科士达 让金融数据不掉电

目前，在金融行业的信息化建设中，以数据集中、应用整合为核心内容，能够实现信息资源共享、管理集中、金融业务一体化的“数据大集中”工程，正在稳步深入推进。“大集中”后，金融企业固然可以通过集成化、集中化的数据中心实现对自身资源的优化管理，空前地提高网络系统、应用系统及数据库的可用性，但由“数据集中”而产生的“风险集中”问题也随之凸显出来。在影响网络数据安全的诸多因素     

数据集中对管理的新要求

从2000年起,中国银行业掀起了数据大集中的信息化浪潮,通过几年的努力,各家银行的建设工作已具雏形。伴随着这新一轮的金融信息化高潮,中国人民银行也步入了“数据集中”的征程,面对已经建成的数据集中系统,我们在思考：数据集中有哪些新特点？暴露出那些不足？问题如何解决？集中优势如何充分发挥？     

搭建金融业数据集成平台

数据集成主要是指基于企业分散的信息系统业务数据进行再集中、再统一管理的过程。如何正确搭建适合金融企业的数据集成平台？企业要实现数据集成的应用，不仅要考虑企业急需集成的数据范围，还要从长远发展考虑数据集成的架构、能力和技术等因素。从数据集成应用的系统部署、业务范围和实施成熟性看，数据集成主要可分3种架构：单个系统数据集成架构、企业统一数据集成架构、机构之间数据集成架构。     

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；     

商业智能为银行发展中间业务带来新机遇

一、商业智能简介 商业智能（BI-Business Intelligence）是什么？关于它的定义很多，比较严谨的定义如下： “商务智能是企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和累计商务知识和见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提升各方面商务绩效，增强综合竞争力的智慧和能力。”     

数据治理：信息时代金融企业高效经营管理的基石

信息、资本、人才是金融企业实现生产力和体现竞争力若干关键要素中最易流动的三个要素。在信息时代，由于信息来源的复杂、信息传播媒介的多样、信息的快速膨胀给企业获取、甄别、集中、挖掘、应用、反馈信息带来了更大的管理难度，对企业的信息管理能力提出了更高的挑战。从金融业界信息管理发展的方向看，数据治理是进行信息管理的有效手段，是金融企业高效经营管理的基石，建立完善的数据治理架构，实现数据治理机制的有效运转是从根本上解决金融企业数据治理问题的“金钥匙”。     

Teradata天睿公司：数据驱动业务的使能者

Gartner公司的调查显示，在大数据应用方面，企业面临的最大挑战是怎样通过大数据获得价值以及怎样入手部署大数据技术。“这与我们在日前召开的2014大数据商业智能全球用户大会上了解的情况是一致的。”Teradata天睿公司国际集团总裁Hermann Wimmer在接受记者采访时表示，“Teradata天睿公司的定位就是帮助客户掌握有关数据和数据分析的一切。”     

数据监管体系离我们有多远

为了可从数据中获取收益,制定前瞻性的数据规划和先进的数据管理流程是当前金融企业数据建设的重点工作。数据监管体系正是适应这种需求而产生的,它也是企业数据集中的中后期发展阶段中计算机应用系统的发展方向。     

中国ATM外包服务研究

一、中国ATM外包服务的类型和特点 外包服务在金融领域，如商业银行的电话银行、系统研发、数据集成等业务上已经有很多应用。目前，外包也是部分商业银行实施ATM运营管理特别是ATM集中运营普遍采取的一种辅助手段，可以有效解决集中运营管理过程中随着ATM数量增加而产生的人员紧缺、维护服务能力不足等问题，有助于提高服务质量和服务效率。     

应用商业智能提升银行核心竞争力的重要举措

在数据大集中已经大致完成的背景下，商业智能（BI）应用成为战略转型中的中国大型商业银行进行信息化建设的必要选择。我国一些较大型的商业银行，如交通银行、光大银行，以及建设银行的个别分行等现已应用商业智能，取得了较好的成效，引起了业内的广泛关注。在现有的条件、环境下，银行业应该采取何种商业智能应用策略，从技术层面应该如何推进商业智能应用，是业内相关人士普遍关心的问题。     

商业智能在信用卡业务中的实际应用

商业智能（BI，Business Intelligence）是对商业运营中所涉及的信息进行智能化、综合性处理的过程，它伴随互联网的高速发展和企业管理信息．化的不断深入而产生。商业智能使得企业的决策能够对企业各种信息进行有效、合理地分析和处理，为经营决策提供可靠的依据。确切地讲，商业智能并不是一项新技术，它是将数据仓库（Data Warehouse）或数据集市（Data Mart）、联机分析处理（OLAP）、数据挖掘（Data Mining）等技术与客户关系管理（CRM）结合起来应用于商业活动等实际过程中，通过把大量的数据转换成可靠的、商用的信息以增加利润和市场份额，实现了技术服务于决策的目的。[第一段]     

