商业银行-BI架构体系
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
商业智能(BI)咨询合同
商业智能（BI）咨询合同甲方（委托方）：名称：[甲方公司名称]法定代表人：[甲方代表姓名]地址：[甲方公司地址]联系电话：[甲方联系电话]乙方（受托方）：名称：[乙方咨询公司名称]法定代表人：[乙方代表姓名]地址：[乙方咨询公司地址]联系电话：[乙方联系电话]一、合同基本情况1. 项目名称：[甲方公司名称]商业智能（BI）咨询项目2. 项目背景：甲方公司在业务发展过程中，积累了大量的数据，但缺乏有效的数据分析和决策支持手段。
为了更好地利用数据驱动业务发展，提高决策效率和准确性，甲方决定委托乙方提供商业智能（BI）咨询服务。
乙方在商业智能领域具有丰富的经验和专业知识，能够为甲方提供全面的解决方案。
二、服务内容1. 业务需求分析- 与甲方公司各部门沟通，了解业务流程、业务目标和决策需求。
- 分析现有业务系统和数据来源，确定数据的可用性和质量。
- 确定商业智能（BI）系统的关键指标和分析维度，为后续的数据建模和可视化设计提供依据。
- 编写业务需求分析报告，详细阐述业务需求、数据需求和预期的分析结果。
2. 数据整合与治理- 设计数据整合方案，将来自不同系统和数据源的数据进行整合和清洗，确保数据的一致性和准确性。
- 建立数据治理框架，制定数据标准、数据质量规则和数据安全策略。
- 开发数据仓库或数据集市，用于存储和管理整合后的数据。
- 提供数据监控和维护方案，确保数据的及时性和完整性。
3. BI 系统选型与架构设计- 根据甲方公司的业务需求和技术要求，评估不同的商业智能（BI）工具和平台。
- 设计 BI 系统的架构，包括数据源层、数据存储层、数据分析层和数据展示层。
- 确定 BI 系统的技术选型，如数据库管理系统、ETL 工具、数据分析工具和可视化工具等。
- 编写 BI 系统选型与架构设计报告，详细说明系统架构、技术选型和实施计划。
4. 数据分析与建模- 运用数据分析方法和技术，对整合后的数据进行深入分析，挖掘数据中的潜在模式和趋势。
商业银行IT系统介绍
CRM系统（一）
实施目的 正确评估客户的价值并提供相应的服务 预测和提升客户的长期忠诚度 通过交叉销售提升客户的长远价值 辨别高风险的客户并调整相应的经营策略 使银行能够满足客户个性化的需求 银行各业务部门共享统一客户信息的平台 CRM系统可以通过和CMIS、CALL CENTER、网银等系统对接，为上述系统提供支持。 CRM系统与CIF系统的区别在于：CRM侧重于分析，而CIF侧重于联机交易的信息支持（注）。 CRM系统根据分析对象的不同，分为对公的CCRM和对私的PCRM。
个人贷款管理系统
风险管理体系
商业银行风险管理体系一般包括如下要素：风险文化、风险管理体制和机制、风险管理政策和程序、风险管理的技术和方法、风险管理计算机系统、风险管理人员。 有效的风险管理，必然是上述要素共同作用的结果。只有在以上诸要素的配合下，风险管理IT系统的作用才可能有效发挥。
风险管理系统--前言(一)
银行IT系统总体架构
一个IT系统的评价标准
处理正确性 效率 稳定性 开放性 界面友好性 易维护性 可扩展性 交易安全性 配置灵活性 连接兼容性 平台兼容性
这些指标是评价一个IT系统的一般性依据。根据应用和需求的不同，评价的侧重点也不同
产品化与定制化
对银行IT公司来讲，产品化与定制化是银行项目的两种形式。产品化指公司的系统拿到客户环境，只需做一些参数的设置和少量的修改即能基本满足客户的要求，反之，定制化指公司为客户量身定做系统。 系统的产品化设计时，需要设计人员有足够的业务前瞻性和灵活性，难度很大。但无疑产品化是银行IT公司长久发展的必然选择，而定制系统则是在产品化之前积累经验的一种途径。 由于银行业务的复杂性和银行机构的多样性，在业务系统方面，基本上还是以定制为主。反观在渠道类系统等各行需求差异不大的场合，则以产品化为主。
