| IBM商业智能顺利实施顺德农村信用合作社联合社 |
| 行业类别：银行 |
功能类别：数据挖掘 |
| 方案作者：
|
发布时间：2004-6-16 |
|
中国金融信息化已经完成了以单机操作和分散联网为代表的第一阶段，目前正处在以数据集中为标志的第二阶段，而某些信息化发展水平较高的金融企业，已经开始向“管理信息化”的第三阶段进发。数据仓库、客户关系管理、商业智能等词汇成为继大集中、新一代综合业务系统之后，众多金融企业的新一轮关注焦点。
在金融信息化进入“管理信息化”的新阶段后，IBM也在把握金融产品和业务的基础上，推出了金融行业的商业智能解决方案。2003年4月，IBM公司协助广东省顺德农村信用合作社联合社（以下简称“顺德农联社”）实施的商业智能项目通过了一期验收。
先盖房子 大小通吃
2001年，IBM公司推出了针对银行业的商业智能解决方案——EZMart。2002年初，IBM公司在北京召开技术研讨会。当时正试图在商业智能项目上打开突破口的顺德农联社电脑总监潘维刚也参加了这次会议。
早在1998年，顺德农联社就开始考虑在数据挖掘等方面有所作为。但是当时国内很少能找到真正实施成功的商业智能案例。顺德农联社也曾考虑自主开发。但是潘维刚明白，商业智能项目的难度不在开发本身，而在于业务。商业智能项目中涉及的分析专业性非常强，需要通晓金融、统计、会计、管理等学科的高端银行业务人员，而国内商业银行传统的条块分割的业务模式，决定了内部的业务人员业务水平再高也只能局限在一定的专业领域内。因此顺德农联社一直没有下决心。
EZMart的出现让潘维刚感觉这就是他想要的东西。2002年8月，经过选型论证，顺德农联社商业智能项目正式启动，2003年春节前后系统基本完成。
IBM业务咨询服务部资深行业顾问党华锐博士，是顺德农联社商业智能项目的主要参与者之一。他认为，在顺德农联社项目之前，国内银行业始终没有比较完整的商业智能成功案例，其主要原因在于有两个困难一直难以克服。
第一个困难是要构建一个全银行的业务模型。这个业务模型要把银行现有的全部业务种类都包容进去。但是，由于国内银行业真正开始市场化不过20年的时间，一方面国内对银行各类业务都融会贯通的人才奇缺，另一方面国内商业银行目前的业务种类和国际规范还有一定差距，将来可能会频繁发生变动。
第二个困难在于“巧妇难为无米之炊”。实施商业智能项目如同烹制一盘“佳肴美馔”，项目选用的实施工具相当于是“蒸煮烹炸”，而大量的原始数据资料则是“鸡鸭鱼肉”。原始数据资料越丰富、越规范，商业智能分析结果的准确度也就越高。但是由于我国商业银行市场化经营和信息化的历史都比较短，业务数据也不规范，甚至于一直到2000年才开始实行存款实名制，在这个基础上完成一道“大菜”显然难度不低。
“EZmart的出现为国内商业银行完成商业智能项目带来了机会。”党华锐说，“EZMart很好地解决了第一个问题，同时也为第二个问题指明了方向。”
EZMart解决第一个问题采用的是“大小通吃”的策略。也就是通过建立业务解决方案模板来解决商业银行整体业务架构的问题，把一个典型的商业银行可能涉及到的银行业务对象归纳成共44个业务体系模板。这样一来，绝大多数银行关心的分析主题，从简单分析到复杂分析都跳不出这个“大小通吃”的模板。顺德农联社选择了客户贡献度和产品利润度两个模板，实施期间又加入了即席查询应用模板，可提供28类客户和产品贡献度的多维分析应用，12个重点指标分析和33个即席查询应用。
在提供了一套完整的业务模板基础上，EZmart在技术方面还搭建了经过全面整合的数据仓库EZStore。EZStore采取“先盖房子后装修”的策略，即一次性地、尽可能地将各个主题可能用到的数据全部包容。EZStore按照44个业务主题统一盖好房屋框架，用到哪个主题就将哪个主题对应的房间“装修”一下就可以使用了，EZStore真正实现了数据资源的完全共享。顺德农联社的“毛坯房”最终体现为230张表格，而目前已经实施的3个主题只用到了其中约30张表格。
