银行商业智能应用系统
商务智能与决策支持——案例及案例分析
商务智能与决策支持教学案例案例1:光大银行商务智能系统得实施一、案例内容成立于1992年8月得光大银行, 作为国内最大得股份制商业银行,拥有众多客户群,几百个分支机构遍布国内外;同时光大银行以领先得理念为客户提供种类繁多得金融服务。
对于一个如此庞大得机构,如此繁多得金融服务,管理得复杂性可想而知。
近年来,通过综合柜台业务系统、阳光卡系统、网上银行系统与办公自动化系统等一系列信息化基础建设,光大银行率先实现了业务系统全国联网与总行数据大集中。
在成功实现业务系统全国联网与总行数据大集中后,经营管理分析方面又出现了一些亟待解决得新问题,如:统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心得经营管理模式提供充足得信息支持、业绩考核没有理想得IT系统为支撑等等。
众多新问题得出现就是银行管理层始料未及得。
为了尽快突破海量数据得“封锁”,挖掘其中蕴涵得知识与信息,光大银行决策层于2002年初开始立项商业智能及数据仓库系统。
光大银行根据自身情况,以实际需要为导向,对各家方案得优劣进行仔细分析、反复考察、综合考虑。
最终,菲奈特软件公司得高端商务智能产品BI、Office以其领先得技术与简便得操作从众多竞争者中脱颖而出,赢得了光大银行决策层得一致青睐。
经过商议,双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。
为了降低实施风险,将从国际结算业务统计分析系统开始,各个项目逐步实施。
成功得选型就是光大银行商业智能应用系统成功实施得开始。
国际业务部商业智能得应用证明,光大银行所采取得“以部门为基础实施数据处理”得决定就是正确得,也就是务实得。
从2002年12月开始,菲奈特BI、Office商业智能应用平台相继应用于光大银行其她几个业务部门,形成相应部门得商业智能系统。
这些商业智能系统以数据仓库技术为基础,把分散在各个业务系统得数据进行整合,数据经过清洗、转换,加载到数据仓库;再采用OLAP与Data Mining等技术,为管理决策人员提供强大、灵活得日常查询与决策支持。
ECIF与OCRM区别
一、何为ECIFECIF是企业级客户信息整合系统(Enterprise Customer Information Facility)，系统主要的目的是整合银行各个系统的客户信息，比如包括客户基本信息、客户关系、客户产品等等。
我理解整合后的系统属于基础信息系统。
二、何为CRMCRM是客户关系管理（Customer Relationship Management）。
主要的目的应该是挖掘潜在客户，分析计算客户现有数据，挖掘客户潜力，提高客户的贡献度，给客户经理提供全方位的客户信息。
比如流行的说法是"提供360度全方位客户信息"。
三、CRM分类CRM分为ACRM，OCMR，CCRM三类。
分析型客户关系管理系统（ACRM）主要是分析从运营型CRM和其他业务系统中获得的各种客户数据，为企业涉及客户的经营、决策提供可靠的量化依据。
这种分析需要用到多种先进的数据管理和数据分析工具，如数据仓库、OLAP分析和数据挖掘等。
操作型客户关系管理系统（Operational CRM）即所谓的前端办公室应用，包括销售自动化、营销自动化和服务自动化等，实现前端办公和后端办公的无缝集成。
协作型客户关系管理系统（CCRM）主要由呼叫中心、客户多渠道联系中心、帮助台以及自主服务帮助导航等组成，为收集客户信息和与客户进行交互服务提供多种渠道，提高企业与客户的沟通能力。
协作型CRM需要企业与客户的共同参与。
四、ECIF和CRM的区别：如果企业有了ECIF，那么ECIF就是CRM的技术数据，CRM提供用户界面、计算、分析、营销管理等。
如果企业没有有ECIF，那么CRM就需要自己整合一些渠道的客户信息。
CRM和ECIF的定位不同，ECIF是CRM的基石，如果没有ECIF，不能很好地进行CRM ECIF 作为（企业）银行客户信息系统的整合（集合）；主要为交易或及时查询使用；注重实效（实时生效），CRM 是客户关系管理系统；注重分析；挖掘客户价值；可以作为客户营销分析使用（T+1/T+2)。
应用商业智能提升银行核心竞争力的重要举措
源 的 数 据 ，对 各 类 存 贷 款 的 利 息 收 支 、 中 间 业 务 手 续 费 收 支 、 内 部 财 务 数 据 等 进 行 加 工 处
理 ， 银 行 内 部 资 金 转 移 价 格 进 行 计 算 ， 各 类 银 对 对 行 内 部 活 动 的 营 运 成 本 进 行 核 算 和 分 摊 。在 这 样 的
、
ＢＩ 商 业银行 信息 系统 中的整体 框 架 在
二 、 Ｉ 用的 作用 Ｂ应
在 当 前 的 市 场 竞 争 形 势 和 商 业 银 行 业 务 转 型 的大 背 景 下 ， Ｉ 商 业 银 行 业 务 服 务 水 平 和 内 部 管 Ｂ 对 理 水 平 的 提 高 是 全 方 位 的 ， 作 用 主 要 体 现 在 以下 其
仓 库 系 统 ， 够 对 单 个 或 者 群 体 的 客 户 进 行 价 值 度 能
和 贡 献 度 分 析 ，从 而 实 现 更 加 准 确 的 市 场 划 分 ， 有
业 银 行 ， 交 通 银 行 、 大 银 行 ， 及 建 设 银 行 的个 如 光 以
转 变 ， 融 需 求 的 日益 增 长 和 快 速 变 化 正 在 成 为 近 金 年 来 商 业 银 行 市 场 发 展 的 显 著 特 点 。 而 且 ， 行 间 银 竞 争 日益 加 剧 ， 率 管 制 不 断 松 动 。 在 这 样 的 市 场 利 环境 下 ， 业银 行 只有 面对 市场 ， 化 营销 ， 出效 商 强 突 益 ， 制 风 险 ， 断 决 策 ， 能 在 全 面 开 放 的 竞 争 中 控 果 才
金 融 信 息 化 论 坛
拉
易
２０ ０ ９年 ５月 １ ０日 第 ５期
