(建设银行广东省分行行长办公室)
一、 国有银行未来发展趋势 ................................................................ 2 （一） （二） （三）
技术变革 ............................................................................ 2 海量数据的有效利用 ........................................................ 2 多大程度上了解客户 ........................................................ 3
二、 商务智能的应用前景分析 ............................................................ 3 （一） （二） （三） （四）
商务智能的体系结构 ........................................................ 3 国有银行信息系统现状 .................................................... 4 解决弊端的途经 ................................................................ 5 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） （二）
保证数据的真实性、可靠性和一致性 ............................ 7 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） （二） （三）
网络安全 ............................................................................ 8 隐私保护 ............................................................................ 9 管理层观念 ........................................................................ 9
一、 国有银行未来发展趋势
当前，国有银行业正以前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”的利润模式已经逐步淡出，客户关系和新的金融业务创新显得日益重要。与此同时，面对逐渐敞开的WTO大门，外资银行必然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”被认为是影响银行业的最为主要的力量。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，如今在日本，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说在未来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
国有银行发展到今天，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“用数据说话”所取代，海量数据的有效利用，必定会成为国有银行未来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，以致于无法根据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（Business Intelligence），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，帮助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，作出快速而准确的管理决策。
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。
业务流程管理BPM BI战略应用 商务活动监控BAM BI应用系统 BI应用（实时分析）CRM、CPM、HRM、SCM等 BI平台、数据分析工具、OLAP、DM等 BI系统基础 数据仓库DW 实时数据存储ODS 提取转换装载ETL 数据集成服务 事务处理系统 报表系统 结算系统 客服系统 ……
（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，如果不在体系结构上进行调整，银行数据的“蜘蛛网”问题将越来越严重，从而会产生很多问题，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这个弊端，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别和信用额，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，就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。
进一步来说，数据仓库能将业务中不同时间的数据集合起来，根据不同主题进行划分，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，如果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影响决策的可靠性。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：
收益数据 客户数据 市场数据 现有业务系统 个人帐户数据库 客户服务数据库 市场信息数据库 财务数据库 面向主题的数据仓库
对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现知识。如果两个或多个数据项的取值之间重复出现的概率很高，它们就有可能存在关联，就可以建立关联规则，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，这就是一条关联规则。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察信息，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间而达到的更具有效竞争力的状态。
具体来说，应用层的银行商务智能系统应包括以下几个部分：客户关系管理系统（CRM）、企业绩效管理系统（CPM）、人力资源管理系统（HRM）、供应链管理系统（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“用数据说话”的实时企业的基础。
BI应用系统 操作 分析 战略应用及目的 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 企业战略执行监控，制定计划，调整战略 了解客户需求、行为需求分析，行为特征特征、盈利能力，市分析，盈利能力分场状况 析，市场环境分析 平衡记分卡，企业绩企业绩效评估，绩效效分配与考评 指标分析 CRM CPM HRM 招聘、选拔、任免记人力资源需求预测，建立完善的激励机录，人事档案管理，员工职业生涯规划，制，降低人资成本，薪酬、激励分配 组织行为分析 提高人事效率 集中采购，固定资产源料需求预测，成本管理，存量管理，金分析，存量分析，关库调度 键路径分析 成本和物流控制，降低采购成本，提高源材料利用率和调度能力 SCM E-Bank 电子银行金融业务，网上银行客户需求、网银活动记录监控，电子商务 行为、盈利能力分针对网上客户调整析，产品关联分析 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“业务垂直管理，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
员工也需要决策，这种决策在于使自己认清企业目标，避免工作的盲目性。根据BO公司的研究发现，让企业内所有员工共享信息可以使信息极大地增值，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，硬件成本主要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，如果没有企业高层管理者的支持和参与，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影响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） 隐私保护
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，无可否认这种利用可以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） 管理层观念
当“按经验决策”成为银行管理者的习惯，BI技术革命就成了抢夺其饭碗的眼中钉，银行高层管理者对技术变革的观念从来都是项目成败的关键，足以影响到银行发展和前进的步伐。
纵然有这些阻碍因素，商务智能的广泛应用依然是大势所趋，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已经来临，与时代相适应的将是实时的、科学的银行管理。
因篇幅问题不能全部显示，请点此查看更多更全内容