ITPub博客

首页 > 大数据 > 数据分析 > 银行经营分析数据仓库模型的设计

银行经营分析数据仓库模型的设计

数据分析 作者:lxhxy2009 时间:2009-12-10 23:31:24 0 删除 编辑

一、引言
 近年来,由于我行各项业务的迅速拓展,规模的扩大和客户的持续增加,加大了管理的难度。一方面,无法用量化的指标考核行员业绩, 考核标准不统一,很大程度上挫伤了员工的积极性;另一方面,由于系统众多,数据分散,决策及管理部门无法及时准确地获取业务信息。因此,为了对行员(尤其 是客户经理)绩效进行有效的监控和评价,强化内部竞争机制,更好地提高员工的积极性,我行决定建设一套科学化的业绩考核系统,同时建立一个集成的、逐步完 善的决策分析平台,为以后其他分析管理提供基础,提升银行的科学经营管理水平。
二、数据仓库设计
 1.主题需求
 在银行日常经营管理中,管理人员迫切希望能够快速准确定位信贷业务等关键环节中所隐藏的 问题和风险,了解客户行为和行员绩效,以便制订出科学有效的市场营销策略和激励机制,帮助企业在激烈的市场竞争中取得优势。为此,银行提出了客户交易、贷 款和行员绩效三个分析主题。主题是数据仓库的灵魂,是纲;数据分析是目。纲举目张,三个主题都是决策人员提出分析的角度、方法和设想,然后希望数据仓库中 的数据来验证结论。这是一种典型的验证性分析方法,它采用多维分析工具来实现。
 2.数据仓库结构设计
 源系统具有以账户为中心、系统众 多、数据分散和平台多样的特点,为此,本文采用自顶向下的结构来构建数据仓库。该结构在建立数据仓库初期就从企业的整体上考虑数据仓库的需求,并建立一个 能为企业所有部门决策提供数据支撑的企业数据仓库。数据源经过ETL程序进入企业数据仓库。在企业数据仓库的基础上,各个部门可以根据其特殊需求从数据仓 库中获取数据建立数据集市,直接为部门决策服务。
 该系统结构的主要特点有:①具有鲜明的层次结构,能很好地支持数据仓库信息处理、OLAP、数 据挖掘等应用。②由于数据仓库将分散的业务数据进行了整合,可以在数据仓库上进行全局性的信息处理,例如建立整个企业的管理类报表系统。③先建立数据仓库 再建立数据集市,可以使数据仓库集中精力解决数据整合和清理等问题,而数据集市则致力于为特定的决策过程提供服务。数据仓库在数据源和直接面对决策支持过 程的数据集市之间形成了一个缓冲,数据集市可以面向一个优良的数据仓库来建设,数据源的变化可以不直接影响到数据集市。④以数据仓库为中心,不仅为分析服 务提供基础数据,而且满足了数据挖掘的需求。
 3.数据模型设计
 数据模型就是对现实世界进行抽象的工具,抽象的程度不同,也就形成了不 同抽象级别层次上的数据模型。数据仓库数据模型一般是根据操作数据模型建立起来的,但数据仓库模型并不等同于操作数据模型,而要经过相当多的改动。数据模 型的主要工作有:①除去纯粹用于操作环境的数据。操作数据模型是为业务处理过程服务的,其中有很多数据专门用来支持操作环境,这类数据不应该包含在数据仓 库中。②给键码增加时间元素。数据仓库中的数据一般必须有时间属性,以记录数据的历史信息。③在合适的地方增加导出数据。对于常用的一些统计信息等导出数 据,为了减少重复计算,经常需要保存导出数据。④对数据的结构进行调整。例如,适当增加或减少数据属性列、在合适的情况下进一步分离或合并数据表等。
 4. 系统开发
 建立数据仓库模型之后,接下来最重要的任务就是将数据源中的数据经过抽取、净化、转换和装载等步骤,转移到数据仓库中。在数据仓库建立 后的工作是建立分析、决策应用系统,在应用系统完成后即可投入使用。
 在系统的运行过程中,随着数据源中的数据不断变化,需要通过数据刷新操作来 维护数据仓库中数据的一致性。根据数据的不同特点,我行采用了“时标方法”和“重读方法”对数据仓库中的数据进行刷新。
三、OLAP应用
 数据仓库为企业的所有决策支持应用提供了一个良好的数据基础,但是数据仓库重点解决的是数据整合和清理问题,并 不直接面向OLAP分析。OLAP的基本数据模型是多维模型,在数据仓库基础上建立OLAP应用需要经过生成OLAP立方体、进行数据展示等几个步骤。它 通过多维分析工具对以多维形式组织起来的数据采取切片、切块、旋转等各种分析动作,对信息的多个角度、多个侧面进行快速、一致和交互的存取,从而使分析人 员能够对数据进行深入地分析与观察。
 下面简单介绍三个分析模型的应用情况。
 1.交易数据分析模型
 交易数据分析模型根据银行 活期存款账户的流水账,统计业务的笔数、发生额,从资金流动等多角度分析客户账户,监控客户账户的资金变动情况,及时找出并跟踪那些资金存取过于频繁或者 有异常情况的账户,发现账户的活动规律,防范账户风险。
 2.贷款分析模型
 贷款分析模型可以进行贷款发放分析、贷款规模分析、贷款投向 分析、资产的风险权重分析和资产的流动性分析。
 3.绩效分析主题
 绩效分析主题帮助银行实现了全面的绩效管理。通过全面了解机构经营情 况、整体收益结构,银行能把握业务发展状况,掌握市场发展规律,针对不同产品所产生的模拟利润,形成区别模拟利润价格,通过价格杠杆引导全行业务沿着目标 轨道发展。
四、结束语  
 我行正在进行新一代综合业务系统的推广工作,新系统上线以后,数据源将发生变化,数据抽取工作将重新布置。由于本 文数据仓库采用了自顶向下的结构,将有效地屏蔽这些变化给前端用户分析工作带来的不利影响。
 综合业务系统是以客户为中心的、本外币一体化经营 的、账务集中的新一代银行业务系统,系统的实施使得原本因条件所限而不能进行的客户主题的分析、信用卡主题的分析能够有条件开展。
 本文提出的分 析主题只是银行管理分析领域中很小的一部分,更多的OLAP应用将随着业务需求的提出纳入开发计划,以便更全面地对企业实施决策支持。
 限于数据 的时间轴深度不够,本文没有深入研究数据挖掘技术在银行中的应用。其实数据挖掘技术在银行数据仓库应用中有着广阔的发展前景,例如客户信用等级的评定、消 费行为分析、反洗钱等都是数据挖掘技术应用活跃的领域。


编辑: 作者:浦东发展银行南京分行 侯 波 来源:《中国金融电脑》
<!-- 正文结束 -->

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/24929731/viewspace-1119217/,如需转载,请注明出处,否则将追究法律责任。

上一篇: 没有了~
下一篇: 没有了~
请登录后发表评论 登录
全部评论

注册时间:2010-11-16