银行it系统解决方案
银行it系统解决方案
《银行IT系统解决方案》
随着银行业务的不断发展和创新，IT系统的作用变得越来越
重要。
银行IT系统解决方案是指针对银行业务需求所设计的
一套完整的解决方案，通过各种技术手段和软件工具来满足银行业务的需求，提升工作效率和服务质量。
银行IT系统解决方案主要包括以下几个方面：首先是核心银
行系统，包括核心帐户系统、支付结算系统、信贷管理系统、风险控制系统等。
这些系统是银行业务的核心，直接关系到资金的安全与流动，客户的信用与权益。
其次是电子银行系统，包括网上银行、手机银行、ATM等。
这些系统是银行向客户
提供服务的窗口，直接关系到客户体验和满意度。
再次就是信息安全系统，包括防火墙、反病毒软件、数据加密等。
这些系统是保障银行信息安全的关键，直接关系到银行的声誉和信任。
最后就是数据分析系统，包括数据仓库、商业智能工具等。
这些系统是为银行提供大数据支持，促进业务决策和发展。
对于银行IT系统解决方案而言，其关键在于整合和创新。
银
行IT系统通常来自不同的软件厂家，存在着互不兼容的问题，因此需要进行整合开发。
同时，随着科技的不断更新，银行业务也在不断变革，需要不断进行技术创新和业务改进。
综上所述，银行IT系统解决方案具有复杂性和多样性，需要
结合银行业务需求和科技发展进行整合和创新。
只有不断优化和提升，才能更好地满足银行的需求，推动银行业务的发展。
商业智能系统考试试题
商业智能系统考试试题一、选择题（共50分）1. 商业智能系统是指通过技术手段解决商业问题、支持商业决策的一套系统和工具。
下面哪个不属于商业智能系统的关键组成部分？A. 数据仓库B. 数据分析C. 数据可视化D. 数据备份2. 在商业智能系统中，下面哪个工具可以用来将数据从多个来源整合到一个统一的数据仓库中？A. ETL工具B. OLAP工具C. 数据可视化工具D. 决策支持系统3. 商业智能系统的数据分析功能可以帮助企业进行哪些方面的工作？A. 销售预测B. 成本控制C. 客户关系管理D. 所有选项都正确4. 商业智能系统可以通过可视化方式呈现数据分析结果，下面哪个不属于常用的数据可视化工具？A. 折线图B. 柱状图C. 饼图D. 行列式图5. 商业智能系统的决策支持功能能够帮助企业进行哪些方面的工作？A. 市场定位B. 产品设计C. 供应链管理D. 所有选项都正确二、填空题（共30分）1. 商业智能系统的主要目标是提供有用的_____________，帮助企业做出更明智的决策。
2. 商业智能系统通过_____________、_____________和_____________等技术手段来实现数据分析。
3. 在商业智能系统中，数据仓库一般包括_____________、_____________和_____________等组成部分。
4. 在商业智能系统中，通过_____________和_____________等工具可以将数据可视化呈现。
5. 商业智能系统的决策支持功能可以通过_____________、_____________和_____________等方式来实现。
三、简答题（共20分）1. 请简要描述商业智能系统的应用场景，并举例说明。
2. 商业智能系统的技术架构包括哪些主要组成部分？请简要介绍每个组成部分的作用。
四、论述题（共50分）请就商业智能系统在企业决策中的作用发表你的观点，并提供相关案例或数据支持。
管理信息系统（第二版）-商务智能与决策支持——案例及案例分析
商务智能与决策支持教学案例案例1：光大银行商务智能系统的实施一、案例内容成立于1992年8月的光大银行，作为国内最大的股份制商业银行，拥有众多客户群，几百个分支机构遍布国内外;同时光大银行以领先的理念为客户提供种类繁多的金融服务。
对于一个如此庞大的机构，如此繁多的金融服务，管理的复杂性可想而知。
近年来，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。
在成功实现业务系统全国联网和总行数据大集中后，经营管理分析方面又出现了一些亟待解决的新问题，如：统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心的经营管理模式提供充足的信息支持、业绩考核没有理想的IT系统为支撑等等。
众多新问题的出现是银行管理层始料未及的。
为了尽快突破海量数据的“封锁”，挖掘其中蕴涵的知识和信息，光大银行决策层于2002年初开始立项商业智能及数据仓库系统。
光大银行根据自身情况，以实际需要为导向，对各家方案的优劣进行仔细分析、反复考察、综合考虑。
最终，菲奈特软件公司的高端商务智能产品BI.Office以其领先的技术和简便的操作从众多竞争者中脱颖而出，赢得了光大银行决策层的一致青睐。
经过商议，双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。
为了降低实施风险，将从国际结算业务统计分析系统开始，各个项目逐步实施。
成功的选型是光大银行商业智能应用系统成功实施的开始。
国际业务部商业智能的应用证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。
从2002年12月开始，菲奈特BI.Office商业智能应用平台相继应用于光大银行其他几个业务部门，形成相应部门的商业智能系统。
这些商业智能系统以数据仓库技术为基础，把分散在各个业务系统的数据进行整合，数据经过清洗、转换，加载到数据仓库；再采用OLAP 和Data Mining等技术，为管理决策人员提供强大、灵活的日常查询和决策支持。
商业智能在信用卡业务中的应用探究
支艰
商业智能在信用卡业务中的
中国工 商银行 福建 省分 行营 业部 吴 琦
一
段时 间以来 ，商 业 智能 （ ） ＢＩ 技术 是 以决 策支 持 系统
管理人 员希望借助计算机 系统强大的演算 能力实现 自 动
