓库帐务分析析交易分析析财务分析析客户信息息管理收集并管管理客户户综合信信息和属属性以客户为为中心联联系所有有业务和和服务建立客户户经理与与客户的的关系客户交流流渠道的的集成与网上银银行和呼呼叫中心心集成客户关系系管理应应用客户的评评估和市市场销售售行为11CustomerServicesSystemDirectInteractionVerticalAppsCategoryMgmtFieldServiceMobileSales(ProductCFG)SalesAutomationMarketingAutomationCustomerServiceSupplyChainMgmt.OrderPromisingLegacySystemsERP/ERMOrderMgmt.Voice(IVR,CTI,ACD)ConferencingWebConferenceE-MailE-Resp.MgmtFax/LetterDirectInteractionDataWarehouseCustomerDataMartProductDataMartCustomerActivityDataMartBusinessAnalyticalSystemBusinessOperationSupportSystemCustomersInteractionMobileOfficeFrontOfficeBackOfficeCRM应应用的体体系结构构Closed-LoopProcessing业务系统统分析系统统客户交流流渠道12银行CRM系统统的特点点客户信息息需要扩扩充综合业务务系统以以帐务为为主综合业务务系统的的交易反反映了客客户与银银行的关关系银行与客客户联系系的信息息不依于于赖呼叫叫中心客户服务务环节渗渗透到综综合业务务中网上银行行、电话话银行业务数据据详尽准准确成熟的综综合业务务系统客户价值值的评估估相对复复杂涉及成本本的摊分分和收入入来源13呼叫中心心/客户户服务中中心/网网上银行行信息服服务CRM数据集成系统统CRM数据仓库库(操作数数据和分分析模型型)综合业务务系统银行柜面面POSATM信用卡业业务财务系统统CRM决策分析析环境客户分析析子系统操作型CRM应用基本信息息服务接接口银行业CRM系系统的体体系结构构14CRM系系统的体体系结构构总行主要要负责决决策分析析客户关系系管理的的主体在在分行总行系统统分行系统统分行系统统15CRM数据仓库库EIS综合柜面面系统信用卡POSATM……CRM数据仓库库EIS数据集成系统分行CRM总行CRM…呼叫中心心总行客户信息服务分行客户户信息服服务综合柜面面系统信用卡POSATM……CRM数据仓库库EIS数据集成系统分行CRM呼叫中心心分行客户户信息服服务CRM系系统在银银行的总总体分布布16CRM系系统的建建设步骤骤建立客户户信息数数据库构建基于于客户信信息的业业务分析析系统实现客户户综合评评估系统统实现操作作型的CRM应应用17建立客户户信息数数据库I设计客户户信息数数据库设计多功功能的客客户标识识号以及及标识号号的生成成和分发发区分团体体、企业业客户和和个人客客户客户属性性的设计计：基本属性性：相对对固定的的自然属属性扩展属性性：客户户之间的的关系、、客户的的文档、、动态的的属性派生属性性：客户户分析和和评估的的结果或或计算的的结果属性的代代码化和和管理统一的固固定代码码表专用的““不详””属性代代码标识识客户属性性的动态态扩充和和定制跟踪、描描述部分分客户信信息的变变化18建立客户户信息数数据库II设计银行行客户经经理的管管理建立银银行客客户经经理的的管理理客户经经理可可以分分类客户经经理可可为部部门或或个人人建立客客户与与客户户经理理的关关系客户经经理的的考核核将基基于该该信息息客户业业务的的信息息纪录客客户所所拥有有业务务的状状态登记表表中的的信息息，客客户交交易不不在此此列客户信信息与与业务务系统统接口口利用三三层结结构提提供客客户数数据的的操作作对象象接口口TPMonitor,CORBA,J2EE,etc.