《商业银行资本管理办法》附件18——操作风险资本计量监管要求
附件18：操作风险资本计量监管要求一、标准法（一）业务指标定义业务指标（BI）为利息、租赁和分红部分（I1.DC）,服务部分（SC）,金融部分（FC）之和。
业务指标构成说明见表1。
以下损益项目不纳入业务指标项目:1.保险或再保险业务的收入和支出。
2.从保险或再保险保单中获得的保费和偿付/支付。
3.管理费用，包括员工支出、非金融服务的外包支出（如物流、IT、人力资源）和其他管理费用（如IT、公用事业、通信、差旅、办公用品、邮资）。
4.管理费用的收回，包括代表客户收回的付款（如向客户征税）。
5.房产及固定资产的支出（因操作风险损失事件造成的支出除外）。
6.有形资产和无形资产的折旧/摊销（租赁资产的折旧除外）。
7.与操作风险损失事件无关的准备金/准备金转回（如为养老金、承诺和保证计提的准备金/准备金转回）。
8.按合同规定偿还股本的支出。
9.减值/减值转回（如金融资产、非金融资产、对子公司、联营公司、合营公司的投资）。
10.在利润表确认的商誉变动。
11.企业所得税（基于利润的税收，包括当期税收和递延所得税）。
12.业务活动终止，并经监管部门认可的项目。
（二）适用的内部损失乘数商业银行计量操作风险资本要求，应使用1作为内部损失乘数（I1.M）符合本部分（三）损失数据相关要求的商业银行，经银保监会验收合格后，o可采用自身损失数据自行计算内部损失乘数。
银保监会可根据商业银行的实际损失情况，要求其使用大于1的内部损失乘数。
对于自行计算内部损失乘数的商业银行，不符合损失数据相关要求的子公司在计算标准法下操作风险资本要求时，应使用1作为内部损失乘数。
银保监会可以要求该子公司使用大于1的内部损失乘数。
（三）损失数据的识别、收集和处理要求商业银行应将损失数据纳入操作风险资本要求计量。
收集的数据应是高质量、准确并完整的，以确保计算得出的操作风险资本要求与商业银行操作风险损失相匹配。
商业银行损失数据的识别、收集和处理应满足一般要求和具体要求。
BI之SSAS完整实战教程1--开篇，BI简介SSAS简介
BI之SSAS完整实战教程1--开篇，BI简介SSAS简介⽂章提纲商业智能（BI， Business Intelligence）基本概念SSAS（SQL Server Analysis Services）相关⼯具（开发、管理和客户端）总结⼀、商业智能（BI， Business Intelligence）基本概念商业智能的概念在1996年最早由加特纳集团（Gartner Group）提出，加特纳集团将商业智能定义为：商业智能描述了⼀系列的概念和⽅法，通过应⽤基于事实的⽀持系统来辅助商业决策的制定。
商业智能技术提供使企业迅速分析数据的技术和⽅法，包括收集、管理和分析数据，将这些数据转化为有⽤的信息，然后分发到企业各处。
-- 以上摘⾃百度百科简⽽⾔之，商业智能是⼀个将数据转换为信息，进⽽发现信息中隐藏的知识，并将其应⽤于商业的过程。
以微软BI解决⽅案为例。
典型架构举例（以下⼤部分图⽚都来⾃于百度图⽚）：我们可以将BI整体系统架构归纳为四个部分：数据源（关系数据库）à 数据仓库 à OLAP à 前端展现⼯具与之对应的，BI解决⽅案的相关产品模块我们对照产品看架构⽐较直观。
可以看到，BI解决⽅案⽐传统的报表⽅案更加强⼤的就是增加了OLAP组件。
-------------------------------------------------------------------------------补充背景知识：当今的数据处理⼤致可以分成两⼤类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。
OLTP是传统的关系型数据库的主要应⽤，主要是基本的、⽇常的事务处理，例如银⾏交易。
OLAP是数据仓库系统的主要应⽤，⽀持复杂的分析操作，侧重决策⽀持，并且提供直观易懂的查询结果。
