数据仓库技术在银行的应用和发展

20世纪90年代初期,美国著名的信息工程学家W.H.Inmon 在《建立数据仓库》一书中提出了"数据仓库"的定义。90年代中期,数据仓库技术的出现和兴起,较好地满足了银行的要求。据美国国际数据公司调查,使用该技术的投资回报率平均超过     

Delphi中数据仓库应用模块的设置和调用

一、引言随着数据库厂商推出自己的数据仓库软件,很多企业或单位建立了自己的数据仓库。数据仓库已经成为仅次于 Internet 之后的又一技术热点。建立数据仓库的目的是为决策提供支持和服务,数据仓库是面向复杂的数据分析以提供决策支持的过程。在这个过程中,使用数据仓库主要有两种     

对数据仓库的强大需求趋动全球关系型数据库市

据IDC最新分析报告显示，2005年全球关系型数据库管理软件（Relational Database Management Software，RDBMS）市场占有率增幅为9．4％，金额达146亿美元。市场对数据仓库的强大需求成为推动该增长的主要因素，而NCR公司Teradata数据仓库事业部正是该领域的主要领导厂商。     

数据仓库技术的应用策略

数据仓库是基于数据管理和利用的综合性技术.本文对数据仓库技术的应用进行了探讨,在阐述数据仓库特征和应用框架的基础上,重点分析了构建数据仓库的关键技术,最后介绍了数据仓库系统的设计方法.     

银行业数据仓库建设分析

传统的数据仓库技术是以单一的数据资源,即以数据库为中心,进行事务处理、批处理、决策分析等各种数据处理工作。近年来,随着数据库技术的应用和发展,人们尝试对各个来源的数据库中的数据进行整合并进行再加工,以形成一个综合的、面向分析的环境,以更好支持决策分析,从而形成了数据仓库技术。     

数据仓库技术在医疗保险管理中的应用研究

随着医疗保险业务处理系统的建立和运行，医疗保险信息数据量越来越大，信息数据源越来越多。管理者迫切需要根据医疗保险当前和历史数据做出判断和决策，以及时准确地把握基金运行的脉搏。数据仓库技术无疑将改变传统管理信息系统的不足。本文对数据仓库技术、OLAP和数据挖掘技术在医疗保险信息系统中决策支持的应用进行研究，设计了基于数据仓库技术的医疗保险信息系统的体系结构、技术实现、建设步骤和主要功能。     

数据库技术的应用

在上一讲中，我们把数据仓库定义为一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合，它用于对管理决策过程的支持。该我表明数据仓库不是取代数据库，而是建立在一个较全面和完善的信息应用基础之上，用于支持高层决策分析。也就是说，数据仓库技术的应用与发展是在顺应管理、决策支持等需求的驱动下产生和发展起来的。目前，数据仓库技术主要应用于以下两个领域中并取得了较大的发展。     

数据仓库和数据挖掘在我国中小商业银行中的应用初探

本文在数据仓库与数据挖掘基础理论基础之上,将其运用于我国中小商业银行。以某银行的业务情况为基础数据,设计构建了个人及企业银行数据仓库的体系结构,并对其进行数据粒度的划分。在此基础上,对所构建的数据仓库进行多维数据分析,并通过实施数据挖掘操作,实现知识发现的功能。结果显示,通过应用数据仓库和数据挖掘技术,可以为其获得巨大的信息收益。     

数据仓库技术研析

数据仓库是一种基于数据管理和运用的综合性技术和解决方案,可用于在海量数据中筛选有用信息。在商业银行领域,数据仓库技术常被用于客户盈利分析、银行产品分析和市场趋势预测。本文主要介绍数据仓库的若干概念以及商业银行实施数据仓库的步骤等。     

金融管理决策支持系统的模型探讨

以新的视角来研究决策过程和决策支持系统。通过对数据仓库、数据挖掘技术和决策支持系统的研究，提出了基于数据挖掘的金融管理决策支持系统。该系统能为金融业决策提供了科学的依据和指导其发展方向。     