提供LDAP服服务供供客户户目录录查询询19建立客客户信信息数数据库库III客户信信息的的操作作提供的的客户户信息息维护护和访访问界界面客户签签约/归户户终端：：与综综合业业务系系统前前台集集成ASP、JSP：提提供管管理人人员和和客户户经理理使用用固定代代码定定义和和维护护系统统动态属属性的的定制制和管管理系系统客户号号的生生成和和分发发系统统客户信信息管管理的的系统统管理理员和和分组组授权权访问问体系系用户、、用户户组、、资源源和访访问权权限的的管理理客户信信息的的质量量监控控根据各各属性性“不不详””代码码的百百分比比统计计客户信信息数数据的的装载载和导导出客户数数据和和客户户业务务数据据获取取20客户信信息管管理系系统结结构客户信信息访访问/维护护客户签签约/归户户(终端端或其其它应应用)客户信信息采集/装入入客户信信息数数据库库综合业业务系系统固定代代码定定义/维护护动态属属性定定制/管理理客户号号的生生成/分发发用户授授权/访问问体系系客户信信息质质量监监控中间件件(TPMonitor,CORBA,J2EE,LDAP)WebServer客户信信息访访问/维护护客户签签约/归户户(浏览览器)21构建基基于客客户信信息的的业务务分析析系统统I建立银银行业业务的的数据据仓库库系统统综合业业务系系统数数据前置机机的数数据业务交交易的的发生生细节节网上银银行和和呼叫叫中心心客户服服务信信息和和投诉诉信息息需要扩扩充现现有呼呼叫中中心，，将客客户服服务内内容分分类统统计其它台台帐信信息业务的的收入入财务/会计计数据据业务的的收支支客户数数据客户信信息数数据库库系统统22构建基基于客客户信信息的的业务务分析析系统统II建立综综合分分析模模型客户信信息数数据的的采集集是一一个过过程业务分分析需需要同同时提提供基基于帐帐户的的分析析建立多多角度度、多多层次次的分分析模模型覆盖银银行现现有分分析决决策的的需要要采用多多种设设计和和实现现技巧巧如余额额等非非累计计项的的多维维模型型设计计实现多多层次次综合合报表表系统统提供基基于Web的OLAP应应用模模式建立综综合性性的、、针对对各应应用层层次的的EIS引入Balanced-Scorecard模模型23银行数数据分分析的的主题题内容容客户业务分析客户构成分析信贷管理分析营业渠道分析总账及损益分析客户关系管理24客户关关系管管理/客户户业务务行为为分析析客户分分段赢利水水平帐号余余额行业客户资资料姓名、、性别别、年年龄、、职业业、收收入私人、、企业业时段机构与与渠道道分行网网点、、ATM、、POS电话银银行、、网上上银行行帐号产品与交易易存款、贷款款、抵押、、信用卡、、代收、代付付转帐机构与渠道道时段客户分段帐号产品与交易易客户资料余额手续费发生额利息利润25客户的构成成分析分析指标开户数销户数持有量基本属性性别年龄段职业分类扩展属性集团客户客户分类客户信用度度贡献度层次次机构时段开户数销户数持有量机构时段客户分类扩展属性基本属性26客户关系管管理分析指标呼叫次数服务时长客户服务类类别服务种类服务内容基本属性性别年龄段职业分类扩展属性集团客户客户分类客户信用度度贡献度层次次机构时段呼叫次数服务时长机构时段客户分类扩展属性基本属性服务类别27财务分析/风险控制制资产负债分分析损益分析现金流量分分析风险监控/欺诈检测测机构时段会计科目/财务指标标/指标比比率一级二级发生笔数发生额机构时段会计科目28总帐分析(Assets/Liability,资产负负债)财务指标流动性比率率资产管理比比率负债管理比比率赢利能力比比率资产负债结结构(会计计科目)企业活期存存款企业定期存存款活期储蓄存存款定期储蓄存存款资本金一级储备二级储备贷款长期证券投投资固定资产机构分行网点、、ATM、、POS电话银行、、网上银行行货币时段发生额机构时段资产负债结结构货币财务指标29企业收益分分析(Profit/Loss,损益益分析)财务指标流动性比率率资产管理比比率负债管理比比率赢利能力比比率利润成分(会计科目目)营业收入(利息、同同行往来、、手续费、、其他)营业支出(利息支出出、同业往往来、手续续费、其他他)营业税金及及附加营业利润税前利润总总额净利润机构分行网点、、ATM、、POS电话银行、、网上银行行产品存款、贷款款、抵押、、信用卡、、代收、代付付转帐时段发生额机构时段利润成分产品财务指标30信贷管理分分析--资资产运用贷款审查者者贷款发放者者贷款利率无风险利率率风险利率客户资料客户财务状状况流动性比率率资产管理比比率负债管理比比率赢利能力比比率客户等级大客户散客贷款质量不良贷款1-5级贷款额还款额归还利息客户资料贷款审查者者客户等级时间贷款发放者者贷款质量贷款利率客户