商务智能PPT
一、商务智能概述 二、数据仓库 三、数据挖掘 四、联机分析处理 五、总结
商务智能 商务智能即Business Intelligence,简称 智能 BI，是企业利用现代信息技术收集、管理和 是 分析商务数据和信息，创造和累计商务知 识和见解，改善商务决策水平的一套完整 一套完整 的解决方案。 的解决方案。
BI的作用和目的
• 理解业务 认识是哪些趋势、哪些非正常情况和哪些行为正对业务 产生影响 • 衡量绩效 • 改善关系 • 创造获利机会
BI的应用现状
• 欧美企业在2003年底大约有70%部署商务智能，虽然并不 一定把它当做全公司范围的、战略性的计划。美国和欧洲 的企业对商务智能工具的使用略有不同，美国企业用商务 智能做在线处理比欧洲企业多，而欧洲企业用商务智能进 行高级分析比美国企业多。 • 虽然许多企业都计划实施商务智能，但商务智能仍未能被 广泛地提升到战略性层面。 • 商务智能在中国的发展还处于起步阶段，大部分企业对商 务智能还缺乏必要的了解。 • 中国宝钢、海关以及大的银行和电信公司进行了数据仓库 和数据挖掘项目。
商务智能的发展趋势
商业智能软件市场在最近几年得到了迅速增长。从全球范围来看,据ＩＤＣ预测,到 2005年,这个市场将以27%的年平均增长率发展,届时将会达到118亿美元。越来越多的 组织开始扩展商务智能的应用。而随着现今企业商业流程日趋复杂、企业战略考虑越 来越要求精确性，以及市场从供应商为导向变为客户为导向，现在的商务智能技术也 在不断地发展中，体现了许多方面的趋势： 1. 绩效管理 2. 产品模块的集成 3. 结构化和非结构化数据 4. 数据质量 5. 预测分析 6. 客户定制化 企业中的大部分商务智能用户是偶尔的信息消费者，他们仅需要基本的报表和电子 表格功能。然而大多数商务智能软件的功能和特性远远超出了那些用户的接受和学习 能力。同样的，对信息消费者分类，根据功能和特点定义级别是必要的。加强商务智 能软件的客户可定制化功能，将会进一步扩大软件的用户群。
什么是BI(上)
什么是BI？Business Intelligence(BI) = Data Warehouse(DW) + OLAP + Data Mining(DM)商业智能=数据仓库+联机分析+数据挖掘做BI的目的是帮助用户进行决策分析，从多维的角度来分析现状，给决策者做出正确的决策提供可靠的数据基础与背景，为企业的发展做出正确的导向。
然而在国内做BI确走入了一个误区，通常客户拿BI当报表系统来用，这有点大才小用的感觉，还有就是各个公司水平不同，常常有个别公司拿着拿着非BI系统来欺骗客户给BI蒙上了一层不好的印象，总的来说近两年BI在国内的发展还是比较顺利的，有越来越多的企业和机关来开始做自己的BI系统，比如银行、税务、保险等行业。
BI通常的架构或基本架构是：源数据->ODS->DW->OLAP->前端。
常用源数据类型：关系数据库、文本数据等。
ODS ：操作数据存储（Operation Data Storage）主要用途是将多个数据源的数据集成到一个临时缓冲区中供数据仓库使用。
一般情况下ODS的数据不会保留很长时间根据需要1个月或3个月，如果客户有查询要求的话那么ODS可能需要一直保留，通常情况下不用备份。
ODS一个好处是在数据仓库与源数据之间做了一个缓冲减轻了源系统压力，我们在用需要操作用户源系统。
比如：我们从源数据向数据仓库中加载事实表数据时，这时候我们需要进行聚合操作，如果没有ODS层，那么所有聚合操作的压力是在源系统完成的，这就会给客户源系统带来很大的压力，这是在项目实施过程中经常遇到的一个问题。
DW：数据仓库（Data Warehouse）简单说就是存储事实表和维表数据的数据库而已。
定义：数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策。
Brio BI解决方案在中国银行深圳分行应用案例