统计 、 分析 ， 后台进 行人 工智能式 的逻辑 分析 和推论 ， 在 最 终达 到前 台决 策支 持的 目的 。 于是商业 智能开 始 引入 复杂 的 数据 挖掘工具 和知识 发现 工具 。 利用 人类的智 慧以 及计算机 的运算 来规 范隐藏在 数据 中的规律 模式 以及趋 势 ， 直接 呈现
事 实的 、 能够执 行的指 令信息 ， 且使得 业务人 员能 够发现 并
客 户趋 势 ， 提高 客户忠诚 度 ，增强 与供应 商的关 系 ， 少金 减
融风 险 ， 并揭示新 的销 售商机 。 技术 层面上看 ， 从 商业 智能 规 模集重 。
月卡 片的动 卡记录 、 户收单 记录 、持卡 人消 费记录 、透支 商 记录 等 。 这既给 商业 智能的 发展带 来 了契机 ， 也为数 据的分 析带 来 了困难 。尤其是 为 了全面 、准确 地进行 分析 ，就必须 实现银 行 系统 内各 专业部 门 已有信 息的 共享 ， 并进 行权 限划 分， 同时 有选择 地对商 户商 品消费信息 与持卡 人信息 进行关
信 息呢？
加剧， 而客 户总体资 源并没 有 明显增长 ， 国内银行业普 遍面
ｚ ｏ ．８ ｏ ６０
５ 【１ 信 用 卡 ８ ｌ菌
维普资讯
技 术
临客户流 失的 问题 。 如何降 低客户流 失率是 银行 目前关注 的 焦点 。 国际上 ， 在 银行 业客 户流失率 一般 控制在 ５ ％左右 ， 而 国内商业 银行 的客户 流失率超 过 １％。 了弄清客 户流失 的 ０ 为 原 因，我们要 通过数 据仓库 、 数据 集市 进行异 常分析 ， 现 实 有的放 矢的客 户挽 留策略 。 同时 ， 有价 值的 客户 的识 别是 客 户关系管理 必须 首先完成 的 一项 基本任 务 。 识别 有价 值客 户 并 留住 他们 ， 实现 他们的价 值最 大化 ， 是商 业银行 发展 中的
大数据与商业智能的应用及实践
大数据与商业智能的应用及实践一、前言随着信息技术和数据科学的飞速发展，大数据和商业智能的相关应用变得越来越普及。
大数据和商业智能的应用已经成为企业竞争的关键因素之一。
通过深度挖掘数据资源，以数据为基础，实现全面、精准、合理的决策，提升企业效率和利润，已成为现代企业竞争力提升的必然选择。
二、大数据的应用1、大数据的定义大数据是指规模超过传统数据处理软件工具的处理能力范围、非结构化或结构化数据的数据集合，这些数据集合往往包含着从各种网站、社交网络、传感器和移动设备等多个来源采集到的大量信息。
2、大数据的应用领域随着数据技术的进一步发展，大数据逐渐被广泛应用于各个领域，例如：（1）医疗与健康：基于大数据技术的智能医疗可以为慢性病患者提供更全面、更及时、更有效的医疗解决方案；（2）金融：基于大数据技术的风控模型可以帮助银行等金融机构更全面、更精准地把握风险，从而更有效地降低贷款损失率；（3）制造业：基于大数据技术的智能制造可以为企业提供更精细、更高效的生产计划、质量控制和供应链管理模型，从而加快生产流程和提高产品质量。
3、大数据应用案例（1）丰田汽车使用大数据技术，增强了其汽车的安全性。
通过分析车辆制造、升级和修理的数据，丰田现在可追踪每辆汽车在整个生命周期内的历史记录，从而可以判断哪些部件比其他部件更容易出问题，以促进更好的零部件设计。
（2）麦肯锡公司利用大数据技术，分析复杂的供应链数据，为其客户找到了大量缺陷，从而优化了供应链，并增加了养殖效率。
三、商业智能的应用1、商业智能的定义商业智能是指针对企业所采集的数据，通过分析数据的关联性、趋势和模式等，概括出有价值的信息，从而帮助企业管理者和决策者做出更准确、更快速和更充分的决策。
2、商业智能的应用领域商业智能技术已经被广泛应用于金融、保险、电力、电信、交通、医疗、教育、制造业等各个领域，例如：（1）银行：商业智能技术可提供客户关系管理、行销活动分析、信用风险管理、探测反洗钱、业务审计和风险控制等服务，可以帮助银行提高业务效能和风险管理水平；（2）医疗保健：商业智能技术能够为医疗保健领域提供病历管理、护理管理、药物管理、医保管理、医生排班和门诊流程优化等服务，从而提高医疗机构的效率和质量。
商业智能在银行中的应用
支持 的整 个 过 程 。
４ 商业 智能应用 ．
（） 计 分析 １ 统 统 计 分 析 指 通过 对 研 究 对 象的 规 模 、速 度 、范 围 、 程 度 等 数 量关 系 的 分析 研 究 ，认 识和 揭 示 事物 的相 互 关 系 、变 化规 律 和 发 展趋 势 ，借 以达 到 对 事物 的 正 确解
商业智能在银行 中的应用
中国农业发展银行营运 中心 李 小庆
目 ， 银行 已积 累 大量 的货 币 经营 、 前 各 银行 卡 和 中间 决策需求 的收集和分析来进行的 ，并根据主题和数据源 业 务数据 ， 这些 数 据为银 行 的正常 生产 和运营 提供 了重要 对商业智能应用体系结构进行详细的设计 ，使商业智能
从数据源抽取数据应该的联机数据访问和
取 出的数据装入和更新商业智能应用 。在和其他 系统 管 分 析 ，并 对 信 息进 行 多个 层 次 、多种 角 度地 观 察 。从 相
理 人 员 协 调 好 的 基 础 上 ，制 定 从 各 系 统 取 用 数 据 的 计 划 ，银行 商业 智 能应 用 就 会 根据 数 据 和 信息 使 用 的 时 间 应 的 银行 主 题 的星 型 模 式 中选 取 适 当 的 维和 度 量 ，生 成 多维数 数 组 一个 多 维 数据 数 组 可描 述 为 ：维 ｌ ，维 ２ ，
１数 据源 ．
商业智能应用中的数据是来 自不 同的计算机和各种 释和预测 的一种研究方法 。基于统 汁分析方法 ，对所有
各样的环境 ，银行商业智能应用提供一个对应外部异构 商业银行经营管理和监管有影响的数据进行深入分析研
商业智能在商业银行的应用
商业智能在商业银行的应用【摘要】商业智能在商业银行的应用旨在提高银行的数据分析、风险管理、客户关系管理、营销优化和业务流程优化等方面的能力，以实现智能化和高效化。
