论文部分内容阅读
【摘 要】本文分析了商业银行建设省分行数据集市的必要性和意义，对省分行数据集市进行了定义和目标定位，研究和设计了省分行数据集市的应用框架及需求较为迫切的数据集市应用内容，对各商业银行省分行结合本省的业务发展和经营管理特色模式，规划建设和实施开展各领域精细化的管理支撑应用，具有重要的指导意义。
【关键词】省分行数据；集市应用
随着信息科技和互联网应用的快速发展，银行面临着互联网金融和大数据应用的全新挑战，银行对自身的数据治理和数据分析能力提出了更高的要求。
1.银行省分行数据集市的意义
当前，各大商业银行正在实施“应用大集中、数据大集中”，将生产处理系统全行统一版本、将业务数据集中在总行存储，而配套的数据治理和数据分析能力常常落后于系统集中和数据集中的进度，常常不能满足银行自身经营管理的需要，主要体现为：
（1）在系统和数据大集中后，银行逐步建设了全国集中的数据仓库系统，满足了总行层面对全国数据进行集中分析和使用的需要。但由于要求各省不能看到他省数据的安全保密限制，较少让各省分行直接使用总行数据仓库。
（2）银行省内各级分支行只能查询和使用总行业务和管理系统提供的固定数据。对于总行系统无法满足的数据需求，如个性化的客户营销、绩效考核、风险防控、银企直联合作、监管检查配合等数据需求，则需要一次次层层申请审批、直至总行进行数据提取和支持。商业银行网点点多面广，总行数据支撑团队人手紧张、数据支撑能力难以满足各级分支行日益發展的个性化数据提取需要，导致基层无法及时获得数据，会一定程度上限制和影响业务经营发展。
（3）中国幅员广阔，区域间差异很大，经济发展不平衡，各省分行都具有当地特色的业务发展和经营管理模式。银行各个经营管理领域在全国都统一管理模式，实施难度较大，且不贴合各地实际情况。
因此，建设省分行数据集市，使各省分行能够及时准确地获取所需求数据，支撑本省精细化、个性化、专业化的管理需求，具有重大意义。
2.省分行数据集市的定义
数据集市是从生产操作或其他数据源持续收集所需数据的小型仓库，集市数据是从企业更大范围的基础数据库、基础数据仓库中按需抽取出来的。数据集市在内容、分析、易用以及表现等方面都满足和迎合了部门或专业群体的确定特殊需求。数据集市最主要的特征是规模较小、支撑特定应用、面向专业或部门。
商业银行省分行数据集市是在总行数据仓库支撑下，结合各省分行当地的业务发展和经营管理特色，以支撑省分行精细化、个性化、专业化的管理需求为目标，建设省分行逻辑数据集市（物理集中在总行但逻辑上各省独立）或物理数据集市（分布式部署于各省），实现对总行数据仓库下发源数据的接收监控，组织数据整合加工，并发挥各省数据分析经验，搭建各管理领域本地化、精细化、专业化的分析、监控、预测、管理模型，并部署配套的应用管理系统，保障持续动态地挖掘出精确应用数据并推送到各级分支行进行常态化使用，从而快速全面地提升各级分支行在各管理领域的经营管理水平，利用数据高效驱动企业创造价值。
3.银行数据集市的应用框架设计
省分行可以结合本省特色的业务发展和经营管理模式，开展各类精细化、个性化、专业化的经营、管理、服务、风控等应用。省分行数据集市及其应用框架如上图，本文对需求较迫切的部分应用进行简要分析。
3.1银行省分行数据集市的主要应用分析
（1）数据下发监控应用。通过配置数据接口、下发周期、最大容忍延误时间等监控模型，多种方式及时提醒运维人员，确保集市源数据及时到达。
（2）数据集市ETL（数据清洗加工加载）应用。基础ETL是通过建设银行账户数据整合、客户数据整合、经理数据整合、机构数据整合模型，进行各源系统数据的归并整合，实现可交叉、综合地分析利用跨业务系统数据。应用ETL是通过建设省内各管理领域的分析、监控、预测、管理模型，实现对省内管理应用系统数据的加工整合计算，满足各管理应用持续动态更新数据的需求。
（3）交叉营销管理应用。通过建设本地特色化的产品或资产交叉营销模型、交易或事件交叉营销模型、关系或客户交叉营销模型等，多渠道地以最佳方式推送目标客户到最优机构开展有配套资源的精细化交叉营销活动，包括单位上门团办营销、网点排队机和大堂及柜面营销、专属经理和座席外呼营销、网银和手机银行等电子银行个性化专属供应营销、短信和微信营销等。