Brio BI解决方案在中国银行深圳分行应用案例BI技术——银行信用卡业务高速增长的动力BI技术——信用卡市场竞争中的秘密武器随着中国加入世贸组织，国内金融市场将逐步全面向外资开放，能给银行带来巨额利润的信用卡业务成为了内资银行和外资银行的必争之地。
在这场激烈的角逐中，各家银行使出浑身解数，争夺未来信用卡市场的主导权。
在“大零售”战略思想的指导下，中国银行牢牢坚持以科技为依托，大力进行产品创新和市场拓展，实现人民币信用卡、国际信用卡发卡量和有效商户数量业内第一的目标。
2002年，截止到10月初，长城人民币准贷记卡量同业占比从年初的23%上升到27%。
同期，为了开展具有针对性的市场营销、提供个性化服务、提高品牌知名度和忠诚度、提高信用业务的市场份额和利润水平，同时降低经营风险，中国银行计划在全国各分支机构推广信用卡业务的BI（商业智能）应用，BI技术成为中国银行在这场激烈角逐中的秘密武器，其首期推广计划涵盖北京、上海、深圳、浙江四地。
深圳是中国经济最发达的城市之一，信用卡业务量较大，成长也较快，也因此较早地反映出一些服务和管理的不足。
深圳分行是中国银行效益最好的分支机构之一，建立了良好的IT基础，因此被中国银行总行选中，作为信用卡业务BI 分析系统建设的试点。
由此可见，该系统的实施不仅担负开拓本地业务的重任，还将对中国银行全国市场的业务模式产生相当的影响。
中行深圳分行十分重视供应商个性化定制的开发能力、快速响应的服务能力、以及高度的系统安全性，最终选择了在世界各大银行都有成功应用的Brio Software和具有较丰富金融应用开发经验的华际友天公司。
两家公司密切合作为深圳中行打造基于Brio Intelligence(tm)的信用卡业务分析系统，帮助深圳中行更有效地管理信用卡业务，并推动该业务持续高速增长。
争业界完整先进的BI解决方案中行深圳分行的信用卡业务分析系统面向银行管理层，以企业级数据仓库为基础，整合银行内部信用卡相关的所有重要数据，通过对数据进行快速而准确的分析和挖掘，以及提供的全方位、多层次的辅助决策支持手段，帮助银行领导在短时间内对市场变化及趋势做出更好的战略性商业决策，以挖掘重点客户、提高服务质量、减少运作成本，为银行带来有利的市场竞争优势。
商业银行-BI架构体系(完整版)
业务架构原则
展示业务自动化、辅助决策支持的功能结构及相关实务场景。
配合商业银行的业务发展策略
充分利用商业银行的最佳实践
开发多元化金融产品 ，如发展经纪市场
以产品组合大力推广个人金融业务
依托高科技提供网上银行增值服务
在投资银行领域争取主动
为中小企业提供金融服务
拓展高收益的资本运营市场
21
应用架构原则
网络资源、高可靠性（数量、性能、容量和链路带宽 ）、
可用性、可扩展性 、安全性 、可管理性 、高效性 、有效性 、工业标准
系统管理
系统性能需求、容量统一监测
软件升级和分发
统一系统操作
问题管理 、变更管理 、可用性管理
28
与原有架构的整合
门户整合
统一身份管理
统一访问入口
统一界面风格
内容管理 -实现内容的创
——Gartner Group
5
BI相关概念：OLTP与OLAP的区别
OLTP
OLAP
BI系统的数据流向
7
数据仓库技术的发展趋势
8
BI架构概述
BI概述
商业银行IT概述
9
商业银行IT系统总体架构
10
核心业务系统—架构
11
国际结算系统—架构
12
网上银行—架构
13
BI建设的常见工具产品组合
系统建设
数据模型
ODS数据模型（基础数据层、公共汇总层）
EDW数据模型（基础数据层、公共汇总层）
KPIs模型
集市模型（CRM、ALM、RPT）
数据加工
加工工具：DataStage,Informatica,SP,Por*C,Shell,Perl
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。
BI系统建设过程及经验
业 界领 先的系统建设开发工具 。 四是必须选择 合 适的合作伙伴 。 仅有 数据 仓库技术和各种挖 掘工具 是远 远不够的 ， 必须对银行各 项业务精 通 ，并熟悉银行各个业务 系统 的设 计开发。
四 、系统运行效果
＿岍 发客户端 ｌ 升 ＿ 发客户端 Ｅ 呈 作业监控客户端 应用客户端 应用客户端
维普资讯
ｅ ｈ ｏｏ ｙ＆ Ａｐ ｌ ａ ｉｎ ｃ ｎ ｌｇ ｐｉ ｔ ｃ ｏ
｛ 蠹 匾
Ｂｌ 系统 建设 过程 及 经验
● 文／ 州市商业 银行信息技术部总经理 德 张 霞
随
着市场竞争 的 日益激 烈、 内各项业务迅速拓展 、 行 资产规模急剧扩张、 客户数量迅速增 长 ， 德州市商
项 目。
表
。
报表数 据及 时 可靠 ，业务 系统 发生 的业 务 ，当晚
被抽 取到商 业智 能 系统 ，经过 分析 处理 后 ，各 级领 导 第二 天就 能看 到结果 ；报表 内容 丰富 ，涵盖 存款 、贷
三 系统 实 施 细 节
在综合考虑上述 因素后 ，德州市商业银行在选择 合 作伙伴上 ，要求合作公司具有银行业务数据分析 挖掘能 力 ， 目成员要具有 ｌ 年 以上的银行系统开 发与 设计经 项 ０ 验 ，能熟练掌握 目前 主流 高端 的数据仓库工具等 。 ２ ０ 年 ４ ，正式组建项 目组 ，该项 目一期开始 全 ０８ 月
须结合 目前各业务 系统和管理信息 系统 的状况 ，制订详 统以及国际结算系统 。 细 的系统建设规 划 ，按计划 、分步骤实施 。基于此 ，德 州市商业银行 制订 了三阶段建设 目标。
阶段 一 ：按 照数 据 仓 库 架 构建 立 报 表 中心 。利 用 先 阶 段 三 ：建 立 面 向各 个 应 用 的数 据 集 市 ，实 现 数 据
中小型商业银行信贷管理系统功能架构剖析
此外， 通常情况下信贷业务记账功能都是在银行的生产系
40 / CHINA MANAGEMENT INFORMATIONIZATION
金融与投资
统— ——核心业务系统 中 完 成 ，如 果 一 些 小 的 商 业 银 行 ，像 部 分 市 县一级的农村信用社没有核心业务系统， 则需要在系统中内置 一个记账模块，包含贷款业务记账的相关功能，如开户、还款、计 息、结息、还息、日结账、月结账等。
从宏观上来看， 信贷管理系统的管理内容和目的可以概括 为三大核心对象和一个终极目的。 其中， 三大核心对象是指客 户、产品和业务，一个终极目标是控制风险。
（1）客 户 是 整 个 系 统 的 基 础 ， 几 乎 所 有 信 贷 业 务 的 收 入 与 风 险都来自于客户， 所以信贷管理系统应该是以客户为中心的应 用系统。 客户信息的完备性和客户模型的良好设计会大大地提 高系统的扩展性、可用性和运行性能。客户分为企业客户和个人客 户两种，它们在信息内容和功能设置上存在一定的差异。
产品管理
信息管理
信用管理
基相 财 企家 关档信统 信贷黑客客 联信
本关 务 业庭 联案用一 用款名户户 保用
信信 状 报成 企材评授 村证单移合 小共
息息 况 表员 业料级信 镇
红交并 组同
名
体
单
图 2 客户管理子系统功能模块 2．2 产品管理
BI在银行监管和利润增长中的作用
如何保存客户？？
如何极大化客户价值？？？
活期
活期定期
活期定期 理财产品
扎实技术 深度效劳
BI提供客户全面分类
对企业客户进展营业收入、风险和本钱等的相 关因素分析、预测及优化。
根据事先设定的标准找到符合条件的客户群， 也可以把客户进展聚类分析而让其“自然〞分 群。
确定什么样的客户最有可能购置和使用某种产 品变。被一动个效简劳单为而个重性要化的主应动用效是劳：。
无督导的学习方法：用自动化的方法探索未知知识〔学 习新的有用的东西〕；
但是，数据挖掘并不仅仅限于这些自动化的分析方法。 人工的知识发现在得到图形化工具和通过人机对话发 现的新的类型等技术帮助下，得到了很大的提高。
扎实技术 深度效劳
典型的商业数据挖掘应用