财务状状况31营业渠道分分析(ChannelUsage)存款余额分分段贷款余额分分段客户资料姓名、性别别、年龄、、职业、收收入私人、企业业时段机构与渠道道分行网点、、ATM、、POS电话银行、、网上银行行交易类型存款、贷款款抵押、信用用卡代收、代付付转帐发生笔数发生额机构时段营业网点及渠道交易类型客户资料存款余额分分段贷款量分段段32批量数据提提取及信息访问问实时数据抽抽取业务通讯平平台综合柜面系系统POSATM信用卡业务务网上银行电话银行呼叫中心分行CRM数据仓库数据集成系系统客户数据收收集终端和Web应用总行CRM数据仓库银行系统的的数据仓库库分析/决策策系统33实现客户综综合评估系系统客户信用评评估灵活可定制制的线性信信用评估算算法采用数据挖挖掘方法取取得算法参参数客户贡献度度评估取决于会计计数据和台台帐信息考虑客户的的费用客户忠诚度度评估根据客户对对银行的依依赖程度客户消费倾倾向客户采用银银行服务的的特征客户资金的的消费特征征/信用卡卡的消费34实现客户综综合评估系系统II客户评估算算法建立在在线性系统统或决策树树上适应大批量量计算评估算法的的参数由经经验值或数数据挖掘系系统得到提高评估的的准确度和和有效性数据挖掘结结果和客户户评估结果果反馈到系系统中系统的自适适应环路CRM扩展展分析模型OLAPCRM基本本分析模型DataMining客户评估模模块评估算法维维护35实现操作型型的CRM提供全面的的客户及其其业务信息息呼叫中心座座席、客户户经理基于商务规规则控制个个性化服务务设计并维护护商务规则则客户分析结结果应用于于商务规则则自动更新个个性化服务务的控制机机制，并体体现到客户户交流渠道道中需要扩充现现有呼叫中中心或网上上银行以网上银行行和呼叫中中心等客户户交流渠道道展现个性性化服务提供服务推推介、理财财建议和咨咨询实现市场自自动化(MA)根据客户消消费倾向，，提供服务务管理和推推介销售行为自自动化(SFA)提供客户经经理锁定客客户生成营销计计划建议36CRM系统统配置DataWarehouseOperationalDataStoreCustomerBrowsernetworkUNIX数数据库服务务器WebServerMetaCubeOLAPOption/DB2OLAPServerASPApplicationPagesXPS/RedBrickorDB2/EEECustomerApplicationOLAPFrontEndNT/Win2000OLAP服务务器(应用服务务器)PC客户机机PC客户机机WarehouseManager/DataStageDBMSUNIX业业务系统数数据库服务务器BusinessDatabaseServerIntelligentMiner37客户基本信信息访问交易(读写)综合业务系系统帐务信息访访问交易(只读)客户基本信信息综合业务系系统帐务信息综合业务系系统CRM基本本分析模型CRM分析界面CRM扩展展分析模型CRM算法维护分析环境个性化服务务控制及反馈馈CRM系统统数据流向向38客户基本信信息访问交易(读写)综合业务系系统帐务信息访访问交易(只读)客户基本信信息业务系统基本帐务信信息数据库综合业务系系统CRM基本本分析模型CRM客户户/业务分析和报表表CRM扩展展分析模型CRM客户户评估系统统数据挖掘及及算法维护环环境个性化服务务控制、反馈馈市场/销售售自动化数据仓库操作数据业务系统数数据中间件和交换平台其它业务系系统来自网银和和呼叫中心的的交易请求及及前台处理反馈到网银银、呼叫中心、、业务部门和和客户基本信信息123456789101412131516银行业务系系统CRM系统统CRM客户信息操操作/维护护环境1139商务智能与与银行业务务系统的发发展银行商务智智能及客户户关系管理理系统的建建设IBM数据据管理产品品和技术IBM的专专业咨询服服务和成功功案例内容提要40IBM商商务智能产产品系列WarehouseManager数据的抽取取和装载DB2OLAPServerIBM商务务智能/CRM技术咨询服服务DB2/UDB数据存储/管理数据分析/展现应用成功的的保证DB2/EEEExtendedParallelServerSeagateInfoMetaCubeOLAPOptionRedBrickDecisionServerIntelligentMinerDynamicServerDataStageDataWarehouseDataMartOperationalDataStoreROLAPSolutionMOLAPSolutionReportingDataMining41数据仓库的数数据抽取过程程数据抽取过程程的技术要点点要能适应各种种数据源、应应付复杂多变变的联机环境境要能嵌入用户户定义的转换换过程相应调度和管管理机制数据抽取过程程多样化解决决数据来源问问题系统的分布性性数据的异构性性信息的不完整整性不被业务系统统的现状所局局限数据抽取过程程的挑战工作量原始应用系统统的复杂度42SunSolaris,HP-UX,IBMAIX,DigitalUnixServerRepositoryDesignerDirectorRepositoryManagerAdministratorDataStageWindowsNT4.0Server(Intel&Alpha)Windows95/WindowsNTWorkstationClientDataWarehouseRDBMSOracleMicrosoftSQLServerSybaseInformixUniVerse/UniDataMainframeQSAMVSAMDB2IMSIDMSAdabasDatacomOthersHashFileSeq.orFTPODBCAnySQLBulkLoadersOracleBCP(Sybase&Microsoft)SybaseIQInformixRedBrickSequentialorFTPODBCStagedDataLoadUtilitiesBulkLoadersHashFileUniVerseUniDataOracle7&8SybaseNativeAPINativeAPIOracle7&8SybaseChangeDataCaptureMainframeDataAccessMetaDataExchangeMicrosoftMetaDataRepositorySequential数据抽取转换换系统：DataStageDataStage直观观管理复杂的的数据

抽取取和加载过程程4445WarehouseManagervs.DataStageWarehouseManager管理全局的MetaData不仅向RDB装载数据，，同时向MDB装载数据据提供主机数据据的连接和处处理DataStage提供直观的图图形化管理模模式提供散列文件件实现高效数数据清洗和装装载主要向RDB和文件系统统装载数据提供主机数据据的联机和处处理46数据仓库存储储的技术特性性只有量的支持持做不到联机分析有数量同时要要有速度服务器访问特特性访问频率稀疏疏、但查询复复杂性增大并行处理优势势突出数据库查询特特性查询涉及数据据范围广涉及多表连接接、星型模式式计算复杂传统索引作用用有限检索方式、优优化算法需要要突破47扩展并行处理理服务器：ExtendedParallelServer和DB2EEE多结点（主机机）组成并行行处理阵列：：针对MPP和Cluster每个结点运行行数据库服务务器的Co-Server结点间采用不不共享策略(SharedNothing)通过数据分割割实现并行处处理，提供近近线性的性能能扩展能力并行数据仓库库服务器的工工作模式———FunctionShipping减少网络流量量降低结点间资资源共享和交交互提高并行扩展展能力(Scalability)星型模式(Star-Schema)FactTable事务处理数据据描述相应的属性（（最低层）DimensionTable各种属性及其其层次星型模式的规规范化“雪花”型(snowflake)“维”Keys属性Facts地点Table时间Table产品Table客户TableManyRecords...