商务智能对于银行业的应用分析过程.docx

商务智能对于银行业的应用分析过程.docx

《商务智能对于银行业的应用分析过程.docx》由会员分享，可在线阅读，更多相关《商务智能对于银行业的应用分析过程.docx（6页珍藏版）》请在冰豆网上搜索。

商务智能对于银行业的应用分析过程

商务智能在国有银行业的应用前景分析

（建设银行广东省分行行长办公室）

一、国有银行以后进展趋势2

（一）技术变革2

（二）海量数据的有效利用2

（三）多大程度上了解客户3

二、商务智能的应用前景分析3

（一）商务智能的体系结构3

（二）国有银行信息系统现状4

（三）解决弊端的途经5

（四）商务智能可应用的领域7

三、实施商务智能所必须具备的核心条件7

（一）保证数据的真实性、可靠性和一致性7

（二）实现信息民主化8

四、商务智能项目投资回报分析8

五、阻碍商务智能在国有银行应用的因素8

（一）网络安全8

（二）隐私爱护9

（三）治理层观念9

一、国有银行以后进展趋势

当前，国有银行业正往常所未有的速度加快向现代化商业银行的转变，同业竞争日趋激烈。

以传统借贷为基础的“轻而易举”的利润模式差不多逐步淡出，客户关系和新的金融业务创新显得日益重要。

与此同时，面对逐渐放开的WTO大门，外资银行必定将引进以客户为中心的决策支持系统，以更为多样化的金融业务和更为优质的金融服务来争取客户。

世界银行业的格局从来都在不断地划分，国有银行如何做大做强，参与世界格局的竞争，无疑面临诸多新的挑战。

（一）技术变革

“技术变革”被认为是阻碍银行业的最为要紧的力量。

就世界范围来看，支票的使用越来越少，早在1982年，芬兰的银行和客户之间的交易中就有82%是以电子形式完成的，现在在日本，20岁的年轻人有10%利用互联网使用银行服务，大约有一半的加拿大人讲在以后3年内会使用网上银行，而大多数人都希望银行能用新技术改进服务。

种种现象表明，客户需要以技术为基础的高质量的银行服务，而技术变革将逐渐成为商业银行赖以生存的核心竞争力。

（二）海量数据的有效利用

国有银行进展到今天，历史数据越来越多，如何将放在档案室或业务主机上林林总总的数据变成对决策者有用的信息和知识，进而提炼成有独创性指导作用的智慧，确是一项艰巨的工程，但“凭经验决策”的历史终将被“用数据讲话”所取代，海量数据的有效利用，必定会成为国有银行以后核心竞争力的重要因素。

（三）多大程度上了解客户

交易是双方的，在银行选择客户的同时，客户也在选择银行。

不了解客户需求，以致于无法依照客户需求提供市场服务的银行终将面临淘汰。

国内银行的信用等级体系将日趋完善，来自于客户的银行信用等级将会频繁变动，改制后的国有商业银行将会面临前所未有的“了解客户、争夺客户”的压力。

二、商务智能的应用前景分析

（一）商务智能的体系结构

商务智能，即BI（BusinessIntelligence），是一种将存储于各种信息系统中的数据转换成有用信息的技术，它起源于经理信息系统（EIS），是决策支持系统（DSS）的继承和拔高。

它通常被理解为将企业中现有的数据转化为知识，关心企业做出明智的业务经营决策的工具。

在企业做大做强的过程中，商务智能扮演着至关重要的角色，它使企业能精确地把握不断变化的商业环境，作出快速而准确的治理决策。

商务智能的核心技术在于数据仓库的建立（DW）、数据挖掘（DM）和在线分析处理（OLAP）三个部分，其体系结构如下图所示。

（二）国有银行信息系统现状

致力于数据集中的国有银行，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，抽数方式和抽数频度也大幅增加，数据的访问显得错综复杂，假如不在体系结构上进行调整，银行数据的“蜘蛛网”问题将越来越严峻，从而会产生专门多问题，如数据分析的结果缺乏可靠性、数据处理的效率低下、难于将数据转化成信息等。

此外，数据库数量的日益庞大，会逐步削弱数据的关联性，比如，银行得知某些客户选择了一项银行业务，但苦于没有相关联的数据作为分析依据，在不进行市场调查的情况下，营销人员无法得知这些客户有哪些共性，他们的消费偏好如何，以及还会选择其它哪类业务产品，使得“有针对性营销”只能成为一句空话。

然而可喜的是，国有银行已逐步认识到那个弊端，并开始设法加以改进。

据了解，目前上海工行已利用IBM数据仓库技术以及方正奥德公司的银行卡业务数据商场系统，成功实现了以银行卡客户为中心的个性化服务商务智能系统，使上海工行在科学分析的基础上，能进行合理的客户信用评估，更加灵活、安全地确定其信用级不和信用额，进而有效地防范经营风险。

（三）解决弊端的途经

解决“蜘蛛网”问题的重要途径，确实是对数据库的体系结构进行变革，将操作型环境和分析型环境加以分离，操作型处理以传统的数据库为中心进行银行的日常业务处理，分析型处理以数据仓库为中心分析数据的关联和规律，为银行的决策提供可靠有效的依据。