商业银行数据仓库项目投资回报分析

目前,银行信息技术应用的重点正逐步从业务处理电子化向数据管理集中化、管理决策信息化发展。数据仓库技术因为能够为决策者提供有效的数据信息分析而备受金融信息化的青睐。在国际范围内,数据仓库技术已经成为商业银行开展科学化管理与决策的技术平台;国内商业银行也逐渐认识到数据仓库项目的意义,不约而同地开始实施或着手规划数据仓库项目的建设工作。然而,数据仓库毕竟是涉及银行业务管理、IT系统等多方面的综合工程,其开发具有相当的难度。数据仓库的应用调查显示:数据仓库应用所特有的高投入、高风险、长周期是投资者必须审慎对待的…     

数据仓库分析技术在加拿大皇家银行(RBC)应用实例

银行客户管理(CRM)对各种相应的综合数据进行科学分析提供决策参考,常需要使用数据仓库分析技术来实现以提高竞争优势。加拿大皇家银行(RBC)是国际上较早使用商务智能技术的金融机构之一,其在利用数据仓库技术管理客户关系(CRM)方面的许多经验可供我国同行借鉴。     

银行数据仓库建设谈

数据仓库是一项管理技术，银行最需要数据仓库技术，我国商业银行目前建设数据仓库主要存在数据集成度不高、数据资源挖掘不充分等问题；建设好银行数据仓库要注意解决储户资料单薄和银行数据集中统一以及优良的系统设计等问题，未来的银行数据仓库将支持多维分析和未来状况预测。     

数据仓库技术专题讲座(六)数据仓库工程的应用范例分析

数据仓库技术专题讲座（六）数据仓库工程的应用范例分析北京大学唐世渭裴健在前面五讲中,我们概括地介绍了数据仓库和数据仓库工程的基本概念、数据仓库工程的规划、数据仓库的体系结构、数据库设计、ＯＬＡＰ工具及元数据机制等方面的内容。那么,在实际的工程项目中,...     

银行数据仓库建设成功的关键

目前国内外的金融机构基本已经完成或正在进行数据仓库项目的建设。然而，在实施数据仓库的银行中，只有少数银行取得较好的效果，更多却处于效益产出较少的尴尬局面。更有咨询机构宣称，真正成功的数据仓库项目仅有50％左右，项目的风险度较高，一些数据仓库项目甚至是“上线就死亡”。下文将围绕数据仓库项目成功的关键展开探讨。     

从业务需求视角谈央行数据综合利用

谈及数据综合利用,人们首先想到的就是数据仓库和数据挖掘技术,有人认为只要建立数据仓库,利用数据挖掘工具,就可以开展数据综合利用。笔者认为,数据仓库和数据挖掘技术只是开展数据综合利用的工具,能否发挥作用,发挥多大的作用,关键在于人们如何使用工具,而不是工具本身。数据仓库和数据挖掘技     

Teradata全球咨询中心大连揭幕

全球数据仓库解决方案领导者NCR Teradata数据仓库事业部宣布Teradata大连全球咨询中心（GOC）隆重揭幕。该中心的工作人员将专精于数据仓库和商业智能软件，并提供优秀的端到端企业级数据仓库实施能力。该咨询中心的服务范围覆盖整个北亚地区，与近期成立的Teradata印度和巴基斯坦咨询中心相互支持配合。     

数据仓库技术专题讲座(四) 数据仓库的数据库设计

数据仓库技术专题讲座（四）数据仓库的数据库设计北京大学唐世渭裴健上一讲中我们谈到,数据仓库的体系结构包括数据源、数据抽取和转换工具、数据建模工具、数据仓库的目标数据库、核心仓储、数据仓库管理工具、前端数据访问和分析工具等七个主要组成部分。其中,数据仓...     

数据仓库技术专题讲座(三)数据仓库的体系结构

数据仓库技术专题讲座（三）数据仓库的体系结构北京大学唐世渭裴健在数据仓库工程中,设计数据仓库的体系结构是一个关键的环节。数据仓库工程所要达到的诸多目标,如改善服务质量、降低经营成本、加快新产品和新服务品种的开发速度、加强企业对竞争环境的响应效率等,都...     

浅析CRM在银行业的应用

CRM(Customer Relationship Management)客户关系管理系统是一套基于大型数据仓库的客户资料分析系统，是数据仓库技术同市场营销相结合的产物。在新时代米临之时，唯有采用强大的CRM数据仓库，深入了解客户的需求，真正以顾客为中心，向顾客提供比竞争对手更贴心的服务，才可能在竞争中获胜。对银行业来说，就是通过建立大型的数据仓库，对积聚于银行的大量数据进行综合分析，