通过商业智能技术，商业银行能够更好地了解客户需求，预测市场走向，降低风险，提升服务质量，优化营销策略，并加速业务流程。
商业智能技术的应用将成为商业银行发展的重要趋势，对未来发展具有重要意义。
商业银行在使用商业智能技术时需要不断积累数据，优化算法，提高数据处理能力和智能决策能力，以确保其在竞争中保持领先地位。
随着科技的不断发展，商业银行将更加依赖商业智能技术来实现创新发展和持续提升竞争力。
【关键词】商业智能、商业银行、数据分析、预测、风险管理、监控、客户关系管理、营销优化、业务流程优化、智能化、高效化、发展趋势、重要意义。
1. 引言1.1 商业智能在商业银行的应用概述商业银行在应用商业智能技术时，可以实现数据的快速分析和预测，识别市场趋势和客户需求，提升风险识别和管理的能力。
商业智能技术还可以帮助商业银行优化客户关系管理，实现个性化服务和精准营销，提升客户满意度和忠诚度。
商业智能技术还可以优化商业银行的营销策略和业务流程，提高效率和降低成本。
商业智能技术的应用已经成为商业银行发展的重要趋势，它不仅可以使商业银行更加智能化和高效化，还对商业银行的未来发展具有重要意义。
随着商业智能技术不断的发展和完善，相信商业银行将会在竞争激烈的市场中脱颖而出，实现更好的发展和增长。
2. 正文2.1 商业智能技术在商业银行的数据分析与预测商业智能技术在商业银行的数据分析与预测是一项关键的应用。
通过商业智能技术，银行可以更好地利用自身积累的大量数据，进行有效的数据分析和预测，从而为业务决策提供更有力的支持。
商业智能技术可以帮助银行对客户数据进行深度分析。
银行拥有大量客户的个人信息、交易记录等数据，通过商业智能技术可以对这些数据进行挖掘和分析，帮助银行更好地了解客户的需求和行为，从而精准地定制个性化的金融产品和服务。
银行商业智能应用分析
不 同行业有不同的解决方案。商业智能解 决 方案 根据 业务 应用 一般 归纳 为四 种类 别: 统计分析类，业务专题类，决策支持 类，企 业报表类. 2. 1 需求调查与分析
银行需求主要有: ( 1) 管理者的需求: 及
时了解 银行各项业务发展状况，获得自己 需要的银 行的经营信息，并利 用系统提供 的各项指标辅助决策。( 2) 财务部门的需求: 进行成 本核算、经 营管理指标、财务指标 分析、了解负债、资产增长情况。( 3) 信贷 部门 的需求: 对贷款 企业及个人的 信用情 况进行分析 、贷款风 险预警、风险 控制及 防范 ; 通过风险价值 管理，分析商业 银行 的总资产 风险比率，分析银行资 金信贷结 构，以降低不良贷 款比率，提高信 贷资产 质量，降低信贷风险. ( 4) 业务 发展部门的 需求: 进行客户关系管理 、可盈利分析, 设 计新产品, 提出业务发展规划等。( 5) 人事部 门的 需求: 进行绩效 管理，对员工及 各分 支机构经 营情况进行考核。 2. 2 银行商业智能的实现目标
2. 3 银行商业智 能系统的整体架构 银 行商 业智 能系 统是 一个 通用 、实
用、全 视角、多角度的 分析平台 ，应该全 面整 合银 行数 据， 建立 从业 务层到 管理 层到 决策 层的 智能 分析 体系 ，模拟 量化 风险和收 益，在全 面整合数 据的基础 上， 经营 分析 不再 局限 于业 务分 类，而 是从 全面 经营 角度 综合 考察 ，使 经营者 能够 即时 掌握 全面 的经 营状 况， 从而迅 速做 出正确决 策。商业 智能采用 了数据仓 库、 联机分 析处理( OLAP) 以 及数据挖 掘这三 种技 术从 不同 的角 度辅 助决 策。其 中数 据仓 库是 基础 ，联 机分 析处 理和数 据挖 掘技 术是 两种 不同 的分 析工 具。这 三种 技术 的结 合能 够使 商业 智能 系统的 辅助 决策能力 达到较高 层次。
基于商业智能的银行信贷管理系统
ｉ ｈ ｓ ｓ ｓ ｅ ，ａ ｃ ｉｅ ｔ ｒ ，ａ ｄ ｔ ｅ ｄ ｓ ｇ ｆ ａ ａ ｗａ ｅ ｏ ｓ ｎ ｎ ｔ ｉ ｙ ｔｍ ｒ ｈ ｔｃ ｕ ｅ ｎ ｈ ｅ ｉｎ ｏ ｔ ｒ ｈ ｕ ｅ ａ ｄ ＯＬＡＰ ａ ｅ ｉ ｍａ ｇ ｇ ｍｅ ｔｓ ｓ ｅ ；ｂ ｓ ｎ ｓ ｎ ｅ ｌ ｅ ｃ ｙ ｒ ｓ ｒ ｄｔ ｎ ａ ｅ ｎ ｙ ｔｍ ｕ ｉ ｅ ｓ ｉ ｔ ｌ ｇ ｎ ｅ；ｄ ｔ ｒ ｈ ｕ ｅ ａ ａ ｍｉ ｉ ｇ；ＯＬＡＰ ｉ ａ ａ ｗａ ｅ ｏ ｓ ；ｄ ｔ ｎ ｎ
部 分 组 成［ ． 业 智 能 解 决方 案 将 企业 业 务 数 据 转 】商 ］
算 机 系统 中， 但这 些 原始 的业 务 数 据 往往 游 离 于各
个 业务 系统 之 间． 场 的需 求 和 银行 本 身 发 展 的要 市
换 成 明确 的、 于 事 实 的 、 基 能够 执 行 的信 息 ， 企业 使 能够更 快 更 容 易 的做 出更 好 的商 业 决策 ． 企 业 管 使
Ｚｈ ｎｇｐｉ Ａ ｓ ｏｅ Ｐｒ ｆ， ｏｕ Ｊｉ ｎｇ ｓ ｏ Ｃｏｌｅ ｆＣｏｍ ｐｕ ｅｒＳｃｅ ｃ ＳＣＵＦＮ ， ｕ ｎ ４ ０７ Ｃｈｉａ ｌｇｅ ｏ ｔ ｉｎ ｅ， Ｗ ｈａ ３０ ４， ｎ
经过 ２ Ｏ多年 的发展 ， 国商业 银行 的 电子 化程 我
Ａｂ ｔ ａ ｔ Ｔｈ ｓ ａ ｔｃｅ ｉ ｔ ｏ ｕ ｅ ｅ ｉ ｎ ｏ ｒ ｄ ｔ ｍａ ａ ｅ ｎ ｙ ｔ ｍ ａ ｅ ｎ Ｂ ｓｎ ｓ ｎ ｅ ｌ ｅ ｃ Ｂ ） Ｔｈ ｓ ｒ ｃ ｉ ｒｉｌ ｎ ｒ ｄ ｃ ｓ ｄ ｓｇ ｆ ｃ ｅ ｉ ｎ ｇ ｍｅ ｔｓ ｓ ｅ ｂ ｓ ｄ ｏ ｕ ｉ ｅ ｓ Ｉ ｔ ｌ ｇ ｎ ｅ（ Ｉ ． ｉ ｅ
商业智能技术的应用案例
商业智能技术的应用案例商业智能技术，或称为商业智能（Business Intelligence，BI），是指利用数据分析、数据挖掘等技术，为企业和组织提供决策支持的一种技术及应用。
商业智能技术的应用案例，并不仅局限于特定行业，而是广泛应用于各种类型的企业和组织，也不仅仅是针对外部市场和客户，还包括对内部运营和管理等方面。
