论商业智能技术在企业财务管理中的应用

随着21世纪知识经济的发展,企业对财务信息的需求日益增长。但企业积累的大量原始数据并没有得到充分的挖掘和利用,"孤立"的财务信息难以为企业经营决策提供足够的信息支持。商业智能(BI)是基于数据仓库、数据挖掘、OLAP等技术发展起来的新兴的决策支持体系,其实质是从大量的历史财务数据中有效地提取信息进行整合和分析。对商业智能技术在企业财务管理中的应用的现状及发展趋势进行了较为详尽的论述。     

铁路工务安全信息集成方法研究

针对铁路工务安全管理存在的问题，以广深线工务安全管理为分析对象，提出基于数据仓库的工务安全信息集成方案，整合工务安全管理过程中形成的海量数据，实现信息资源共享。应用OLAP技术综合分析、加工信息，为各级管理人员提供决策支持。重点对方案的设计与实现，以及方案的集成环境进行了分析探讨。     

银行卡客户关系管理系统的构建

进入21世纪以来,随着经济金融的全球化和网络通信技术的迅猛发展,人流、物流、信息流和资金流等整合进程大为加快,商业银行银行卡业务提供支付结算服务的手段更为多元和先进。然而,网络的开放性、电子商务的便捷性、信息的即时传递性和客户需求的多样性也给银行卡产品和服务的创新提出了更高的要求,这对商业银行提出了严峻挑战。为尽快适应银行卡客户多元化和递进化的需求,商     

释放数据的能量——Teradata天睿公司大中华区首席执行官辛儿伦访谈

2013年Teradata全球用户大会（ 2013 Teradata Partners Conference ＆ Expo）于当地时间10月20-24日在美国德克萨斯州达拉斯市召开。大会以“释放数据的能量”为主题,来自全球领先数据驱动企业的行业领袖在近400场专题研讨会中围绕大数据分析、数据仓库、整合营销管理等话题进行探讨、交流。大会吸引了全球50多个国家的4000多名金融、通信、电子商务、保险、证券等行业客户。     

银行业数据管控体系的设计与实践

数据管理是一项长期性、复杂性、综合性的工作,具有覆盖范围广、工作维度多等特点,需要横跨业务和IT领域,纵贯总分行各业务部门,同时兼顾管理和技术两个维度。随着信息科技的高速发展,数据资产逐渐成为现代银行越来越重要的生产要素。如何管好数据,挖掘数据资产价值已成为当前银行业加快业务创新、提高精细化管理和科学决策水平的重要基础工作之一,数据管理核心能力也成为现代银行核心竞争力的重要组成部分。     

数据仓库银行管理水平提高的技术保障

数据仓库将原始的操作数据进行各种处理并转换成综合信息,并提供功能强大的分析工具对这些信息进行多方位的分析,以帮助企业领导做出更符合业务发展规律的决策。数据仓库技术用于客户盈利分析、银行产品分析和市场趋势预测,是银行进行科学决策的依据。     

数据仓库技术在商业银行的实施探讨

如何解决银行现役面向应用的各种联机业务处理系统(OLTP)日秘月累的海量数据的信息高熵问题,以充分利用银行宝贵的信息资源,为银行各级管理决策人员提供有阶值的信息,已成为大家日益关注的问题。数据仓库(Data warehouse,DW)技术是近几年来出现并发展迅猛的IT 产业技术,是当今信息管理部的主流趋。     

企业数据仓库系统在管理决策中的应用

数据仓库是最近发展起来的数据存储和管理模式，克服了传统关系数据库在管理决策应用中仅面向业务层流程的数据分析的缺点，具有面向主题、数据集成、敏据相对稳定以及反映历史变化的特点。在管理决策中还能进行趋势分析等。本文概述了数据仓库系统的原理和特点、数据仓库系统结构、企业数据仓库系统在管理决策中的应用，最后简要介绍了构建数据仓库系统平台的工具Microsoti SQL Server2000。     

连锁销售决策支持系统的设计与实现

决策支持系统是以数据仓库为基础,主要应用联机分析处理和数据挖掘技术,使营销企业决策者从大量的数据中抽取出实用的有价值的信息。对市场经济进行预测和量化分析,为经营决策的制定提供了理论依据。     

基于数据仓库技术建立信贷分析系统

一、信贷分析系统总体目标 随着市场竞争的加剧和信息社会需求的发展,从大量数据中提取(检索、查询等)制定市场策略的信息就越来越重要了,这种需求既要求联机服务,又涉及大量用于决策的数据.而传统的数据库系统已无法满足这种需求,体现在几个方面:历史数据量很大;辅助决策信息涉及许多部门的数据,而不同系统的数据难以集成;由于访问数据的能力不足,对大量数据的访问性能明显下降.新的需求要求信息处理技术能从大量的事务型数据库中抽取数据,并将其清理、转换为新的存储格式,为决策目标把数据聚合在一种特殊的格式中.