數據倉庫再造銀行業

在金融國際化的趨勢下，如何更好地為客戶提供差異化服務和產品成為國內外銀行關注的焦點，而數據倉庫正是一道良方

目前，國內各個商業銀行正面臨著前所未有的激烈市場競爭，與此同時，隨著中國加入WTO，金融自由化、國際化的速度也正在逐漸加快。不久的將來，國內各商業銀行除了彼此之間相互競爭外，還將迎接許多世界級外資銀行的挑戰。利用先進的數據倉庫技術建立集中的、包含詳細交易數據的商業智能解決方案，已經成為各大銀行對內加強經營管理和決策支持，對外更好地了解客戶需求，開發新產品或服務，利用現有渠道對客戶進行交叉銷售，增加贏利能力，并在特定的業務領域提供差異化服務的重要手段。

與前幾年不同的是，目前大家都在談論企業級數據倉庫(Enterprise Data Warehouse)，對于數據集市的定位也基本形成共識，那就是數據集市應該從屬于企業級數據倉庫。所謂EDW，基本的要求就是整個企業能夠共享統一的數據存儲模型，為各級業務人員提供一致的信息視圖。本文對業界常見的兩種EDW架構作了分析，并探討了銀行業數據倉庫的應用體系。

兩種主要的企業級數據倉庫體系架構

集線器與車輪狀結構的企業級數據倉庫

這種結構也稱為“Hub and Spoke”，這是因為中央數據庫匯集了來自各業務處理系統的數據，同時也負責向各從屬數據集市提供信息，看上去像一個Hub (集線器)；而業務人員在進行數據分析與信息訪問時將根據需要連接到不同的數據集市，這種交叉復雜的連接看上去就像Spoke(車輪輻條)一樣。

“Hub and Spoke”結構解決了企業內統一數據存儲模型的問題，但從實際使用的角度來看仍有比較嚴重的缺陷：一是業務人員對信息的訪問非常不方便，很難進行跨數據集市或跨部門的信息分析；另一個問題是每個數據集市都需要相應的軟硬件投入，當數據集市增加時，系統整體投資迅速增加，同時管理的復雜性也隨之增加。這些都意味著巨大的整體擁有成本TCO(Total Cost of Ownership)。

為什么不直接訪問中央數據倉庫而非要設計一個數據集市層呢？主要原因在于當中央數據庫保存越來越多的數據、并發用戶越來越多時，一般的數據庫引擎無法承擔這樣的負載，只好把它們分解到不同的數據集市。對于“Hub and Spoke”結構的數據倉庫， Gartner Group也認為，“數據倉庫的 Hub and Spoke結構，回避了DBMS技術中的弱點，無法提供適當的業務價值來平衡投資成本的顯著增加”，“之所以產生這種趨勢，是由于對大多數DBMS產品而言，支持復雜的數據模型和并發查詢負載都是極大的挑戰”。

集中式企業級數據倉庫

第二種企業級數據倉庫的架構是集中式的，這解決了“Hub and Spoke”結構中存在的諸多問題，是一種比較理想的企業級數據倉庫系統架構，能夠為企業帶來真正的業務價值與回報。但由于把詳細數據分析、部分的數據轉換與清洗等復雜處理均集中在中央數據倉庫，從而給作為數據倉庫引擎的RDBMS和相應的服務器帶來了極大的挑戰。選擇這種數據倉庫基礎平臺的基本要求是：

1、線性擴展能力。原始數據對任何一個數據倉庫來說，都是最主要的負載之一。隨著數據量的增長，系統性能會逐漸下降。維持合理的業務查詢響應時間，要求數據倉庫引擎和相應的數據庫服務器具有優良的線性擴展能力。一些系統的擴展能力非常有限，當數據量增長到一定規模時（比如TB級以上），就很難滿足日常的業務分析要求了，因而不得不把數據分離到多個小規模的數據集市，形成所謂的“Hub and Spoke”結構。

2、并行處理能力。許多業務查詢與分析都是動態的，數據庫傳統的索引技術對動態分析和模糊查詢的幫助不大。系統只有具有非常好的并行處理能力，才能滿足復雜的、動態的分析需求，并且承擔比較復雜的數據轉換與清洗工作。

3、簡單的系統管理。對于大型的數據倉庫應用系統而言，如何能有效而簡單地進行系統管理是非常重要的。特別是當數據量不斷擴大時，如果沒有一種有效而且簡單的系統管理措施，那么系統的運行費用將會很高。

