引入数据仓库技术加快我国银行业信息化建设

数据仓库技术是我国银行信息化建设的重点。本文根据“‘金融信息化发展战略研究’管理与决策专题组”的部分调研成果,对数据仓库技术在银行信息化中的地位与作用、应用现状、存在问题等进行了综述,并提出一些实施建议。     

并不轻松的智能之旅

2003年11月，本刊曾经就商业智能在银行业的应用以专题形式进行了全方位的报道和剖析。在专题中，北京大学唐世渭教授等人撰写的《数据仓库在银行业管理信息化的作用》、NCR（中国）有限公司王闯舟撰写的《数据仓库技术及其在银行业的应用》以及本刊记者采写的《打造智能化的商业银行》均在业内引起了一定的反响。时至今日，商业智能、数据仓库、数据挖掘等已经不再是新鲜的概念。金融行业很多领域的管理人员、业务人员和技术人员在积极地了解商业智能的理念，学习相关的知识，掌握重要的分析工具。我们看到，尽管此前有一些金融机构在基于商业智能理念搭建数据仓库、实施数据挖掘方面没有达到预期的效果，但也有一些金融机构通过不懈的努力尝到了“螃蟹的鲜味”。2005年6月24日，由中国科学院研究生院、香港理工大学和中国科学院计算技术研究所共同发起的“商业智能及其在金融领域应用研讨会”在北京召开。近百位来自于银行、证券、保险行业及监管单位的领导和专家围绕主题进行了多层次的研讨。本刊记者全程跟踪此次研讨会，针对一些演讲嘉宾进行独家专访，希望通过对一些重点问题的展示和分析，能够帮助读者重新认识、了解商业智能。     

Sybase数据仓库解决方案及其在证券业的应用

本针对数据仓库的发展现状分析了数据仓库发展中存在的问题,给出了Sybase公司数据仓库的全面解决方案,并以国信证券建立数据仓库系统为例说明Sybase数据仓库方案如何在证券业得以应用,并给企业带来巨额回报。     

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。     

银行数据仓库系统的设计与实现

为了提升自己的竞争力和寻求新的利润空间，当前金融机构非常重视数据仓库的建设，全球排名前100家的大银行几乎都建有自己的数据仓库。数据仓库的成功应用引起国内金融机构的高度重视，比如：工行启动了“9991”工程，顺利地解决了建立数据仓库的基础——“数据集中”的问题；招商银行数据仓库的建设更是走在前面，对公、储蓄和人事数据仓库系统已初步建成并投入使用。     

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。     

数据仓库在银行业的应用(一)

本文对数据仓库在银行业MIS／DSS中的地位、构造和使用进行了阐述，同时结合银行业典型应用的实际，揭示了体系结构的确立在银行业MIS／DSS中的意义，对于数据仓库引入后的影响及其应用前景，作了深层次的探讨。     

数据仓库──管理信息系统建设的核心

数据仓库（ＤａｔａＷａｒｅｈｏｕｓｅ）是计算机应用领域的新概念，是近年迅速发展起来的一种管理技术。本文就数据仓库环境的产生及其技术特点，论述在管理信息系统（ＭＩＳ）中引入数据仓库的必要性，并结合我行正在进行的金融管理信息系统（ＦＭＩＳ）建设，探讨数据仓库在ＭＩＳ环境中的应用。     

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。     

数据仓库应用中存在的问题及其对策

目前国内各大金融企业,如保险公司、银行、证券公司都已着手建立了自己的数据仓库系统。从数据的规模、技术力量的积累、日益加剧的市场竞争等客观情况看,构建数据仓库的时机和条件已经具备。但是数据仓库应用的成功之路并不是一蹴而就的,要想成功实施数据仓库还需要在应用层和技术层两方面加以提升。一、数据仓库应用中存在的问题建立数据仓库可以把企业的内部数据和外部数据进行有效集成,为企业各层决策、分析人员提供准确、有效、便捷的信息。一个企业通过建立数据仓库可以提高市场竞争力,提升客户服务;提高资产质量,防范经营风险;提高管…     

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.     