未专门优化的的连接过程PERIODjan,...feb,...mar,...SALESjan,pen,east,$100jan,pen,west,$200feb,radio,south,$125mar,watch,east,$225SALES+PERIODjan,…,pen,east,$100jan,…,pen,west,$200feb,…,radio,south,$125mar,…,watch,east,$225PRODUCTradio,...pen,...watch,...SALES+PERIOD+PRODUCTjan,…,pen,…,east,$100jan,…,pen,…,west,$200feb,…,radio,…,south,$125mar,…,watch,…,east,$225MARKETeast,...west,...south,...SALES+PERIOD+PRODUCT+MARKETjan,...,pen,...,east,...,$100jan,...,pen,...,west,...,$200feb,...,radio,...,south,...,$125mar,...,watch,...,east,...,$225普通数据库的的实现方法RedBrick的StarJoin和StarIndex多列星型索引引的作用DimensiontableADimensiontableBDimensiontableCFKAFKBFKCCUST_NOOUTLET_IDPROMO_CODEFKAFKBFKCDATASA001GWEPIZA2UNIT$120TheFACTTable52RedBrick的STARJoinPERIODjan,...feb,...mar,...PRODUCTradio,...pen,...watch,...MARKETeast,...west,...south,...SALESjan,pen,east,$100jan,pen,west,$200feb,radio,south,$125mar,watch,east,$225SALES+PERIOD+PRODUCT+MARKETjan,...,pen,...,east,...,$100jan,...,pen,...,west,...,$200feb,...,radio,...,south,...,$125mar,...,watch,...,east,...,$225明显的性能增增长！RedBrick的位位图索引技术术CAR1= A 4D LeatherCAR2= A 4D Fabric

CAR3= A 2D L CAR4= M 4D L CAR5= M 4D F CAR6= M 2D L TRANS DOOR SEATQ2:SELECTCARwithAUTO-transmissionandSEATisleather1)BitmapforTrans=Auto:[1,1,1,0,0,0]2)BitmapforDoor=4D:[1,1,0,1,1,0]3)BitmapforSEAT=L:[1,0,1,1,0,1]Bitmap1“AND”Bitmap3=[1,0,1,0,0,0]54RedBrick的的TARGETindexSTATE/idnameaddressbillingCOUNTRY1D~~~~~~~~~~~~~~~~~NY2A~~~~~~~~~~~~~~~~~NY3B~~~~~~~~~~~~~~~~~NY7C~~~~~~~~~~~~~~~~~UK8B~~~~~~~~~~~~~~~~~NY9A~~~~~~~~~~~~~~~~~NY1C~~~~~~~~~~~~~~~~~NY6A~~~~~~~~~~~~~~~~~NY5D~~~~~~~~~~~~~~~~~CAN5D~~~~~~~~~~~~~~~~~NY8B~~~~~~~~~~~~~~~~~NY3B~~~~~~~~~~~~~~~~~NY6B~~~~~~~~~~~~~~~~~JAPANTARGETindexoncolumnofhighlyskeweddataRedBrickWarehouseAutomaticallyChoosesAppropriateIndexSub-typeIndexTypeDomainSizePossValuesExampleUncompressedBit-mapSmall 2-75Gender,sizeCompressedBit-mapMedium 75-1,000Country,StateRow-IDList Large1,000-10,000ZIPcode,AreacodeB-Tree VerylargeUniqueSS#,Customer#Mixsub-typesonsinglecolumn!