商业智能在银行中的应用

商业智能，又称商务智能，指用现代数据仓库技术、在线分析处理技术和数据挖掘技术进行数据分析以实现商业价值，它之所以能粉墨登场，在银行中扮演越来越重要的角色，其根本原因在于：一方面随着银行信息化的不断深入，银行积累的数据越来越多，面临着“数据爆炸”和“信息缺乏”的矛盾；     

基于数据仓库的银行商业智能构建

随着计算机网络、人工智能数据库等技术的发展,一项新的信息管理技术——商业智能（BI）诞生了,它已成为当今信息管理技术的热门应用。实际上,商业智能技术是数据库与人工智能这2项计算机技术相结合的产物：利用人工智能中的机器学习、知识处理和神经网络等算法,从数据库中发现知识,理清数据库中大量数据之间的相互关联及存在规律,可供使用者有效分析和利用数据库中已存储的各种有用信息,以帮助决策者迅速做出决策,从而使银行产生巨大的经济效益。     

商业智能：创造和提升银行价值——Robert先生谈爱尔兰联合银行实施数据仓库技术

爱尔兰联合银行成立于1966年,现有员工3万人,其业务现已覆盖到美国、英国、波兰等多个国家和地区,该银行的资产额已从刚成立时的3.23亿欧元发展为现已拥有资产860亿欧元。爱尔兰联合银行商业智能资深主管 Robert Mulhanll先生在谈及利用数据仓库技术提升银行价值时说到——     

运用商业智能提升银行管理效率—商业智能在银行的应用

商业智能的本质是提取收集到的数据,进行智能化的分析,揭示银行运作和市场情况,帮助管理层做出正确而明智的经营决定。商业智能在银行业的应用也就是数据仓库技术在银行业的应用。随着国家金融体制改革的深入和完善,金融业务处理能力的不断扩展,大量新的服务手段不断应用,使得金融部门需要处理的业务种类和业务量都远远超过了以往任何时候。银行业要在竞争高度激烈     

商业智能的应用分析及发展展望

商业智能是指企业用来对各种商业资料进行定量分析的技术策略、过程和工具。商业智能的核心使命是帮助企业经理人员做出及时、正确、可行、有效的决策,从而改善企业经营效果,提升企业竞争力和获利性。 商业智能之所以重要,是因为对于现代企业来说,不知不觉的风险是巨大的,而一知半解的危害更大。当我们带着错误的认识制定了决策和计划,并按照此采取行动,这样的后果是可想而知的。商业智能就是要争取利用企业在日常经营过程中积累的大量数据,将其转化为有用信息来对企业决策进行引导。     

银行领域的商业智能设计与应用

伴随着计算机技术的应用,银行已经积累了大量的数据,如何利用这些数据来提高决策水平已经成为管理者关注的问题。商业智能的兴起提供了一个比较理想的解决方案,文章主要阐述了商业智能的概念、体系结构、实施步骤以及它在银行领域的应用。     

数据仓库技术在银行的应用和发展

银行是国家经济的命脉,随着我国正式加入WTO组织,中国的银行业很快就会直面来自国际金融巨头的挑战,能否在竞争中取胜是国内银行业普遍感到困惑的问题.目前,国内银行业呈现出几大趋势: 一是数据走向集中化; 二是业务综合化; 三是管理扁平化; 四是决策科学化.这些特点促使数据仓库技术发挥着极其重要的作用,同时,也是银行业能否决胜未来的关键"利器".     

银行业移动商业智能应用研讨会召开

本刊讯由微策略软件（MicroStrategy）和Teradata天睿公司联合举办的“银行业移动商业智能应用研讨会”日前在北京召开,会议探讨移动商业智能在金融行业的应用现状和前景,重点介绍了基于云计算技术的高端数据仓库在iOS移动终端上的应用案例。     

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。     

MSTR联手Teradata举办移动商业智能研讨会

本刊讯7月29日,继微策略软件(Micro Strategy)与Teradata天睿公司合作举办主题为银行业移动商业智能应用研讨会.交流会介绍了支持云计算技术的高端数据仓库,以及结合在iOS移动终端系列本机化的商务智能前端展现平台整体应用方案.据悉,微策略软件和Teradata天容公司已在全球拥有300多家国际性企...     

数据仓库及相关技术：为金融机构打造新的竞争力

数据分析技术需要一定的数据积累,各金融机构的数据仓库真正发挥作用需要假以时日。到2010年,我国银行业金融机构的数据仓库已经初具规模,并且开始为金融机构的业务发展以及日常管理提供切实有效的支持。     

商业智能在保险数据分析和决策支持中的应用与实现

经过多年来的业务发展和信息系统建设,保险企业积累了大量的历史数据。如何充分利用这些数据,将其转化成商机,一直是保险企业思考的问题。商业智能（BI）技术提供了一个良好的方法,把分散的数据集成到一个数据仓库系统中,利用在线分析技术和数据挖掘技术帮助公司对业务进行分析,寻求业务规律,为领导层提供决策支持。     

SAS商业智能:为银行挖掘深层的发展潜力

当今是一个信息膨胀的社会,数据是最有效益的资产,也是洞察客户需求、有效控制风险的关键所在,谁能及时、准确地把握海量数据,并据此制定出精准的商业策略,谁就能在竞争激烈的市场中站住脚步。高端数据分析可以做到及时、     

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     

我国银行发展中间业务的策略选择

当前，中间业务已成为国际银行业务发展的潮流，也是国内银行业务发展和收入提升的重要增长点，更是加入WTO后外资银行首当其冲的主要竞争目标。随着金融全球化的发展，银行间的竞争日趋激烈，商业银行拓展中间业务已是当务之急。因此，我国商业银行必须尽快调整经营策略，大力发展中间业务，提高收益水平和市场竞争能力。     

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。     

对我国银行业数据仓库建设的分析

一、数据仓库在国内商业银行管理应用中的现状与趋势近年来,国内商业银行进行了数据仓库建设的尝试,开展了统计报表和客户信息管理等初级应用。中国工商银行上海分行使用数据仓库技术开发了银行卡应用系统,用以对消费者进行分类,提供个性化服务,从而赢得市场。中国银行广东省分行开发的中国银行省、市两级金融管理信息系统示范系统,初步实现了报表数据采集、存储的自动化,     

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,     

数据仓库在我国商业银行的应用研究

随着我国商业银行改革、创新和国际化进程的不断深化,商业银行的公司治理必须同步改善,才能在激烈的竞争中谋求发展壮大。目前中国银行信息化的基础设施建设框架已经基本构成,各大商业银行基本完成物理和逻辑的数据集中工作和综合业务系统的推广,统一的业务应用平台已得到初步建立,部分商业银行的实现经营模式也由最初的业务为中心向客户为中心的转变。现阶段,我国银行业面临着新的挑战:大量的业务经营数据已经在数据库积累起来,如何对数据进行有效挖掘,使之为银行分析和决策所用;现代商业银行管理需从内外出发,对内则加强风险管理和绩效考核,对外则加强客户关系管理,又应如何完善这两方面的管理呢?     

“智用数据仓库演绎信息价值”主题征文活动评选结果

“智用数据仓库演绎信息价值”的主题征文活动。在广大作者的鼎力支持和Teradata公司的友情赞助下,取得了圆满成功。征文文章结合工作实际,真实反映了数据仓库技术在支撑银行业务发展、创造银行业务价值方面发挥的重要作用。代表了我国银行业数据仓库应用的先进水平。