数据仓库技术在基层人民银行的应用研究

作为IT技术的一个新的发展方向，数据仓库技术与数据库技术结合产生的集成、一致的环境，将使人民银行在决策中获得更全面、准确的信息。本文阐述了数据仓库的基本概念、特点和体系结构，介绍了基层人民银行如何应用数据仓库技术，更好地为防范金融风险提供管理信息和决策支持。     

商业银行数据仓库及其应用

本文分析了国内商业银行信息系统的现状，提出建设数据仓库是解决商业银行分析型应用的必然选择，在宏观上对数据仓库的体系结构进行了描述，介绍了OLAP、CRM、DM在商业银行的应用。     

数据仓库技术在工程建设项目管理中的应用

数据仓库和OLAP(联机分析)为科学的决策与管理提供了全新的技术支持，其技术已经广泛应用于银行、证券、税务、保险、客户服务及营销、商业零售等行业。但在工程建设项目管理中，数据仓库技术还没有得到广泛应用。本文结合工程建设项目决策和管理的特点，谈一谈数据仓库在项目管理中的应用。     

金融业数据淘金——挖掘数据价值 推动业务发展

数据仓库成为银行信息化的必由之路 大约十年前，伴随着“啤酒搭着尿布卖”的故事，数据仓库的概念走进了中国金融业的视野。十年后，“数据提升业务价值、数据赢得竞争优势”的道理早已深入人心，数据已被视为银行宝贵的财富，数据仓库成为银行业信息化建设的必由之路。中国建设银行在数据仓库领域起步较早，早在1999年，建行就开始对企业级数据仓库进行研究和规划，并对数据仓库模型建设进行了深入探索。在2003年建行全行科技规划中提出了数据仓库在建行运用的四大领域：     

浅谈银行业的数据整合

目前，国内银行业已经逐渐意识到数据仓库技术应用的重要性，也都在着手进行本行数据仓库系统的建设。由于数据仓库系统实施周期较长，四大商业银行都采取了比较谨慎的态度，大都只在某一个部门或是某个分行进行实施。工商银行通过数据仓库建设个人客户关系管理（PCRM）、业绩价值管理（PVMS）和法人客户关系管理（CCRM）系统，实现了对客户贡献度等影响经营决策的重要信息的收集和展现，初步建立了产品核算和分部门核算体系，解决了产品和部门价值判断的标准化、规范化、程序化问题。中国银行银行卡中心引进Teradata数据仓库及CRM解决方案，建立了客户服务和销售体系，制定了高效的营销策略，加速了现代化银行卡建设的步伐，全面提高了市场竞争力。     

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。     

我国商业银行数据仓库建设和使用过程中存在的问题和对策

本文介绍了数据仓库和数据挖掘的概念,论述了数据仓库建设在商业银行经营管理中的重要作用,分析了我国商业银行在数据仓库建设方面存在的问题,结合实际提出了解决问题的对策。     

运用数据仓库创新工商银行营销模式和管理方法研究

数据仓库起源于对巨量数据进行处理的需要，是随着信息技术的发展和业务应用需求的增大而产生的。中国工商银行作为国际性的大型商业银行，从2001年开始，就着手进行数据仓库系统建设。随着金融同业竞争的日趋激烈和国有商业银行股份制改造步伐的加快，大力运用数据仓库系统创新营销模式和管理方法已显得非常紧迫和十分必要。本课题着眼于国际国内金融市场，瞄准数据仓库技术前沿，根据工商银行的业务经营实际，较为深入地阐述了工商银行营销模式、管理方法与数据仓库的演变历程和将来的发展方向，并且有针对性地提出了当前对其融合创新的具体思路。     

未来数据仓库的应用趋势

数据仓库的应用范围及价值是由银行自身业务发展决定的。目前,数据仓库应用的三大核心领域是客户管理、风险管理和财务与绩效管理,涵盖了银行从市场到自身管理的一系列过程。因此,业务的发展趋势就是数据仓库的应用趋势,数据仓库只有在顺应业务发展的过程中不断完善技术能力,提供更灵活、更丰富的服务,