中间件技术在山西建行数据大集中成功应用

数据大集中已经成为我国金融电子化的必经之路，它不仅是银行业务管理模式由区域分布式管理向“大集中”为代表的统一的集约化方式过渡的必然产物，而且也是银行业务从以服务为中心向以客户为中心转变的核心内容。在我国金融行业的数据大集中趋势中，中间件已经扮演着及其重要的角色。     

是智能,也是挑战--专访中信实业银行信息技术部总经理林丽

中信实业银行是“中国首家整体引进国际先进核心业务系统，实现软硬兼备的完整数据大集中”的银行，同时也是国内较早涉足商业智能领域的商业银行之一：经过数年在基础设施平台、核心业务系统、业务流程重组等方面的准备，中信实业银行又站在新的起点上重新考虑商业智能项目的建设。近日，中信实业银行信息技术部总经理林丽接受本刊专访，     

中间业务数据变更管理系统的设计与实现

随着中国工商银行福建省分行（简称“福建工行”）将原来由各二级分行管理、运行的分散的中间业务应用系统集中到省行数据处理中心，实现了中间业务数据的全省集中，原先由各分行负责的中间业务数据变更操作也统一集中到省行处理。福建工行目前已经投入运行的中间业务应用系统已有几十个，无法通过柜面交易完成中间业务数据的变更和查询的情况时有发生，考虑到省行科技部门人员有限，且承担着大量的开发、维护和推广任务，福建工行信息科技部在征求多方意见后组织开发了一套准确、灵活、安全的变更管理系统，供二级分行科技运行部门使用，用于各行中间业务数据的变更管理。[第一段]     

基于商业智能技术的信用卡竞争力提升方案

步入21世纪的银行业已经成为典型的依赖于信息技术的数据密集型行业。这种发展趋势的最新佐证是目前业界谈论最多的两个术语:其一是客户关系管理,此技术的最终目的是识别客户并与客户建立一对一的个性化服务关系以攫取最大利润;其二是商业智能,此技术的最终目的是建立集中的、面向主题的数据分析环境并为商业决策提供支持。这两种技术都蕴涵着“数据-信息-知识”这一典型的人类认知过程,并要求以计算机的存储能     

盒融网络新趋势凸显“后集中时代”业务前景

在网络经济时代，银行必须直面新的挑战。随着数据大集中的工作基本完成，主要金融企业在IT部署上已经具有良好的基础，下一步的关键在于让IT系统真正融合到业务中去。思科的SONA和统一通信能够帮助金融企业无论在后端的系统建设还是前端的服务上都能实现有效整合，从而为业务目标的实现提供更有力的支持。     

科技管理常说常新

科技管理是一个常说常新的活题，其体制和具体的内容均随着科技工作的不断发展而发生变化；就目前来说，数据集中是各金融企业科技管理发生重大变化的导火索之一。在这个变化过程中，金融企业分支机构科技部门是最直接的感受者。目前，人民银行的数据集中已经起步，人民银行分支机构科技部门也将面临类似的问题。     

“电销”系统建设中的常见误区

呼叫中心从成本中心转变为利润中心，是很多企业在建设和管理呼叫中心系统过程中的未来发展前景。近两年来，随着“电销”业务的开展，这种愿望不再是美丽的海市蜃楼，人们已经看到这一天到来的曙光。当前，商业银行等金融企业和保险企业正在掀起一轮“电销”系统建设的热潮。由于“电销”系统是一种基于崭新销售模式的信息化实现，     

交通银行成功实施CA变更管理系统

CA日前宣布．交通银行通过选用CA领先的ALLFusion变更管理解决方案，实现了主机应用软件生命周期内的版本管理生产系统程序的发布及紧急抢修控制，目前已经在贷记卡系统和“大集中”对公业务系统中成功应用，为交行业务的开展提供了强大的保障。至此．在中国的金融机构生产系统版本控制领域，交行已经处于领先位置。     

数字经济背景下数据资产价值提升路径研究

我国数字经济已转向深化应用、规范发展及普惠共享的新阶段，数据资产作为数字经济的重要产物，逐渐成为企业的关键生产要素。本文从数据资产的概念和特征入手，探讨数据资产价值的关键构成因素和价值提升的实现路径，提出以形成新战略重点、建立全新工作方式、实现业务价值为导向的总体思路，综合成本、质量、数量、应用等关键维度，以“集成、流动、智能、周期、质管、决策”六大模块为依托，构建以基础数据管理中台为基础设施层、数据业务应用与数据质量管理为应用层、商业智能和分析层为智能创新层的三角结构式数据资产价值提升框架及具体路径，以期帮助企业实现数字资产全流程的价值增值，促进企业高质量发展。