信息技术在全球银行业的应用(六)数据挖掘技术及其应用

银行中高层管理人员在进行管理决策时,往往首先需要了解经营活动中发生了什么,并分析它为什么发生,最后决定该做什么,可以采取什么行动.在前述的数据库技术和多维分析技术中主要集中处理发生了什么,很少揭示发生的原因.然而正是这种隐含在通常报表之中的内在原因、机制和规律才是对银行的发展最有价值的知识.数据挖掘又称知识挖掘,正是适应这方面的需求而产生的.数据(知识)挖掘的定义:"数据(知识)挖掘是按照既定的业务目标,对大量的数据进行探索、揭示隐含其中的规律并进一步将之模型化的先进、有效的方法".     

国外商业银行信息技术应用概况（之一）

信息技术在银行业的应用，已经和正在引起一场革命，这场革命所改变的不仅仅是银行的操作方式和操作程序，而且改变着银行的决策方式和决策程序，从而引起银行经营方式和管理方式的巨大变革，为了便于大家更深刻地理解这场革命，我们从这一讲开始连续用四讲，以美国银行业为例，介绍国外商业银行信息技术的应用概况。     

国外商业银行信息技术应用概况（之四）

美国商业银行电子化经历了近40年的发展。进入90年代之后，加快了新信息技术应用的步伐，并联合外部服务公司不断地在一些前沿性的信息技术领域探索。这与80年代美国商业银行一般要等到信息技术成熟或规范化之后才采用的特点已有很大不同。IBM公司滨舵人郭世纳先生（Lou Gerstner）曾讲过“信息技术产业有趣的事就是每10年左右，你就有一次机会来重新定义战场。”     

信息技术在全球银行业的应用（五）联机分析处理（OLAP）

数据仓库是进行分析决策的基础，因而还必须具备强有力的工具进行分析和决策，下面简要介绍与数据仓库密切相关的联机分析处理（On Line Analytical Process,OLAP）及相应的工龄，我们知道，在实际决策过程中，决策者需要的往往不是某一指标单一的值，他们希望能从多个角度观察某一指标或多个指标的值，并且找出这些指标之间的关系。比如，决策者可能想知道“东部地区和西部地区今年6月份和去年6月份在信用卡途额上的对比情况，并且信用卡的余额按2000万－5000万、5000万－8000万以及8000万以上分组”。上面的问题是比较有代表性的，决策所需数据总是与一些统计指标（如信用卡余额总额）、观察角度（如信用卡余额区域、时间）和不同级别（如地区、统计值区间划分0的统计（或合并）有关，我们将这 观察数据的角度称之为维，可以说决策数据是多维数据，多维数据分析是决策的主要内容，但传统的关系数据库系统、报告书写及查询工龄对于管理和应用这样复杂的数据显得力不从心。     

数据控制技术及其应用

银行中高层管理人员在进行管理决策时，往往首先需要了解经营活动中发生了什么，可以采取什么行动。在前述的数据库技术和多维分析技术中主要集中处理发生了什么，很少揭示发生的原因，然而正是这种隐含在通常报表之中的内在原因、机制和规律才是对银行的发展最有价值的知识，数据挖掘又称知识挖掘，正是适应这方面的需求而产生的，数据（知识）挖掘的定义：“数据（知识）挖掘是按照既定的业务目标，对大量的数据进行探索、揭示其隐含其中的规律并进一步将之模型化的先进，有效的方法”。例如，股票经纪人需要从日积月累的大量股票行情变化的历史记录中发现其变化规律以供预测未来趋势之用；超级市场的经理人员希望能从过去几年的销售记录中分析出顾客的消费习惯和行为，以便及时变换营销策略，等等，有一个很普通，却很能说明数据挖掘是如何产生效益的例子，美国著名的Wal Mart超级连锁店通过数据挖掘，从记录着每天销售和顾客基本情况的数据库中发现，在下班后前来购买婴儿尿布的顾客多数是男性，他们往往同时购买啤酒，于是这家连锁店的经理当机立断重新布置了货架，把啤酒类商品布置在婴儿尿布货架附近，并在这两类商品之间放上土豆片之类的佐酒小食品，同时也就近布置男士日常生活用品，这样一来，上述几种商品的销量几乎马上成倍增长。