数据集中系统中数据传输通道的设计

2002年,中国建设银行各一级分行陆续完成了各自的数据集中工作全行数据处理中心缩减至38个.同年,建行总行决定基于在上海、深圳两分行投产的新一代柜面业务系统,开发全行统一的核心业务处理系统版本DCC-CCBS,并先期在上海和北京建立总行数据中心,开始实施全行数据集中工程.     

华为3Com助力中国建设银行数据集中工程全面上线

9月25日下午两点整，随着中国建设银行吉林省分行柜面业务系统成功上挂总行数据中心，历时三年的建行数据集中工程（DCC）宣告完成。     

商业银行数据集中工程分行数据转换策略

随着计算机技术的发展，使各商业银行建立全行统一的核心业务处理系统来集中管理客户数据成为了一种可能。在各行数据大集中工程中，完成各分行应用系统数据向总行系统的数据转换是整个数据大集中工作的主要任务和目标之一。数据转换的完整性与正确性以及效率对于数据集中工作的质量以及系统切换时耗来说，都将起着举足轻重的作用。     

集中核算系统的设计与实现

近年来,数据集中已成为金融业的热门话题。人民银行数据集中业务以总行会计业务“四集中”(会计核算集中、事后监督集中、查询查复集中、会计档案集中)工作为指导,正在各地市中心支行有条不紊地开展。如何开发性能安全、高效的会计数据集中计算机处理系统,已成为人民银     

全国数据集中工程中特色业务系统项目建设经验

经过近7个月的奋战,2004年4月23日,中国建设银行内蒙古分行(以下简称“内蒙古建行”)将原有城综网系统成功地上挂到总行数据中心北方分中心,实现了内蒙古建行数据的全国集中,成为首家加入总行数据集中系统(以下简称“DCC系统”)的省级分行。在DCC工程中,内蒙古建行将具有本地特     

浅析人民银行的系统应用整合与数据集中

数据集中和系统应用整合是人民银行未来发展的方向。近几年人民银行新运行的几个大型业务系统全部是在数据集中的基础上研发的,如大额支付系统、发行资金业务系统、人民币信息账户管理系统等。人民银行正在按照统一规划、统一标准、统一平台、互联互用、信息共享的原则建设新型     

商业银行数据大集中的问题分析

引言 在信息技术广泛应用,全球经济一体化的大背景之下,各国银行为加强管理,提高竞争力,均进行了业务数据大集中。我国银行业自20世纪90年代末期开始,先后进行了数据大集中,建成或打算建成多个或单个大数据中心。这种模式依托于快速发展的大(中)型计算机技术、网络技术、通讯技术、安全技术,以一种庞大的新兴的技术架构,组成了银行业崭新的技术平台。它不仅推动中国银行信息技术的应用水平和信息化程度,还将更深层次地引发银行业管理体制的根本变革。     

数据集中环境下银行业务系统整合的探讨

目前,国内各商业银行纷纷增加科技投入,加快信息化建设,实施业务数据区域性集中处理是其中的一项重要内容.数据集中处理可以充分发挥计算机与网络通讯的技术优势,降低银行营运与交易的成本,增强业务交易的可靠性和提高效率降低风险.     

数据集中过程中特色业务的改造方法

数据集中主要采用两种方式：物理集中和逻辑集中。物理集中方式在根本上不对原系统进行大的调整，故本文不予论述。     

数据集中后中间业务系统的整合

随着我国加入WTO,各家商业银行都在积极进行电子化建设,提高竞争力,其中数据集中项目是重中之重.数据集中后可以大大提高交易成功率,减少交易成本,缩短交易时间,同时也为业务统一管理和规避风险提供了技术手段.     

新一代综合业务系统在数据集中环境下的应用

中国民生银行是首家主要由非公有制企业入股的全国性股份制商业银行,2000年12月19日,中国民生银行A股在上海证券交易所挂牌上市,为了在日益激烈的银行竞争中立于不败,民生银行将上市募集资金的20%投入到科技开发上,以"科技兴行"为战略,研制并开发了全国集中的新一代综合业务系统.     