数据挖掘的快速开展，给商业界带来了诸多好处。 最有成效的两个应用领域：
实现经营管理的信息化，建立贯穿各级机构、覆盖各个业务领域 的数据库和管理信息系统，做到及时、真实、准确地向人民银行 报送监控报表资料和对外披露信息。
建立有效的信息交流和反响机制，确保董事会、监事会、高级管 理层及时了解本行的经营和风险状况，确保每一项信息均能够传 递给相关的员工，各个部门和员工的有关信息均能够顺畅反响。
效劳不断创新，产品不断创新，不同时期 不断推新。
扎实技术 深度效劳
扎实技术 深度效劳
BI在行为信用评分中的事中信用风险控制 对于银行既有的客户，行为评分模型那么能跟
踪和监控每个客户的行为、消费和还款数据。
智能化动态地调整客户的信贷额度； 对可能出现的客户流失、拖欠、转移、欺 诈、坏账提前进展预警。
扎实技术 深度效劳
BI在收账信用评分中的事后信用风险控制 对已经出现的坏账，由数据挖掘技术建立的模
建立信息平台 突破融资瓶颈——访美国富国银行高级副总裁、中美旧金山培训中心教授刘建民
建立信息平台突破融资瓶颈——访美国富国银行高级副总裁、中美旧金山培训中心教授刘建民冯洁【摘要】记者:当前,宏观形势仍然复杂多变:国际金融危机影响还将持续;欧洲债务危机还在发展;美元贬值和全球性通胀趋势明显;人民币升值压力加大,通胀预期增强;中小企业生存与发展面临新的考验.融资难也成为摆在中小企业面前更为严峻的挑战.您认为,要缓解中小企业的融资压力,从金融机构、政府和中小企业角度而言,分别应怎样应对?【期刊名称】《浙江经济》【年(卷),期】2011(000)012【总页数】2页(P32-33)【作者】冯洁【作者单位】【正文语种】中文图/金川记者：当前，宏观形势仍然复杂多变：国际金融危机影响还将持续；欧洲债务危机还在发展；美元贬值和全球性通胀趋势明显；人民币升值压力加大，通胀预期增强；中小企业生存与发展面临新的考验。
融资难也成为摆在中小企业面前更为严峻的挑战。
您认为，要缓解中小企业的融资压力，从金融机构、政府和中小企业角度而言，分别应怎样应对？刘建民：我接触过很多国内的银行，尤其是一些商业银行。
在应对中小企业的融资问题时，他们普遍存在的一个问题是：中小企业信息少，可信度差，银行无法评估中小企业的信用风险。
这也在很大程度上阻碍了许多商业银行在异地复制他们的成功。
国内大部分商业银行接受的中小企业贷款，坏账率是比较低的，一般来说不到1%。
在这种情况下，如何继续扩展业务，成为他们的一大困惑。
对商业银行尤其是城市商业银行而言，由于拥有一批贷前风险管理能力较强的专业人才，他们对于当地中小企业的信贷信息往往能比较好地把握，然而，一旦扩展到其他地区，离开了这些优质的人力资源，银行在新区域就很难找到替代性的人才，规模化的步伐也由此受限。
总的来看，目前国内大部分商业银行还是劳动密集型的经营模式。
举例说，某商业银行在当地经营得不错，而这主要得益于它拥有一个20人的贷前审计团队，他们普遍拥有5-7年甚至更长的工作经验，对当地的中小企业融资情况也比较了解。
- 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)。
接口服务
接口标准、内部接口、外部接口 可集成性
网络环境
网络资源、高可靠性（数量、性能、容量和链路带宽 ）、 可用性、可扩展性 、安全性 、可管理性 、高效性 、有效性 、工业标准
系统管理
系统性能需求、容量统一监测 软件升级和分发 统一系统操作 问题管理 、变更管理 、可用性管理
质量控
风险控
30
架构设计流程
建立评估指标库 建立指标权重体系 建立发展路线图
评估方法设
可行性分
现状分析方法 评估方法分析 Roadmap探讨 范围确认
调
问题调研 信息收集（设计） 生产环境调研 专题交流会
分
问题分析 系统数据分析 生产环境分析
评
系统能力评估 数据线能力评估 发展路线图评估
优
可实施的优化建 议 评估方法优化 发展路线图优化