就长远来看，国有银行要逐渐由原先以数据库为中心的生产环境过渡到以数据仓库为中心的生产环境，这是一个大趋势。

进一步来讲，数据仓库能将业务中不同时刻的数据集合起来，依照不同主题进行划分，有助于制定决策的进程。

比如，假设个人银行业务涉及到四个数据库：

个人帐户数据库、财务数据库、客户服务数据库和市场信息数据库，假如直接使用传统业务系统进行决策，就需要同时访问这四个数据库，且数据之间的不一致性和不同步问题将会阻碍决策的可靠性。

使用数据仓库，可将对应于某个主题的全部数据存放在同一数据表中，决策者也能方便地在同一位置检索某个主题的所有数据。

数据仓库面向主题的特性如下图所示：

关于建立和提高数据的关联性，可使用BI工具中的“数据挖掘”进行关联分析，以期从数据库中尽可能地发觉知识。

假如两个或多个数据项的取值之间重复出现的概率专门高，它们就有可能存在关联，就能够建立关联规则，例如假设开立证券帐户的VIP个人客户中，有90%曾出现过信用卡透支，且会在一个月内归还借款，这确实是一条关联规则。

除关联分析之外，数据挖掘的任务还包括时序模式、聚类、分类、偏差检测和预测等。

此外，OLAP也在商务智能中起着至关重要的作用，它是一种软件技术，使分析人员能够迅速、一致、交互地从各个方面观看信息，以达到深入理解数据的目的。

总之，使用商务智能的应用技术，能有效地解决国有银行业信息系统的诸多弊端，实现由数据到知识、由知识到智慧的转变。

（四）商务智能可应用的领域

一个成熟的银行商务智能系统，应该涉及到与银行运营过程相关的各个领域，从而全面打造一个反应迅速，分析精准的实时化企业（RTE），Gartner公司解释，RTE是一种业务能力状态，即通过缩减关键业务处理时刻而达到的更具有效竞争力的状态。

具体来讲，应用层的银行商务智能系统应包括以下几个部分：

客户关系治理系统（CRM）、企业绩效治理系统（CPM）、人力资源治理系统（HRM）、供应链治理系统（SCM）、电子银行（E-Bank）。

在宏观意义上，所有商务智能应用系统要为BI战略应用提供决策依据，此种至下而上的反馈模式是建立“用数据讲话”的实时企业的基础。

BI应用系统

操作

分析

战略应用及目的

CRM

了解客户需求、行为特征、盈利能力，市场状况

需求分析，行为特征分析，盈利能力分析，市场环境分析

业务活动监控，保留有价值客户，挖掘潜在客户，赢得客户忠诚

CPM

平衡记分卡，企业绩效分配与考评

企业绩效评估，绩效指标分析

企业战略执行监控，制定打算，调整战略

HRM

招聘、选拔、任免记录，人事档案治理，薪酬、激励分配

人力资源需求预测，职员职业生涯规划，组织行为分析

建立完善的激励机制，降低人资成本，提高人事效率

SCM

集中采购，固定资产治理，存量治理，金库调度

源料需求预测，成本分析，存量分析，关键路径分析

成本和物流操纵，降低采购成本，提高源材料利用率和调度能力

E-Bank

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

网银活动记录监控，针对网上客户调整电子产品，挖掘新的利润增涨点

三、实施商务智能所必须具备的核心条件

（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，为使战略决策可靠，业务部门势必要加强元数据的收集和整理，保证它们真实可靠，部门与部门之间要充分协同合作，打破以往“业务垂直治理，部门分片孤立”的局面，加强数据一致性检测，对元数据负责。

（二）实现信息民主化

职员也需要决策，这种决策在于使自己认清企业目标，幸免工作的盲目性。

依照BO公司的研究发觉，让企业内所有职员共享信息能够使信息极大地增值，使企业行为更加敏捷高效，而且，信息民主化和授权程度越大，越倾向于打破机构界限，信息的价值也就越大。

四、商务智能项目投资回报分析

实施一个BI项目的总成本包括硬件、软件和人力三大类，硬件成本要紧是信息系统设备费用，软件成本是BI项目所必须的应用系统成本，人力成本包括为项目服务的内部与外部人力资源成本的总和。

就市场平均实施BI项目的水平和盈利状况来看，BI项目的投资回报率（ROI）为105%，回收期为2至3年，成功的概率大于50%。

但ROI仅是测量企业收益的一种手段，假如没有企业高层治理者的支持和参与，没有业务部门对BI项目的高度认同，计算BI项目的ROI并无任何意义。

五、阻碍商务智能在国有银行应用的因素

（一）网络安全

在网络应用大行其道的今天，安全问题一直是滋长在客户心中的隐忧。

频繁的病毒侵袭和网络故障，过多的高科技犯罪曝光率势必会阻碍客户对银行安全防护能力的信心，客户心中的问号足以使其在电子金融业务面前驻足观望。

（二）隐私爱护

用于供银行分析的数据中，可能有相当一部分会涉及客户个人隐私，无可否认这种利用能够使银行看到潜在的获利机会，或是维系客户关系，但过多的利用隐私，如针对客户消费偏好开展业务营销等，会招致客户的反感，从而使其产生对业务的逆向抵制情绪。

（三）治理层观念

当“按经验决策”成为银行治理者的适应，BI技术革命就成了抢夺其饭碗的眼中钉，银行高层治理者对技术变革的观念从来差不多上项目成败的关键，足以阻碍到银行进展和前进的步伐。

纵然有这些阻碍因素，商务智能的广泛应用依旧是大势所趋，由于数据太多而引发“查不到数据”的矛盾，示意着信息分析时代差不多来临，与时代相适应的将是实时的、科学的银行治理。