（4）员工绩效考核应用。通过建设营销类、操作类、中后台类等不同考核体系的银行员工绩效评价模型，实现不同岗位员工绩效综合评价，并实际用于省内员工绩效工资和业绩发放。
（5）机构绩效考核应用。通过分档分类确定不同机构和部门的考核模型，实现全辖机构和部门考核评价，并实际用于机构人工成本和业绩发放控制。
（6）资金流量流向监控。通过建设资金流量流向监控和响应模型，支撑各级分支行全面监控每日每月的客户波动、业务发展、资金流量与流向，并组织异动支行调查市场竞争情况，及时采取针对性的竞争应对措施。
（7）检查审计管理应用。结合本省客户交易规模和习惯，建设各类可疑操作和可疑交易的非现场检查或非现场审计模型，实现分类分层地预警，并自动分派银行风险经理、业务检查人员、审计人员，组织开展核对、检查、审计工作。
（8）合作伙伴管理应用。结合本省的合作伙伴特色，建设业务代理合作模型，如信用卡、小额贷款、公司业务等代理销售或合作营销，实现省内合作伙伴的合作业务管理、客户维护、代理收入结算等。
（9）资产催收/保全应用。结合本省的信贷和信用卡业务发展情况和客户特征，建设本省客户逾期预测模型、逾期催收模型、资产保全模型等，对预测逾期可能性高的客户降低额度、催还借款，对已逾期客户分层级催收，对不良资产分类别开展经警、法院等多渠道合作保全、落实责任追究。
（10）网点/渠道产能应用。结合本省的地域和经济发展特点，建设本省的网点/渠道设备评价模型等，实现对设备、渠道、网点的效益评价、选址评估、调整优化建议等。
3.2配套省分行数据集市的公共应用分析
实施省分行数据集市应用时，还需银行相关综合应用的支持，实现省分行内部资源的整合和集成，确保数据集市相关应用的快速落地、全面推广。
（1）省内短信上下行应用。省内对接移动、联动、电信实现短信上下行功能，支持对运营商的短信费用结算、对内部分支行的短信成本分摊。
（2）省内流程/OA应用。省内统一门户、统一用户，实现对各类型内部流程和内部消息的个性化综合集成，并可共享自/至其他各系统。
（3）省内对外呼叫应用。省内实现人工或系统自动外呼任务管理和调度，及外呼结果回传匹配。
【关键词】省分行数据；集市应用
随着信息科技和互联网应用的快速发展，银行面临着互联网金融和大数据应用的全新挑战，银行对自身的数据治理和数据分析能力提出了更高的要求。
1.银行省分行数据集市的意义
当前，各大商业银行正在实施“应用大集中、数据大集中”，将生产处理系统全行统一版本、将业务数据集中在总行存储，而配套的数据治理和数据分析能力常常落后于系统集中和数据集中的进度，常常不能满足银行自身经营管理的需要，主要体现为：
（1）在系统和数据大集中后，银行逐步建设了全国集中的数据仓库系统，满足了总行层面对全国数据进行集中分析和使用的需要。但由于要求各省不能看到他省数据的安全保密限制，较少让各省分行直接使用总行数据仓库。
（2）银行省内各级分支行只能查询和使用总行业务和管理系统提供的固定数据。对于总行系统无法满足的数据需求，如个性化的客户营销、绩效考核、风险防控、银企直联合作、监管检查配合等数据需求，则需要一次次层层申请审批、直至总行进行数据提取和支持。商业银行网点点多面广，总行数据支撑团队人手紧张、数据支撑能力难以满足各级分支行日益發展的个性化数据提取需要，导致基层无法及时获得数据，会一定程度上限制和影响业务经营发展。
（3）中国幅员广阔，区域间差异很大，经济发展不平衡，各省分行都具有当地特色的业务发展和经营管理模式。银行各个经营管理领域在全国都统一管理模式，实施难度较大，且不贴合各地实际情况。
因此，建设省分行数据集市，使各省分行能够及时准确地获取所需求数据，支撑本省精细化、个性化、专业化的管理需求，具有重大意义。
2.省分行数据集市的定义
数据集市是从生产操作或其他数据源持续收集所需数据的小型仓库，集市数据是从企业更大范围的基础数据库、基础数据仓库中按需抽取出来的。数据集市在内容、分析、易用以及表现等方面都满足和迎合了部门或专业群体的确定特殊需求。数据集市最主要的特征是规模较小、支撑特定应用、面向专业或部门。