近实时类应用 CallCenter 近实时 数据交换 近实时 数据库 风险监控 OCRM KPI监控 KPI监控 网上交易 ……
操作型数据供数服务 总部批量数据服务
EDI平台（Enterprise Data Integration）
调度|监控|事件|JOB 调度| 监控| 事件|JOB 数据分发 工具集（ETL|SP|SCR） 工具集（ETL|SP|SCR）
4
BI相关概念：OLTP与OLAP的区别
OLTP 传统的关系型数据库的主要应用 基本的、日常的事务处理 操作人员,低层管理人员 面向应用 OLAP 复杂的分析操作，侧重决策支持， 提供直观易懂的查询结果 决策人员,高级管理人员 面向主题 历史的, 聚集的, 多维的集成的, 统一 的 读上百万条记录/按块读取 复杂的查询 上百个 100GB-TB
交易系统 外部监管供数服务
操作型MIS 操作型MIS
企业级统一运营管理平台EMP（Enterprise Maintain Platform） 企业级统一运营管理平台EMP（Enterprise Maintain Platform）
37
数据线整体规划（ODS&EDW）
EDG平台 （Enterprise Data Governance）
数据架构面临的问题与挑战
23
数据架构形态
Data Topology Choices for BI
Operational Sources
Dynamic Query of the Plethora of Operational Sources
Middleware 1. Virtual data warehouse (such as universal data access) DM DM DM DW DM DW DM DM DM DM DM 3. No user access to the data warehouse DM DM DM DM 2. Many data marts
Real-Time RealSystem of Record
基础数据平台
Staging Area SQL OA Oracle XML File DB2 Informix Flat File
数据源
36
以EDW为EDC模式
EDG（Enterprise Data Governance）
数据标准管理 元数据管理 数据质量管理 目标数据区 DataMart OLAP|DB
27
与原有架构的整合
门户整合
统一身份管理 统一访问入口 统一界面风格 内容管理 -实现内容的创 建，发布，审批，发布，搜 索，个性化 协同工作 -如内部论坛、日 程表、工作任务、网上会议、 即时通讯等，让用户方便沟 通和办公
前端整合 应用整合 数据整合
28
商业银行BI架构体系
架构体系理论 架构设计方法 商业银行BI架构 架构的评估
33
商业银行BI架构体系
架构体系理论 架构设计方法 商业银行BI架构 架构的评估
34
通用商业银行结构体系
VS
35
商业银行架构层次解决方案
End User
前端应用
Business Solution Application
业务应用
Summary Area
OLAP
Analysis Area
数据集市
企业级数据中心 实时数据仓库
数据加工
加工工具：DataStage,Informatica,SP,Por*C,Shell,Perl 算法模型：贡献度模型，EVA模型，客户积分模型，客户识别模型 规则引擎：
应用展示
BI工具：Cognos、BI.Office、Brio、BO Web Server：Websphere、WebLogic Port LDAP
20
应用架构原则
侧重于对业务支持的实现方法及功能模块的原则、关系描述。 可用性 可扩展性 可管理性 易用性 安全性 可重用性 风险可控性
21
数据架构原则
侧重于数据的采集、处理、输入、输出、管理，以及数据的流向、关系、分布等 数据共享使用 避免数据冗余和数据复制 可扩展性 数据处理集中化 可用性 Nhomakorabea22
Excel Data