以下是几个不同领域的商业智能技术应用案例：1. 零售业：利用商业智能技术，零售企业可以实时掌握自己的库存情况，反应客户对产品的反馈和供需情况等。
通过数据分析，明确客户的消费习惯，针对其特点进行营销策划和销售优化，提升客户黏性和满意度。
如西班牙零售巨头Inditex集团旗下Fast Retailing公司，便成功运用商业智能技术来实现智慧供应链管理，并实现全球化管理和核心业务的数字化升级。
2. 金融业：银行和保险业等金融机构，可以通过商业智能技术，分析客户的风险偏好、信用评估等关键数据，来实现更精准的量化风险控制和风险防范。
同时，金融机构也可利用商业智能技术，分析投资组合、市场趋势等数据，帮助投资管理人员做出更高效的决策。
如摩根士丹利就在其资管业务中应用商业智能技术，以提升客户服务水平和转型升级业务模式。
3. 制造业：制造业中，商业智能技术可用于提高生产效率和品质控制，精准管理供应链和库存，降低成本和风险。
如日本多元化制造商松下公司，在其工厂中引入商业智能技术，实现了在大量生产数据的智能分析和管理，提高了产品质量的稳定性和量产率。
4. 医疗业：商业智能技术在医疗行业中的应用，可以帮助医疗机构提高医疗资源的配置和利用效率，提高患者医疗体验和治疗质量。
如美国医疗科技公司Medtronic，通过数据分析病患临床指标和医疗设备参数，实现了全球糖尿病自动化治疗方案。
商业智能技术的应用案例还远不止以上几个领域，它已经成为现代企业发展和经营决策的重要工具。
商业智能技术的不断创新和发展，将为各行各业创造更多价值和机遇。
商业智能系统(BI)
商业智能系统(BI)1. 项目简介商业智能也称作BI是英文单词Business Intelligence的缩写。
商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。
这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。
为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。
因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。
因此，把商业智能看成是一种解决方案应该比较恰当。
商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。
商业智能的基本过程如图1所示。
图1 BI 基本过程从图1中可以知道，商业智能的体系结构主要由数据源、ETL、数据仓库和数据分析及展现等四部分构成。
数据流通过外部异构数据源进入ETL过程，在ETL过程后被存入数据仓库，用OLAP类型加以分析和查询，从而得出用户所需要的数据信息。
研究商业智能系统的体系结构有助于加强商业智能系统在企业中更加普及的运用，促进商业智能的快速发展。
外部数据源的主要来源是企业各个应用系统产生的数据也可以使外部数据，选择出有代表性的数据进入系统。
ETL技术是指对外部进入的数据进行抽取（Extraction）、转换（Transformation）和装载（Load）。
2. 功能需求目前，很多厂商活跃在商业智能（下面称BI）领域。
商业智能在银行盈利性分析系统中的应用
虱圄国画虱
， —
＼ —
— ．
．
二
厂——］
广—— ］
Ｊ ｛ １ Ｉ ｌ — ｌ 嗣 、 Ｊ 目 ‘
—
—
／
ｌ
ｌ
ｌ一 ’
一
１
Ｆ＝ ＝＝ ． ＝ ＝卜
嚼
Ｌ—
Ｌ—
Ｌ竺 Ｌ 竺 竺
２ 基 于商 业智 能 的盈利 性分析 系统 整体架 构
－ Ｔ 平台 商业智 能（ ｕｉｅｓＩｔ ｌ ｅ ｃ ，８） Ｂ ｓ ｓ ｎｅ ｉ ｎ ｅ Ｉ ｎ ｌｇ 是运用数据仓库、联 ２１ ＥＬ 机 分析 处理（ ０Ｌ ） 和数 据挖掘（ ｗ） Ｄ 技术来 处理 和分析数 据
图 １系统架构
该平 台负责完成信息集成加工的工作 ， 从各个业务上游系
的技 术，它允许用户查询和分析数据库或数据仓库 ， 进而得 出 统 中获取业务 明细数据，完成数据清洗、加载 、转换操作 。 影响商业活动的关键 因素 ， 最终帮助用户做出更好、 更合理 的
决策。
首 先，把符合质 量标 准的业 务明细数据加载到数 据集市 中：其次 ，分发给各个业务功能模块进行数据加工处理、形成
根据不 同的分析指标 ， 各个业 将 近年来，商业 智能技术作为一种将数据变为信息、 息转 各个业 务的结果数据 ；最后 ， 信
变为知识的技术，在金融、电信等行业有着非常好的应用 。
务 的结果数据按 照分析维度汇总 ， 得到的分析结果存入数据集
盈利性分 析系统主要 将多维度 的盈 利信 息展示在管理者 市 中 。 面前 ，使其清 楚全 行各 维度 的盈利状况 ，提供 多维度 的，例如 ２２ 数据集市 ．
主题 的、集成的、不可更新 的（ 稳定性） 、随时间不 断变化 （ 不
银行决策需加快商业智能的应用
来 ，银 行都 将面 临 代 ， 随着 金融市场 的开 放 ， 低利 率和 信 ；
着一 个激 烈 竞争的 用扩 张 强烈刺 激着 消 费 ，零售 业务 开 态 势 ，必 须 及时 响 始成 为银 行 的主要 业 务和收 入 ，客 户 应 多 变 的 市 场 需 对金 融产 品和 服 务的要 求 已经越 来越 求 ，才能 持续 地生 高 ，此时 银行 业 务部 门和管 理层 首要
从而 进行预 测分析 ，制定 计划并 做 出 市场 部统 筹策 划银行 的形 象和 市场 定 行甚至基层储蓄 所 ） 、业务类别 （ 活期、 明智 的决 策 。而经过 近二 十年 商业银 位 、 经营效益 与员工收入直接挂钩 、服 整存整取 、大额定期 、存本取息 、定 活 行 的金融信 息化 工作 ，商业银 行 已经 务时效有承 诺、安排客 户满意调查 等 ， 两便 、 Ｏ 、交易方式 （ 员、ＡＴ Ｐ Ｓ） 柜 Ｍ、 具备 了采 用商业 智能 进行决 策支持 的 正是 由于这 些 商业银 行很 容 易接纳 新 Ｐ ＯＳ、银券联 网 、电话 、Ｉｔｒｅ 等 ） ｎｅｎ ｔ 、