多维分析联机多维分析析使用户在随随机的环境中中通过不同的的角度快速分分析数据仓库库中的信息：：地域分析北美欧洲一月二月CosmeticsPerfumesClothingAccessoriesCosmeticsPerfumesClothingAccessories数据仓库的OLAP多维维视角财务角度产品角度即席查询销售角度销售分析产品时间市场基于关系库的的OLAP体体系结构MetaCube是一一种将关系数数据库的行和和列为最终用用户表示成多多维“立方体体”进行分析析的OALP分析引擎QueryToolsDSS&EISObjectRequestSQLRowsCubesDataWarehouseRDBMSMetadataOLAPEngine58AlerterSchedulerSamplerWebPublisherMetaCubeOLAPServerOpenAPIServer:NTorUNIXMiddleTier:NT数据仓库RedBrick(MetaCubeMetadata)QueryBackAggregatorIncrementalUpdatePartnersVerticalApplicationsMetaCubeforExcelMetaCubeWebExplorerMetaCubeExplorerWarehouseOptimizerWarehouseManagerSecureWarehouseAgentAdministratorClient:NT,95,WebOpenAPI(COM)MetaCubeEngineStatisticsFinancialCustomScientificMetaCubeEngineMetaCubeOLAP多层层体系结构59DB2OLAP的原理理60DB2OLAPServer结结构同时提供MOLAP和ROLAP应应用模式提供OLAP开发接口61报表——平面面的数据表现现需要经常浏览览的数据相对固定的关关系模式支持Intranet浏浏览器的访问问方式SeagateInfo62IntelligentMiner的工作作流程63IntelligentMiner的聚类类分析64商务智能与银银行业务系统统的发展银行商务智能能及客户关系系管理系统的的建设IBM数据管管理产品和技技术IBM的专业业咨询服务和和成功案例内容提要65CRM系统技技术咨询服务务内容系统总体结构构设计客户关系管理理应用设计分布式数据库库设计和部署署数据仓库设计计和实施项目管理和控控制66系统实施的经经验和体会ICRM的实施施需要客户方方有总体的共共识，在项目目规划时需要要考虑系统的的各层次的用用户以及他们们的需求重点点，做到有的的放矢；在CRM系统统实施过程中中，并非每个个模块都可马马上进入编码码阶段。在人人员安排上，，系统的设计计阶段实际要要求人手并不不多，人员的的投入是阶段段性的；现成成的的CRM系系统统实实际际上上是是较较难难直直接接上上线线的的，，需需要要定定制制的的内内容容是是很很多多的的，，如如客客户户信信息息的的采采集集环环境境、、前前台台字字符符终终端端的的应应用用，，与与现现成成的的网网银银和和呼呼叫叫中中心心集集成成，，以以及及同同银银行行业业务务系系统统的的连连接接等等等等。。因因此此成成型型的的系系统统可可能能需需要要更更大大的的投投资资；；67系统统实实施施的的经经验验和和体体会会II在系系统统的的设设计计过过程程中中也也有有一一些些弯弯路路：：在在建建立立客客户户基基本本信信息息数数据据库库的的时时候候，，没没有有将将客客户户的的基基本本信信息息和和客客户户的的派派生生信信息息以以及及管管理理/控控制制信信息息分分别别对对待待。。这这在在系系统统开开发发的的后后期期逐逐渐渐显显示示出出弊弊端端：：在在设设计计客客户户基基本本信信息息时时，，虽虽考考虑虑了了一一些些扩扩展展信信息息，，但但它它们们是是非非常常粗粗浅浅的的，，在在分分析析客客户户的的模模块块中中，，不不可可避避免免地地会会引引入入内内容容更更为为丰丰富富的的客客户户属属性性，，为为不不影影响响先先前前的的系系统统，，新新增增部部分分用用新新的的结结构构表表示示，，从从而而导导致致客客户户扩扩展展属属性性管管理理混混乱乱。。为为解解决决这这一一情情况况花花费费了了宝宝贵贵时时间间。。在建建立立帐帐务务分分析析模模型型时时，，由由于于受受到到传传统统银银行行业业务务的的限限制制，，在在数数据据来来源源上上将将帐帐务务和和交交易易混混淆淆起起来来。。