针对“巧妇难为无米之炊”——历史数据质量欠佳的问题，潘维刚和党华锐的观点非常一致——不能“因噎废食”；另一方面也不要“背历史包袱”，要更多地着眼于未来，以商业智能项目为起点规范客户信息采集，提高未来数据的质量。顺德农联社最终将1999年到2002年这4年的历史数据导入商业智能系统，数据总量达到数百GB。
授之以鱼 更要授之以渔
顺德农联社商业智能项目的系统在逻辑层次上可以细分为数据获取层、信息综合层、分析应用层和信息交互层四大部分。该系统结构充分体现层次化的系统设计思想，功能分布逻辑性强，适合于规模扩展，具有相对的独立性。
“以前对于我们的业务人员来说，哪些客户是我们的重点客户大家可能心里有数，但是这个‘重要’到底意味着多少贡献度？谁又比谁更重要？排名状况如何？大家都是在拍脑袋，或者仅仅凭借存款量、贷款量、结算量等几个简单的指标进行粗略地判断。”潘维刚说。
而在商业智能项目上线之后，顺德农联社的业务人员和管理人员就可以使用客户贡献度或者产品贡献度指标分析，对客户进行综合排名或单项排名，对每一个客户的贡献度都实现量化考核，并进行科学的客户分类。2003年3月商业智能系统刚刚上线后不久，顺德农联社曾经做了一个比较，即按照客户贡献度来对客户进行分析，结果使用传统方法分析100多个客户的信息用了将近1个月的时间，而商业智能系统只用了不到20分钟。
此外，基层业务人员数据采集的积极性和规范性都比以前大大提高了。项目实施后，顺德农联社建立了一套完善的客户信息管理制度，把客户的信息储存到数据仓库中，为未来的历史数据分析准备原材料，而且客户信息的储存也更加详细。
2003年初，顺德农联社开始顺应市场发展的需要，实行客户经理制。在商业智能系统上线之后，客户经理的客户资源分配和业绩考核也由原来的“拍脑袋”发展成为定量的规则分析和扫描。
一般来讲，实行客户经理制度的好处在于可以更加充分地调动员工的积极性，可以为客户提供更加体贴和个性化的服务。但是与此同时，客户经理流失也会给商业银行带来损失甚至造成客户的流失，这也是一直以来困扰银行决策人员的难题。而商业智能系统的上线不仅可以帮助客户经理更加细致地了解自己的客户，为客户提供更加优质的服务，而且客户经理的流动也不会把客户的资料和信息悉数带走，接手的客户经理能够很快进入角色，掌握客户的详细信息，为客户提供始终如一的服务。
顺德农联社在不到半年的时间内建成了一个完整的企业级数据仓库，并在此基础上搭建了银行全业务分析平台，实现了EZMart产品的本地化，并率先在国内完整实施DataStage、Quality Manager和MetaStage及其与Essbase OLAP产品和EZMart模型的集成。
而该项目最大的好处在于IBM EZMart对于顺德农联社，不仅仅是“授之以鱼”，更是“授之以渔”。据潘维刚介绍，项目实施过程中，顺德农联社就在IBM的指导下，着手建立管理流程。顺德农联社在其后的日常工作中依照该管理流程，自主地对系统进行维护和管理。这对于一个生存在市场竞争环境不断发生变化，相关法律法规不断进行调整的金融企业而言是至关重要的。
链接
该项目综合运用了数据仓库、OLAP、数据挖掘、定量分析模型等技术，为银行管理人员提供业务综合分析和决策的有力支持手段。该分析系统由智能信息平台、数据仓库模型、业务分析模板，以及咨询服务、支持服务等部分构成，其特色是：
实现决策智能化。通过智能分析平台，科学分析银行客户的消费行为、贡献度，充分掌握客户的需求，改变随意型的决策方式。
提供全面、灵活的分析机制。分析人员对关键性能指标可选择多层次、多角度的分析，灵活操纵数据，进行探索式数据分析。
实现Essbase OLAP、DataStage XE、前端产品与数量经济模型、Web服务等技术的无缝连接。
信息集成，提高信息资源利用度。将现有数据利用率由不足10%提高到80%以上。
成熟模板定制，降低实施风险。实施过程可控，实施效果可预测。
|
|
|
|
|
企业认证 | 
供应商会员服务 | 金融机构服务 | 操作帮助
热点方案及案例排行