人行 的 电子 清算 系统 等 ，从 而确 保了 近年 来，商业银行业 务发展十分迅 交 易信息 源能及 时 的获得 及数 据仓 库 速 ，优秀的、面对客 户的联机交易处理 建成后 使用的方 便 。 系统 不断 涌现 ， 客户 的服 务质量也在不
商 业 银 行 具 备 实 施 商 业 智 能 的 前 提 条 件
一
、
银行业 中，流传着这样一 种说 法 ：
其次 ，商业 银行 已建 设或 正在 建 断提高 。但是 ，随着规模的扩 大 ，银行
“０ ２ ％的客 户带 来银行 ８ ％的存款 。 设的全行范 围的业务 系统 ，包括储 蓄、 的管理与决策也面临越 来越 大的挑战 。 ０ ”
商业智能技术在金融领域的应用
商业智能技术在金融领域的应用商业智能技术是指以数据为基础，运用数据挖掘、分析等技术，通过可视化的方式呈现出来，帮助企业和组织做出更明智的决策。
在金融领域，商业智能技术的应用尤为广泛。
本文将探讨商业智能技术在金融领域的应用。
一、商业智能技术在银行业的应用银行是金融行业中的一个重要组成部分，而商业智能技术在银行业的应用则主要涉及到两个方面：一是风险管理，二是市场营销。
在风险管理方面，商业智能技术可以帮助银行从大量的数据中识别出潜在的风险。
例如，商业智能技术可以分析客户的信用记录、还款能力等信息，将风险等级进行分类，进而减少银行的风险损失。
在市场营销方面，商业智能技术可以帮助银行精准的识别出潜在客户，以便更好地开展市场推广。
例如，商业智能技术可以分析客户的兴趣爱好、消费习惯等信息，推荐合适的产品和服务，从而更好地满足客户的需求。
二、商业智能技术在证券行业的应用证券行业是金融行业中的另一个重要组成部分，而商业智能技术在证券行业的应用主要涉及到两个方面，一是投资决策，二是客户关系管理。
在投资决策方面，商业智能技术可以帮助证券公司从大量的数据中分析出股票的趋势和趋势的变化，进行投资决策的辅助。
例如，商业智能技术可以分析股票的历史走势、市场热点等信息，预测未来的走势，为投资决策提供依据。
在客户关系管理方面，商业智能技术可以帮助证券公司更好地了解客户需求，提供更加个性化的服务。
例如，商业智能技术可以分析客户的交易习惯、投资偏好等信息，推荐最合适的投资策略，提高客户满意度。
三、商业智能技术在保险行业的应用保险行业同样是金融行业中一个重要组成部分，而商业智能技术在保险行业的应用也主要涉及到两个方面，一是风险管理，二是客户关系管理。
在风险管理方面，商业智能技术可以帮助保险公司了解潜在客户的风险等级，判断客户是否适合购买保险。
例如，商业智能技术可以分析客户的身体健康状况、家庭背景等信息，判断患病的风险，从而筛选出符合标准的客户，降低风险。
金融信息管理系统
金融信息管理系统（Financial Information Management System, FIMS）是指对金融机构的风险管理、信息管理、业务流程管理等方面的支持进行集成处理的系统。
这种系统能够追踪、存储、分析和传递市场和机构间的信息，以便支持管理决策、风险控制和业务流程管理。
本文就FIMS的相关内容进行论述。
一、FIMS的定义与作用（FIMS）是一种综合性的商业智能系统，它能够帮助金融机构实现数据的收集、存储、分析和传递，并将这些数据转换为供管理层、业务部门、风险管理部门等使用的信息。
FIMS的作用主要表现在以下几个方面：1. 提高信息利用率：金融机构的信息资源广泛，但分散且重复，缺乏完整性，难以及时发现与利用信息价值。
FIMS能够将分散且不完整的信息收集起来，进行聚合和分析，从而提高信息利用率，减少信息的浪费。
2. 实现信息共享：金融机构内部各个部门的信息往往存在隔离和孤立，缺乏有效的共享机制和流程，FIMS能够统一数据模型和基础设施，实现信息共享，减少重复工作和冗余数据。
3. 优化业务流程：FIMS能够实现业务流程的优化和标准化，为业务处理提供可操作性、可追踪性和可审计性。
从而提高管理效率和风险控制能力。
4. 改善风险控制：FIMS能够实现对风险的识别、评估、管理和监控，及时发现和处理风险事件，降低风险损失。
二、FIMS的架构与组成FIMS的总体架构主要由数据层、逻辑层和应用层三个部分构成。
其中，数据层主要负责数据的存储和管理，包括数据仓库、数据库等；逻辑层主要负责数据的转换和处理，包括ETL （Extract-Transform-Load）和数据挖掘等技术；应用层主要负责数据的展示和使用，包括BI（Business Intelligence）、报表、可视化等。
FIMS的数据层主要由以下几个组成部分：1. 数据仓库：负责存储金融机构的历史数据，为数据分析和挖掘提供数据支持。
2. 数据库：负责存储金融机构的实时数据，并提供数据查询和更新等功能。
企业信息化系统建设实施探究──光大银行商业智能应用平台建设经验介绍
企业信息化系统建设实施探究──光大银行商业智能应用平台建设经验介绍张海纳西南交通大学公共管理学院国贸０９级企业通过企业信息化系统的建设，科学的整合企业资源、理顺企业管理流程，逐步实现企业管理现代化，现结合光大银行（以下简称光大）的成功案例加以分析说明，具体如下：第一阶段：界定问题阶段：界定问题是系统开发的第一步，就是要分析清楚系统所要解决的问题，明确问题所存在的根源，而不是表面现象。
在问题方向明确后，制定出解决问题的战略，这直接关乎到系统最后开发出来成功与否，是系统开发的根本。
商业银行的信息化大致可以划分为帐务电子化、数据大集中和管理决策信息化三个发展阶段。
第二阶段：系统分析阶段：系统分析阶段是要对界定分析出的问题，采取何种战略进行解决的阶段，系统分析员要根据用户的实际，完成一个逻辑模型来确定解决问题的战略性的过程；就那光大来说，光大银行拥有众多客户群，几百个分支机构遍布国内外；对于一个庞大的机构，如此多的金融服务，管理的复杂性难度极大，其信息化建设初期，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。