一一般般的的传传统统业业务务系系统统将将储储蓄蓄/对对公公业业务务和和其其它它的的中中间间业业务务分分开开，，但但储储蓄蓄和和对对公公本本身身在在操操作作上上也也拥拥有有多多种种渠渠道道，，如如ATM机机、、网网银银和和呼呼叫叫中中心心等等。。基基本本帐帐务务信信息息从从综综合合业业务务系系统统抽抽取取数数据据时时，，所所抽抽取取的的都都是是拥拥有有帐帐户户信信息息的的业业务务交交易易或或帐帐务务存存量量信信息息。。事事实实上上，，综综合合业业务务系系统统一一般般存存储储客客户户的的帐帐务务，，而而具具体体的的交交易易流流程程则则通通过过前前置置机机上上的的数数据据获获得得。。68BIConsulting技技术术咨咨询询案案例例中国国银银行行人人事事系系统统(96~97)深圳圳长长城城国国际际––微微机机生生产产管管理理(97)建行行信信贷贷管管理理系系统统(97~98)国信信寻寻呼呼二二期期工工程程(98)IC卡卡电电话话分分析析系系统统(98)寿险险分分析析系系统统(98~99)财险险分分析析系系统统(99)广东东移移动动客客户户行行为为分分析析系系统统(99)国家家专专利利局局专专利利信信息息统统计计系系统统(99)厦门门国国际际银银行行业业务务分分析析系系统统––会会计计(99~00)深圳圳证证券券时时报报––上上市市公公司司分分析析(00)海南南建建行行商商务务智智能能系系统统––储储蓄蓄、、对对公公(00)华夏夏银银行行CRM系系统统––集集成成了了呼呼叫叫中中心心和和网网上上银银行行(00~01)国外外的的案案例例：：…………69部分分国国外外银银行行BI与与CRM案案例例70谢谢谢！！郑晓晓军军DM,SoftwareIBMChina建行行四四川川省省分分行行资料料检检索索系系统统介介绍绍成科科副副总总工工程程师师建行行四四川川省省分分行行科科技技处处72内容容提提要要系统统建建设设背背景景系统统目目标标技术术方方案案系统统实实施施与与运运行行情情况况发展展方方向向73建行行四四川川省省分分行行业业务务系系统统大大集集中中运运行行状状况况IBMS85

核心网络全省会计业务、交易转发主机全省储蓄业务主机IBMS7A8万笔交易/天轧帐时间:10多分钟正常交易状态下CPU空闲60%-80%数据规模：6GB40万笔交易/天轧帐时间:60多分钟正常交易状态下CPU空闲70%-90%数据规模：60GBIDS9.2IDS9.2大数数据据量量备备份份方方式式将明明细细类类数数据据（（占占四四分分之之三三以以上上））分分离离出出来来，，单单独独放放在在一一个个server中中。。生产产数数据据每每日日手手工工备备份份，，明明细细数数据据每每周周自自动动备备份份大批批量量数数据据的的处处理理策策略略自编编工工具具程程序序并并行行将将数据据以以文文本本方方式式的的快快速速卸卸出出、、装装入入。。在在S85上可可达达到到每每分分钟钟卸卸出出、、装装入入700多多MB文文本本的的速速度度。数据据集集中中系系统统的的灾灾难难备备份份建行行四四川川省省分分行行业业务务系系统统大大集集中中运运行行状状况况75与以以前前的的版版本本相相比比，，IDS2000（（9.2)在在性性能能、、稳稳定定性性等方方面面有有了了很很大大提提高高实践践证证明明，，InformixIDS2000完完全全能够够承承担担大大规规模模OLTP系系统统的的数数据据库库管管理理工工作作我们们对对Informix的的服服务务态态度度、、服服务务水水平平感感到到满满意意建行行四四川川省省分分行行业业务务系系统统大大集集中中运运行行状状况况76内容容提提要要系统统建建设设背背景景系统统目目标标技术术方方案案系统统实实施施与与运运行行情情况况发展展方方向向77资料料检检索索系系统统需需求求大集集中中导导致致中中心心节节点点交交易易量量及及数数据据量量剧剧增增生产产系系统统磁磁盘盘存存储储容容量量限限制制生产产系系统统的的运运行行效效率率降降低低必须须通通过过恢恢复复数数据据库库系系统统备备份份查查询询历历史史数数据据业务务部部门门数数据据查查询询不不便便，，数数据据资资源源未未能能得得到到充充分分利利用用需求求没没有有很很好好地地整整合合，，业业务务指指标标体体系系的的建建立立需要要很很长长的的时时间间，，难难以以在在短短时时间间内内建建立立完完整整的数数据据仓仓库库78资料料检检索索系系统统目目