数据验证
数据清洗
数据集成
数据聚合
Txt Data
6
数据仓库技术的发展趋势
7
BI架构概述
BI概述 商业银行IT概述
8
商业银行IT系统总体架构
9
核心业务系统—架构
外部资料
总帐
财务系统 CNAPS 柜面 POSP/ ATMP CALL CENTER 网银
Mobile phone/PDA 中间业务平 台
会计核算 公共信息 公共参数
审计
反洗钱
权限管理 机构管理 业务规则 柜员管理 帐户管理 工作流
业务管理层
CIF
抵押品管理
额度控管
决策支持
系统控制层
交易 控制
交易 日志
批量
性能 监控
后台应用
10
国际结算系统—架构
11
网上银行—架构
12
BI建设的常见工具产品组合
系统建设
数据模型
ODS数据模型（基础数据层、公共汇总层） EDW数据模型（基础数据层、公共汇总层） KPIs模型 集市模型（CRM、ALM、RPT）
29
架构设计方法概述 整体思路（一）
可行性分
现状分析方法
目标 范围 数据收集 分析工艺
设计与调
现状调研
问题调研 信息收集(设计) 生产环境调研 专题交流会
现状分
问题分析 系统数据分析
数据模型 数据加工
评
问题点评估 现状评估
系统评估 数据线评估
优
优化建议
系统优化 数据线优化
评估方法分析
评估模型 评估指标库
4. Selected data marts and direct user access to the data warehouse
24
各数据架构的比较
各种数据架构的优缺点
25
数据架构布局中需要考虑的7个方面
26
技术架构原则
描述基础技术环境、软硬件环境、网络环境、产品、工具、接口协议等 基础架构
OLAP|RPT
数据源
数 据 采 集 平 台
企业数据中心EDC
SDS
前端应用 BI&AA类应用 Report OLAP Query
交易系 统
CDM
LDM
SDATA
分 发 数 据 缓 存 区
MIS DB Dashboard DataMining Alyt. App. Alyt. App.
MIS系 统
灾 备 数 据 中 心
LONGTOP GROUP
商业银行BI架构体系
技术培训
Longtop Financial Technology Co.,Ltd.
主 题
BI架构概述 商业银行BI架构体系 专题架构介绍 Q&A
1
BI架构概述
BI概述 商业银行IT概述
2
早期BI产生的背景
商业智能的发展也得益于相关技术的发展，并行处理系统、廉价数据存储、新数据挖掘算法、 神经网络技术、人工智能技术、决策支持技术、从大量数据中发现其后潜藏的商业机会等等 技术的发展，使企业能以更低的成本投资商业智能，并取得更高的IT 投资回报率。
数据=资产 拥挤
数据
整理、统计 销售 成本 库存 客户服务 …… 知识 产生经济效益 BI 信息 挖掘
资产 3
商业智能的基本概念
BI(Business Intelligence， 商业智能) 。1989 年由Gartner Group 的 Howard Dresner 首次提出来。 BI是将数据转换成知识并将知识应用到商业行为上的一个过程 ——DataWarehouse Institute BI是将数据转换成信息的过程， 然后通过发现将信息转化为知识 ——Gartner Group
16
企业架构的用途
17
数据架构不当导致的高成本
18
IT系统的架构模块
Business
IT Architecture
Business Activity and process
input/output Infrastructure Support Automation & Decision Making Support
前台应用层
债券 票据 黄金
业务处理层
凭证 借记卡 理财
行内外清 算 支付结算 同城交换
管理会计
外汇买卖 同业拆借 企业现金 管理
国结 衍生品
存款 贷款 监管报表 绩效考核 CRM ALM IRB 风险管理