如何建设符合商业银行需求的数据仓库系统(下)

三、明确系统开发方法数据仓库系统有其特定的开发方法,但考虑到银行业的电子化建设与应用水平和其它行业相比相对较高,因此在确定系统的开发方法时不必拘泥于理论模式,而应该结合实际情况制定所需的开发方法和策略。下面就自顶向下和自底向上、业务驱动和数据驱动分别进行对比分析并得出结论。     

完善银行客户数据仓库建设实有必要

客户是银行生存的根本，几乎所有基本的市场手段都是围绕着客户展开，如何保留已有的客户，发展新的客户，发掘现有客户的消费潜力是银行相关业务部门在经营过程中需要关注的重要问题。随着市场竞争的加剧，银行业务的拓展，为了保持竞争的优势，银行业的经营和管理迫切需要有一套完备的客户数据仓库系统来支撑客户关系的管理。     

数据挖掘的实施流程

数据挖掘在商业银行的应用实际．上早已存在，商业银行在经营管理的过程中所使用到的资产负债表、现金流量表、利率风险分析报表等都体现了数据挖掘的思想，其实质就是从大量的账务数据中获取整体营运情况的信息及其趋势用于决策。有效地利用海量数据进行数据挖掘，形成科学的、完备的数据挖掘体系，既是商业银行自身发展的必然要求，也是发展过程中所遇到的机遇和挑战。     

基于IBM SVC的某企业异构存储整合解决方案

随着企业规模不断扩大，其业务也紧跟着增长，而其相关的业务数据量也呈指数级增加。作为企业重要财富的业务数据，其存放及管理也就显示特别重要，因此，企业对存储设备的要求越来越高。利用IBMSVC可以根据目前可用的所有存储资源来制定业务流程目标，而不是由存储资源来决定企业能够实现哪些目标，从而很好解决企业异构存储整合问题。     

如何建设符合商业银行需求的数据仓库系统(上)

数据仓库的理论和实践发展到今天,已经形成了一套相对成熟的技术和项目管理方法.本文通过对数据仓库系统定位、建设目标、方法论等的探讨,将先进的理论和应用现状紧密地结合起来,以期探索一条符合我国商业银行发展实际情况的数据仓库建设之路.     

数据集中下的批量业务处理

在总行的统一部署下,江苏建行于2001年进行了全省数据集中项目建设,将全省的会计、储蓄、信用卡、个人贷款等业务数据全部集中到省行的4台主机。数据大集中后,系统联机业务峰值80笔/秒,高峰期间的批量业务达到60万笔/天。数据集中系统中的批量业务处理子系统,使用了InterConnec