商业银行省分行数据集市是在总行数据仓库支撑下，结合各省分行当地的业务发展和经营管理特色，以支撑省分行精细化、个性化、专业化的管理需求为目标，建设省分行逻辑数据集市（物理集中在总行但逻辑上各省独立）或物理数据集市（分布式部署于各省），实现对总行数据仓库下发源数据的接收监控，组织数据整合加工，并发挥各省数据分析经验，搭建各管理领域本地化、精细化、专业化的分析、监控、预测、管理模型，并部署配套的应用管理系统，保障持续动态地挖掘出精确应用数据并推送到各级分支行进行常态化使用，从而快速全面地提升各级分支行在各管理领域的经营管理水平，利用数据高效驱动企业创造价值。
3.银行数据集市的应用框架设计
省分行可以结合本省特色的业务发展和经营管理模式，开展各类精细化、个性化、专业化的经营、管理、服务、风控等应用。省分行数据集市及其应用框架如上图，本文对需求较迫切的部分应用进行简要分析。
3.1银行省分行数据集市的主要应用分析
（1）数据下发监控应用。通过配置数据接口、下发周期、最大容忍延误时间等监控模型，多种方式及时提醒运维人员，确保集市源数据及时到达。
（2）数据集市ETL（数据清洗加工加载）应用。基础ETL是通过建设银行账户数据整合、客户数据整合、经理数据整合、机构数据整合模型，进行各源系统数据的归并整合，实现可交叉、综合地分析利用跨业务系统数据。应用ETL是通过建设省内各管理领域的分析、监控、预测、管理模型，实现对省内管理应用系统数据的加工整合计算，满足各管理应用持续动态更新数据的需求。
（3）交叉营销管理应用。通过建设本地特色化的产品或资产交叉营销模型、交易或事件交叉营销模型、关系或客户交叉营销模型等，多渠道地以最佳方式推送目标客户到最优机构开展有配套资源的精细化交叉营销活动，包括单位上门团办营销、网点排队机和大堂及柜面营销、专属经理和座席外呼营销、网银和手机银行等电子银行个性化专属供应营销、短信和微信营销等。
（4）员工绩效考核应用。通过建设营销类、操作类、中后台类等不同考核体系的银行员工绩效评价模型，实现不同岗位员工绩效综合评价，并实际用于省内员工绩效工资和业绩发放。
（5）机构绩效考核应用。通过分档分类确定不同机构和部门的考核模型，实现全辖机构和部门考核评价，并实际用于机构人工成本和业绩发放控制。
（6）资金流量流向监控。通过建设资金流量流向监控和响应模型，支撑各级分支行全面监控每日每月的客户波动、业务发展、资金流量与流向，并组织异动支行调查市场竞争情况，及时采取针对性的竞争应对措施。
（7）检查审计管理应用。结合本省客户交易规模和习惯，建设各类可疑操作和可疑交易的非现场检查或非现场审计模型，实现分类分层地预警，并自动分派银行风险经理、业务检查人员、审计人员，组织开展核对、检查、审计工作。
（8）合作伙伴管理应用。结合本省的合作伙伴特色，建设业务代理合作模型，如信用卡、小额贷款、公司业务等代理销售或合作营销，实现省内合作伙伴的合作业务管理、客户维护、代理收入结算等。
（9）资产催收/保全应用。结合本省的信贷和信用卡业务发展情况和客户特征，建设本省客户逾期预测模型、逾期催收模型、资产保全模型等，对预测逾期可能性高的客户降低额度、催还借款，对已逾期客户分层级催收，对不良资产分类别开展经警、法院等多渠道合作保全、落实责任追究。
（10）网点/渠道产能应用。结合本省的地域和经济发展特点，建设本省的网点/渠道设备评价模型等，实现对设备、渠道、网点的效益评价、选址评估、调整优化建议等。
3.2配套省分行数据集市的公共应用分析
实施省分行数据集市应用时，还需银行相关综合应用的支持，实现省分行内部资源的整合和集成，确保数据集市相关应用的快速落地、全面推广。
（1）省内短信上下行应用。省内对接移动、联动、电信实现短信上下行功能，支持对运营商的短信费用结算、对内部分支行的短信成本分摊。
（2）省内流程/OA应用。省内统一门户、统一用户，实现对各类型内部流程和内部消息的个性化综合集成，并可共享自/至其他各系统。
（3）省内对外呼叫应用。省内实现人工或系统自动外呼任务管理和调度，及外呼结果回传匹配。