在成功实现业务系统全国联网和总行数据大集中后。
经营管理分析方面出现了一些亟待解决的新问题，如：数据统计不及时准确、对高层决策分析缺乏专业化、系统化支持、报表处理效率低下、数据共享难、很难为以客户为中心的经营管理模式，完成足够的信息支持、绩效考核、无很好的ＩＴ系统为基础支撑等等。
问题的根源就在于问题界定不明确，如果只有集中没有挖掘，信息集中就将毫无意义，企业反倒会被海量的数据流所吞没。
为了尽快突破海量数据的封锁，挖掘其中蕴涵的信息，光大银行决策层于２００２年开始立项商业智能及数据仓库系统。
第三阶段：系统设计阶段。
系统设计阶段，就是对已分析出的系统建设战略进行具体实施，也可以说，分析是战略性阶段，设计是战术性阶段，将“做正确的事”变成“将事情做得正确”，就是说将系统设计的各个系统阶段变成电脑可执行的程序，也就是将分析出的逻辑阶段转化成物理阶段；就光大来说就６ｉ６ｍ＊｀＋Ｃ９Ｔ３ｑ）Ｒ２Ｂ６第第国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面制定了一系列实施计划。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
银行商业智能应用系统 ---广东华际友天提供为了将更好的解决方案呈现给企业客户，海波龙（Hyperion）面向合作伙伴成立了解决方案中心，中心收录的解决方案覆盖了政府、能源、电信、金融、制造业等众多主流行业。
海波龙（Hyperion）解决方案中心——将为合作伙伴提供的强大的支持平台，同时，将强大的技术资源和成功应用经验相结合，为企业用户提供最佳的应用解决方案，与中国用户共同分享成长企业成功之道。
广东华际友天信息科技有限公司是一家专门从事金融行业等领域应用系统的开发、集成以及软件信息产品的销售和维护的高科技企业，是国内最早致力于数据仓库在金融领域应用、开发的公司之一，开发了一系列以数据仓库、中间件、工作流为核心技术的自主知识产权产品，公司的主要业务是为客户提供最优化的应用系统集成方案、数据仓库解决方案、企业级的智能化数据存储/灾难备份解决方案,以及计算机主机系统、存储系统的供货、安装、维护服务等。
范围覆盖了商业智能、分析决策、流程审批、客户服务、存储管理、灾难备份、网络服务等各个方面。
市场需求根据IDC的最新统计，随着数据和信息需求加大、IT基础设施市场趋于成熟，目前商务智能解决方案在中国的市场价值约为4.38亿美元，增幅达41%，超出业界平均水平3倍。
显然，商业智能在中国正处于蓬勃发展的时期。
随着业务的扩张、业务风险的增加，银行业对与业务相结合的BI解决方案的需求快速增长，如：风险监控、客户价值分析、综合绩效管理等。
广东华际友天信息科技有限公司多年的银行应用开发背景，对银行的业务和需求有着深层次的了解和认识，经过多年的研究和积累，开发了Visionsky银行商业智能应用系统正切合市场的迫切需要。
目标市场中国加入WTO后，银行业务将在3至5年内对外资银行开放，银行业务面临更加残酷的竞争。
银行业的竞争本质上就是客户的竞争，而且是优质客户的竞争。
针对客户发现、客户提升、客户保持、市场细分、忠诚度、贡献度、个性化服务乃至个人信用风险等等一系列围绕客户关系的新问题，支持日常运作的银行业务系统是面向柜员和交易的日常营运和客户服务基础设施，无法提供众多分析、决策用户对大量历史数据同时进行突发的、复杂的决策分析，而建立一套以客户为中心的银行商业智能系统则是实现上述命题的必要可行手段。
Visionsky公司银行商业智能应用系统的目标市场就在于银行业。
解决方案概述Visionsky商业智能应用系统是一套完整的解决方案，以数据仓库技术为基础，借助IBM和Hyperion 在业界领先的应用软件，专门针对各类关键业务的商业智能应用。
系统通过对业务数据进行集中存储和统一管理，确保业务人员随时掌握企业的经营风险、运营情况和经营目标。
同时，引入详细交易数据，通过各种数据的关联分析，衡量各类客户需求、满意度、赢利能力、潜在价值、信用度和风险度等指标，帮助企业识别不同的客户群体，确定目标市场，为实施差异化服务、产品合理定价策略提供技术支持。
Visionsky银行商业智能应用系统是一套完整的体系，从架构上，系统分为五个组成部分：基础网络、数据源、数据采集、数据存储、数据应用；从具体的技术来看，包括数据模型、源系统分析、源数据质量分析、数据对照及数据集成定义、数据抽取转换清洗加载（ETL）、数据呈现、元数据管理等。
以上这些元素共同构成了Visionsky银行商业智能应用系统环境。
其中，数据处理的流程为：数据采集系统把操作环境中的各类业务数据导入到临时存储区，根据数据对照、数据质量分析之后获得的数据清理指引、数据集成定义等进行数据集成，存放到数据仓库，再根据查询、分析、报表的业务需求，对数据仓库数据进行非规范化、定制、汇总等信息加工，形成数据集市，最终通过数据呈现工具提供给用户。
在硬件层面，系统采用IBM RS/6000作为数据库服务器、ETL服务器、应用服务器和WEB服务器，这些服务器通过局域网连接各类分析客户端；在软件层面，系统采用IBM DB2 UDB作为数据存储和管理软件，Hypersion Essbase 作为多维数据库服务器，ETL开发工具采用UNIX SHELL结合IBM DB2 SQL Procedure或采用第三方ETL 工具如Ascential DataStage，前端分析工具采用Hyperion Intelligence。
前端工具采用的Hyperion Intelligence在商业智能技术和产品中出于领先水平。
Hyperion Intelligence提供丰富的信息展现能力：强大的查询功能，灵活的报表设计和编辑功能，并且提供多项OLAP引擎扩展功能。
同时，海波龙强大的数据PULL/PUSH技术，特别是其服务端的分析任务计划调度、基于Web的报表分发、客户端零管理等功能，可为用户搭建出高效的数据分析环境。
