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。     

建设企业级数据仓库

本文主要阐述了在中国人寿IT建设的大环境下,如何利用数据仓库技术对数据进行整合,为企业提供统一的数据视图,建设中国人寿企业级数据仓库,并最终为市场营销活动及各级决策管理者提供及时、准确、科学的辅助决策依据。     

未来数据仓库在银行业的应用

监管机构通过制度形式明确指出了未来我国银行监数据仓库建设的必要性．这一举措将进一步推动数据仓库在银行业的实施步伐．掀起银行业新一轮数据仓库建设的热潮,同时,也将深入影响未来我国银行业数据仓库的架构趋势,改变未来数据仓库在银行业的应用模式。     

打造科技平台 坚定市场定位——龙江银行科技条线总经理欧阳光谈数据仓库系统建设

坐落在松花江畔的龙江银行,是一家面向农业产业、中小企业和地方经济的新兴城市商业银行,经中国银监会批准,2009年底在原齐齐哈尔市商业银行、牡丹江市商业银行、大庆市商业银行和七台河市城市信用社（三行一社）的基础上合并重组而设立的股份有限公司。     

信息化银行的数据之源——中国工商银行数据仓库建设回顾与展望

数据仓库建设是信息化银行建设的基石,信息化银行建设的首要任务是丰富和完善数据仓库,实现结构化数据的全入库,与信息库共同构成信息化银行发展的"大数据"基础。中国的银行业是最早将信息技术引入业务管理的行业之一。信息化有力地支持了我国金融业的改革和发展,推动了整个社会的现代化进程。而中国工商银行的信息化建设通过不断发展和创新,构建了强大的信息技术基础,建立了高度集中统一的电子化服务体系,在国内银行业保持领先水平。当前,随着     

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。     

商业银行数据仓库实施方法论

数据仓库作为"创新和完善信息生产、存储和传输方式,信息集中管理、深度挖掘和综合利用,促进信息跨部门、跨区域、跨系统的整合和共享"的平台,其实施必将有力促进商业银行的跨越式发展。但数据仓库的建设是     

农信社数据仓库建设的探讨

随着外资银行的进入,我国银行业的竞争进入了一个新的时期。国内各大银行实现数据大集中后,面临激烈的金融市场化竞争趋势,各级行在经营管理分析方面迫切需要解决的问题日益增多。各大银行的业务及管理系统不断整合集中,同时积累了大量的业务数据。如何对数据进行深层次挖掘,科学地对     

强化社区银行建设,打造龙江银行核心竞争力

社区银行是以居民社区为依托,在城乡一定的人群居住区范围内,按照市场化原则自主设立、运作并为当地居民或中小企业提供方便快捷、成本较低、个性化较强的金融服务的小型商业银行     

银行数据仓库性能的深度优化

随着金融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)制定策略的信息就显得越来越重要。这种需求既要求联机服务,又涉及大量用于决策的数据,而传统的数据访问已无法满足这种需求。其具体体现在三个方面: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,它对大量数据的访问性能明显下降。随着数据仓库技术的发展,信息处理技术的发展趋势是从大量的业务系统中抽取数据,并将其清理、转换为新的存储格式,并进行数据分析和数据挖掘。     

灾备体系建设为龙江银行发展打造坚固的屏障——访龙江银行副行长许永辉

2012年上半年,国内某家大型媒体集团采购了一批基于英特尔博锐处理器的高性能PC。而在这批高性能PC里有一个精通智能管理的秘密武器——英特尔博锐技术。现在,该媒体IT负责人正打算以这批PC为起点,在智能办公管理的路上迈出一大步。     

培训——打造知识型银行——让银行在培训的世界里成功

伴随着知识经济时代的来临，知识从来没有像现在这样对人类生活产生如此重大的深刻影响。在这样的背景下，银行应该也必须清醒地意识到现代银行业的实质已经不再是靠赚取利差生存的企业，而应该是提供高智能服务的行业。它所面临的是一场以知识为基础的服务的竞争。银行只有把自己打造成为知识型银行，才能适应知识经济发展的要求，才能在激烈的竞争中立于不败之地。而打造知识型银行的利器便是培训。     