數據倉庫技術在銀行業的應用

數據倉庫體系結構屬于基礎設施的建設，只有穩固的數據倉庫基礎設施才能支撐靈活多樣的數據倉庫應用。對于銀行業來說，數據倉庫的應用面非常廣，基本上涵蓋了銀行經營管理與業務運作的各個方面?，F在國內幾大商業銀行都在著手調研、準備或者嘗試實施基于數據倉庫技術的各種解決方案。中國工商銀行進行了以個人客戶關系管理（PCRM）和業績價值管理（PVMS）為主題的應用試點，中國銀行則全面規劃了信用卡系統，其中很重要的一個子系統就是基于數據倉庫技術的銷售和客戶服務系統，中國農業銀行正在廣東分行進行經營分析系統的建設，民生銀行也全面啟動了客戶信息管理（CIM）和企業級數據倉庫的建設。

根據國內外銀行使用數據倉庫的經驗，銀行業數據倉庫應用的體系和分類大體如右圖所示。

“平衡計分卡”將績效評估指標分成四個重要的層面：財務層面、客戶層面、流程層面及員工學習與成長層面。

一個效率市場中經營的商業銀行必然會面臨大幅度的價格波動，這對銀行的收益和資產、負債以及一些資本的價值有巨大的影響。如果嚴重的話，還可能會使銀行面臨很大的償付風險?！百Y產負債管理”模塊的主要任務就是幫助銀行科學考核和管理自身資產、負債以及由于經營活動而產生的市場風險、外匯與流動性風險，尋找建立在合理風險回報基礎上的資本分配方法，從而使銀行能夠很好地控制經營風險并提高利差的收益回報，在流動性、安全性、盈利性的經營原則中尋找到一個最佳的平衡點。

商業銀行經營的最終目標是為了獲取最大的利潤，而貸款業務是銀行最主要的利潤來源之一，它的質量和收益對銀行的興衰成敗有著至關重要的影響。有效降低信用風險、提高貸款質量，是銀行取得利潤最大化的關鍵因素?！靶庞蔑L險管理”模塊通過對全行信貸數據的分析，準確識別、計量和控制信用風險并實現風險的相關分析，從而確定合理的貸款結構和適當的利差，制定有效的貸款政策。

利潤貢獻度分析的主要目標是幫助銀行了解其利潤貢獻度構成因子的分布狀況，使行領導能夠從不同角度進行績效評估，制定相應的經營策略，進一步完善分行及業務部門的自身分析和流程規劃。傳統的利潤貢獻度分析是從總賬系統出發，通過分攤的方式來進行計算。這種分析太過粗糙，通過實施 “利潤貢獻度分析”應用模塊，可以幫助銀行建立精確的、全行一致的利潤貢獻度評估方法論，從而得到關于客戶、產品、分行、部門利潤貢獻的準確信息及影響因素。

“客戶關系管理”應用模塊通過分析數據倉庫中各種數據信息以及相互之間的關聯，從多個方面衡量各類客戶的忠誠度、滿意度、贏利能力、潛在價值、信用度、風險度等關鍵性指標和需求差異性，為銀行制定正確的市場行銷策略提供科學的決策支持。實施“客戶關系管理”，可以幫助銀行各業務部門了解、分析客戶，更好地進行客戶細分，提高客戶行銷和服務水平，為客戶提供適當的產品和服務，從而增強市場的綜合競爭能力，最終實現以產品為中心的經營模式向以客戶為中心的經營模式的轉變。

數據倉庫的實施是一個長期的過程，在基礎設施建立完成后，隨著應用的逐步開展和深入，其投資回報也逐步增加。在一次數據倉庫用戶大會上，中國香港東亞銀行CTO在演講時深有體會地談到，東亞銀行花了兩三年時間來完善數據倉庫的基礎設施，現在終于得到了可觀的回報。許多同行羨慕其先進的客戶關系管理系統及其產生的效益，卻往往忽略了東亞銀行在前期建設數據倉庫基礎設施時所耗費的心血和巨大投資。

國內各大商業銀行同樣需要一定的時間來建立數據倉庫基礎設施，并在建置的過程中逐步完善數據質量。這個打基礎的過程是無法省略的。更為重要的是，在建立數據倉庫的過程當中，我們還可以培養一批既懂數據倉庫技術、又精通銀行業務的高級分析人才，這對于更好地發揮數據倉庫價值是非常重要的。 （本文作者來自NCR公司）