Visionsky银行商业智能应用系统现已成为中国银行业务相关人员进行决策分析和经营管理的有效支持工具。
一方面，通过对客户信息的分析，识别出给银行带来更多利润并且信用好的客户，对这些客户提供更多更好的服务；另一方面，对信用差的客户，则想办法防止其坏账呆账行为，降低风险。
除此之外，针对具有较好潜在利润的客户群体设计促销活动，将这些客户吸引到银行来，进行交叉销售，这样既拓展了银行业务，又降低了促销成本。
Visionsky银行商业智能应用系统包含的数据集市应用有：信用卡业务分析系统资产质量监控系统外汇宝分析系统零售贷款分析系统业绩考核系统国际结算业务分析系统财会分析系统解决方案的功能客户关系管理与个性化服务根据客户的风险度和消费能力进行分类；根据客户的消费行为进行分类；根据客户的个人特征（年龄、性别、职业、收入等）进行分类；根据客户的喜好制订客户服务计划，提供个性化服务。
风险管理和控制对客户信用级别进行科学评估；挖掘分析风险因素，归纳和总结产生坏帐的原因和种类；监控客户的异常消费行为，减少恶意透支和欺诈行为；及时提供止付名单；基于原有客户的信息分析，有针对性发展新客户。
利润贡献度分析采用先进的利润考核方法，精确计算账户、客户、产品、机构的净利息收入、手续费、佣金以及各种服务渠道所耗费的成本，帮助银行准确了解利润构成情况，进行有效的资源配置和资金运用。
绩效考核绩效考核应用平衡计分卡理念，将任务和决策转化成具体的指标，从财务、客户、内部业务流程、员工四个方面来衡量绩效。
系统既有关键绩效指标KPI，又包括日常业务管理的基础指标。
量化银行经营的实际绩效，提高决策和经营管理的及时性、科学性和高效性。
商机根据IDC的最新统计，随着数据和信息需求加大、IT基础设施市场趋于成熟，目前商务智能解决方案在中国的市场价值约为4.38亿美元，增幅达41%，超出业界平均水平3倍。
显然，商务智能在中国正处于蓬勃发展的时期。
随着业务的扩张、业务风险的增加，银行业对与业务相结合的BI解决方案的需求快速增长，如：风险监控、客户价值分析、综合绩效管理等。
广东华际友天信息科技有限公司多年的银行应用开发背景，对银行的业务和需求有着深层次的了解和认识，经过多年的研究和积累，开发了Visionsky银行商业智能应用系统正切合市场的迫切需要。
解决的业务问题：中国加入WTO后，银行业务将在3至5年内对外资银行开放，银行业务面临更加残酷的竞争。
银行业务竞争本质上就是客户的竞争，而且是优质客户的竞争。
针对客户发现、客户提升、客户保持、市场细分、忠诚度、贡献度、个性化服务乃至个人信用风险等等一系列围绕客户关系的新问题，支持日常运作的银行业务系统是面向柜员和交易的日常营运和客户服务基础设施，无法提供众多分析、决策用户对大量历史数据同时进行突发的、复杂的决策分析，而建立一套以客户为中心的银行商业智能系统则是实现上述命题的必要可行手段。
竞争优势多样的信息分析方法智能的数据挖掘功能集查询、分析及报表功能于一身灵活的数据动态分析支持分析型应用开发灵活丰富的信息展现及发布方式支持浏览器/服务器访问方式，实现零维护客户价值金融行业间的竞争日趋激烈，如何及时、准确地提取来自银行分支机构的业务信息进行汇总、分析，以随时监控业务运作的安全并进行科学决策，是商业银行各层管理人员所关心且迫切要求的。
但当统计分析人员要从积累了大量数据的业务数据库中提取数据进行分析时，简直无从下手，大量的、不一致的、难于访问的数据不能够为银行管理决策者提供有效的支持。
问题的症结并非业务系统设计得不好，而是业务系统首先并不是为统计分析、管理决策人员设计的，而是主要为业务操作人员考虑，在数据的存储上只考虑了交易的响应速度、交易流程控制安全等因素。
数据仓库技术的出现,很好地解决了这些问题。
建立在银行数据仓库上的Visionsky公司银行商业智能应用系统的主要设计思想就是将分析决策所需的大量数据从传统的业务系统中分离出来，把分散的、难于访问的操作数据转换成集中统一、随时可用的信息而建立的一种数据存储环境。
数据仓库为决策提供数据的特征可概括为：面向业务的主题内容，日常操作数据的汇总与统一，可管理的数据变换，使用并处理历史信息，数据与算法经打包而合一，实现数据在逻辑上的集成等几个方面。
Visionsky公司银行商业智能应用系统在以下几个方面可以帮助中国的银行提升其自身价值：1) 能提高银行资产质量，防范金融风险银行资产的保值、升值是发展的基本保障，而不良资产的产生主要源于资金管理、贷款授权和统一授信体制的不完善。
而银行通过利用数据仓库技术，就可对全行的信贷资产进行有效管理，对信贷客户有更为深入、全面的了解，并可从全行的角度和资产优化的角度来实施综合管理，有效地控制风险，提高银行的资产质量和利润率。
2) 能提高银行管理水平，降低成本，提高效率银行商业智能应用系统的建立可实现对产品、部门、机构的利润与成本分析，通过对成本实现事前、事中和事后控制来增加效益，并且能够改观银行各级管理部门的管理、控制和协作的手段，使整个银行的经营管理更加高效、科学、规范。
3) 能保证银行的可持续发展，深化内部改革银行商业智能应用系统的建立和完善，有助于银行逐步规范管理流程、优化业务处理、提高资本利用率，是银行进一步健康发展的动力和保障。
公司介绍广东华际友天信息科技有限公司是由十几位具有资深银行管理及开发经验的人员创办组成, 注册资本1100万元，是广州市认定高新技术企业、天河科技园成员企业，科技部火炬中心认定的中国软件欧美出口工程试点企业，获得广东省软件协会“双软”企业证书、 ISO9001：2000质量管理体系认证证书、国家计算机信息系统集成三级认证证书。
主要客户有银行、证券公司、传媒机构、电力、电信及工商企业等。
公司拥有在IBM/9000、RS/6000、AS/400、SUN等计算机平台以及OS/390、AIX、OS/400、WINDOWS NT 、SUN Solaris等软件平台上的丰富开发经验。