会计集中核算系统数据备份的新方法

截至2003年12月,中国人民银行大额支付系统已成功推广到全国所有省会城市分行,其业务量已占全国大额支付业务的五成以上,已真正成为我国银行间资金汇划的主渠道。人民银行会计集中核算系统(简称会计核算系统)是支付系统的运行基础,它通过与支付系统连接,为金融机构提供清算服务,并办理人民银行内部资金汇划业务。数据备份的完整可靠是会计核算系统安全稳定运行的重要保证和应急手段。本文就会计核算系统的数据备份过程作详细分析,并提出通过网络文件系统传递备份数据的方法。一、系统环境设置会计核算系统的服务器一般采用PC服务器。为了保…     

建立新数据管理体系支持新巴塞尔协议

经过一段时期的数据集中．金融企业已经积累了大量的数据，似乎实现数据分析应用的时代已经来临。但是在实际工作中，这种数据分析应用项目并没有大规模的出现。为什么会出现这样的局面？数据分析应用还能实现吗？这是困扰很多商业智能从业人员的难题。 从本期开始．“商业智能”栏目将刊登以“金融数据管理与应用”为主题的连载文章。该专栏文章结合作者自身的工作经验．涉及三个方面的数据分析应用：金融企业数据管理、分析型客户关系管理和金融企业风险管理。其中数据管理部分介绍影响金融企业实施数据分析应用的主要障碍及其解决方法．其余两个部分则是当前金融企业数据分析应用的重点课题。对于很多计算机应用系统建设处于系统集中中前期阶段的金融企业，具有相当的推导作用。[编者按]     

数据清洗方法在寿险事务处理系统中的应用研究

早期大型的在线事务处理系统（OLTP）问世后不久，就出现了一种用于“抽取”处理的简单程序，其作用是搜索整个文件和数据库，采用某些标准选择合乎要求的数据，将其复制拷贝出来，用于总体分析，这就是数据预处理的前身。数据预处理应包括数据抽取、数据清洗转换、数据加载的整个过程。本文主要研究数据清洗方法在寿险事务处理系统中的应用。     

银行集中综合业务系统的构想及实施

金融电子化发展到今天,已经经历了一个漫长的发展过程.业务系统从最初单一、分散的模式,逐步向综合集中的模式转变.如何在现有业务系统的基础上进行改造,以适应综合、集中的需要?如何开发并实施一套综合集中的业务系统?本文将对此进行探讨和研究.     

The old pillars of new retailing

Despite the harsh realities of retailing, the illusion persists that magical tools can help companies overcome the problems of fickle consumers, price-slashing competitors, and mood swings in the economy. Such wishful thinking holds that retailers will thrive if only they communicate better with customers through e-mail, employ hidden cameras to learn how customers make purchase decisions, and analyze scanner data to tailor special offers and manage inventory. But the truth is, there are no quick fixes. In the course of his extensive research on dozens of retailers, Leonard Berry found that the best companies create value for their customers in five interlocking ways. Whether you're running a physical store, a catalog business, an e-commerce site, or a combination of the three, you have to offer your customers superior solutions to their needs, treat them with respect, and connect with them on an emotional level. You also have to set prices fairly and make it easy for people to find what they need, pay for it quickly, and then move on. None of these pillars is new, and each sounds exceedingly simple, but don't be fooled--implementing these axioms in the real world is surprisingly difficult. The author illustrates how some retailers have built successful operations by attending to these commonsense ways of dealing with their customers and how others have failed to do so.     

摩根士丹利的新老领路人

金融危机爆发,美国政府大举增援,投放巨额资金,摩根士丹利终于渡过难关,躲过一劫。如今摩根士丹利有了新的领路人     

按照"大集中"、"大前置"架构建设新一代电脑系统

为彻底改变我行信息化落后局面,提高我行核心竞争力,迎接入世挑战,我行在2000年10月份正式启动了新一代工程,经过一年的艰苦努力,新一代综合客户服务系统于2001年10月正式投产运行,并于2002年上半年在我行全面推广使用.新一代综合客户服务系统的投产使用,标志着我行信息化达到了国内领先、国际一流的水平,我行将凭借新系统的优势,进一步加快新产品开发,全面提高管理水平和风险防范能力,为我行实现中长期发展战略目标,走向全国、走向世界提供强有力的技术支持和科技引导作用.     

构建银行数据处理流水线

近几年,随着银行数据集中程度的提高,过去在数据分散状态下开发的应用系统已经不能满足当前的需要.如何开发一系列适应数据大集中需要,以客户为中心的应用系统成为银行科技人员面临的难题和挑战.本文试图从一个全新的角度,借用工业流水线思想,以设计银行的综合业务系统为例,探讨银行新的信息系统的设计思路.