发挥独特区域优势 打造中外企业家园——北京联东国际工业城项目在京东启动

<正>由国际、国内近百家中介机构联合向国内外推出的“北京联东国际工业城”项目,近日在京东启动。该项目占地957亩,规划建筑面积80万平方米,分为汽车零配件机械加工制造区域、电子信息产业制造区域、医药食品产业制造区域和商务生活配套设施区域。工业城将分三期建设完成,总投资达15亿元,建成后可进驻400余家中外企业,预计年产值可达100亿元,是目前国内标准厂房规模最大的园区之一。随着工业城项目的落成,将为北京东部发展带的工业发展起到积极促进作用,对CBD产业链的完善起到良好的补充和支持作用。     

我国银行数据仓库和商业智能的发展策略

目前,中国银行业面临着全球比、网络化、同质化、多样化的竞争形势,需要借助数据仓库（DW）和商业智能（BI）应用,挖掘数据价值,实现科学决策。随着业务的扩张、业务风险的增加,银行业对与业务相结合的DW＆BI解决方案的需求陕速增长,如：风险数据分析、客户价值分析、综合绩效分析等。银行应根据技术发展趋势,合理选择DW＆BI产品,将其应用于复杂的业务分析、模型建立、系统构建相结合来制定DW＆BI应用策略,以确保商业利益的合理实现。     

基于知识库的银行生产运行支持系统

经过20多年的努力，银行信息化建设取得了极大成就，信息基础设施牢固，基本建立了覆盖全部营业机构的通信网络，全国数据中心、省域数据中心设施也趋于完善，银行支付结算系统功能基本实现信息集中和处理的自动化，业务管理也利用信息化手段代替原来的报表处理模式。信息技术的快速发展推动着商业银行信息化建设进程，商业银行信息化从孤立的网点操作自动化起步，逐步向网点联网、业务集中自动化处理转变，进而实现数据全部集中存储和全部业务与经营管理过程的自动化，信息化进程的快速发展不仅带来了业务和管理效率的提高以及客户服务质量的提高，同时对银行各类信息系统的稳定运行和服务提出了新要求。     

保险数据仓库数据抽取的设计与实现

随着保险行业竞争的加剧和信息化建设进程的推进,各家保险公司逐步实施了数据仓库建设,而数据抽取作为数据仓库建设的关键技术之一,其设计的好坏将直接影响整个数据仓库建设的成败。在数据抽取的设计过程中,经常由于数据源质量不高、数据源修改主键、多表对一表抽取数据不同步和数据源不支持数据仓库的抽取等,     

银行信息化建设，柯达的N种回答——本刊记者刘丽芳访伊士曼柯达公司商业影像部中国区总经理马振雄

《现代商业银行》：随着中国银行业竞争日益惨烈．日趋与国际接轨，银行采用IT手段增强核心竞争力大势所趋。请您谈谈银行应如何正确地看待和选择IT服务7     

数据挖掘技术在银行的应用

数据挖掘技术源于20世纪80年代末,金融,保险、电信等行业首先受益。20世纪90年代末,随着客户关系管理的兴起,数据挖掘逐步成为银行、保险业的宠儿。21世纪,数据仓库技术的广泛应用为数据挖掘的深度普及奠定基础。在金融数据海量集中的年代,对数据的整合、挖掘势在必行。本期技术与应用栏目以数据仓库、数据挖掘技术在银行、保险业的应用为例,与金融科技工作者共同探讨其最新价值。     

给银行的数据赋予“生命”——访NCR数据仓库事业部中国区副总经理王闯舟

数据仓库因具有对海量数据进行强有力的分析功能，银行可以把这些数据按照统一的规定规则进行清洗、转换和利用，形成全面集成的客户信息，总的来说就是将银行内部的市场流程和风险控管好，为银行作出战略性决策和提高核心竞争力提供科学的依据，这也是目前国内银行对数据仓库关注程度越来越高的原因。     

数据仓库建设及数字化管理工作解析——以民生银行为例

根据"核心竞争力"概念的创造者--普拉哈拉德和哈默尔的定义,核心竞争力至少需要满足三个特征:明显的竞争优势、扩展应用的潜力、竞争对手难以模仿的特质.面对日益变化的市场环境和日趋激烈的竞争态势,商业银行只有不断培育和提升自身的核心竞争力,为客户提供差异化的金融产品及优质服务,才能有效抵御风险并实现价值的最大化.