BI点睛大集中

引言：2004年7月，山东建行将开始筹备将该省综合业务上挂到中国建设银行总行的大集中系统，并将于2005年完成。这也是全国建行系统按计划将于2005年完成数据大集中工程的一部分。此前，2003年已经有4家省级建行业务系统上挂总行，而2004年也将有14家省级建行上挂。山东建行的业务系统上挂之后，其数据仓库系统将通过预留的通道直接从总行提取数据，以数据仓库为基础的商业智能（BI）系统将为该省建行客户提供更多的个性化服务。

中国建设银行的不良贷款率从对外公布数据上来看，在四大国有商业银行中处于最低的水平，而山东建行的不良贷款率又在整个建行中处于较低水平。这和山东建行率先在建行系统内运用数据仓库项目，对各个业务系统的数据进行综合分析密不可分。山东建行信息中心总经理马卫东在济南接受采访时表示，商业智能（BI）是全国银行业信息化继大集中之后的又一热点，数据仓库项目是山东建行进行商业智能实践的第一阶段，提供各种基础数据是BI最基本的功能，也是最核心的功能。马卫东表示，“山东建行行长现在每天看得最多的就是该行业务的三大整账信息：存款信息、贷款信息和不良贷款率。存款信息是银行的典型数据，贷款信息反映了银行的发展状况，而不良贷款率是现在评价一家银行的重要指标。现在行长即使出差在外，也会通过上内部网等方式拿到这一数据。目前山东建行的数据仓库每天分析出来的结果就有400多张报表，涵盖了全行285个核算机构，产生了大约8万多个分析结果。这8万多个分析数据覆盖了从普通客户经理、县级管理层到高层决策人员的多层需求。”

信息化步入第三阶段
从1997年开始负责山东建行信息化工作的马卫东把该行近年来的信息化历程分成了三个阶段：

第一个阶段就是综合业务系统的逐渐完善和升级，并进行全省的数据大集中。从单机版本的业务系统到电算化的综合业务系统，后来又到联网的综合网业务系统，以及全省建行数据库的物理集中和逻辑集中和综合网的优化。

山东建行信息化建设的第二阶段则是针对管理层的信息化，“1998年山东建行进行了企业网建设，并设立了一些网站。但当时的办公自动化系统已基本定型，在病毒横行的日子里，IT设备跑得非常慢，而且经常三天两头地不能用。这种局面从2001年成立信息中心后逐渐改善，信息系统也开始逐步的规范起来，信贷信息系统中的数据都可以方便地让领导看到。”马卫东表示，“山东建行的管理系统一直运行在封闭的内部企业网上，对外有两层防火墙，安全方面迄今还没有发生什么问题。我们现在基本上在每天中午12点左右进行杀毒和处理，应该说基本上达到了控制效果。”

以数据仓库和数据挖掘为基础的商业智能系统是山东建行信息化建设的第三阶段。2001年山东建行实施了数据记录与共享的改革方案，该方案从2003年开始实施，进行9个多月的大规模开发，并于2003年11月正式投入使用。到2004年6月，参与该方案的人次已经超过了3万人次。目前山东建行全省的管理信息平台系统已完成一期工程的主要目标，实现了资产负债管理、业务风险管理、财务分析、客户关系管理、金融业绩分析、信息查询报表(含300多类常用报表)、自定义多维分析应用、高层决策支持等8大管理主题，建立了近百个业务分析模型。目前该系统已成为山东省建行县、市、省三级不可或缺的核心业务管理平台，全省数十万各级员工通过该系统获取相关的业务管理信息。该平台大大提高了山东建行对各项业务的管理能力，大到行长的宏观决策，小到对每个客户经理的业绩考核都可通过该平台实现。

数据挖掘大行其道
马卫东表示，为提高决策支持水平，增进商业智能水平，商业银行往往需要以数据仓库和联机分析处理（OLAP）为平台进行数据挖掘（DM），借助大规模数据，通过清洗、转换、装载等数据处理方法，发现大量资料间的关联与趋势，探寻独特的、通过其他方法发现不了的业务规律和模式。“一般来看，数据挖掘的任务可以划分成四个层次：数据分析、知识发现、决策支持和金融智能。目前看来，在商业银行管理客户生命周期的各个阶段都会用到数据挖掘技术：数据挖掘能够帮助商业银行确定客户的特点，从而可以为客户提供有针对性的服务；通过数据挖掘，可以发现应用某种金融产品、购买某类银行基金的客户特征，从而可以扩大业务推广；如果找到了流失客户的特征，就可以在具有相似特征的客户还未流失之前，采取针对性的措施——客户交叉销售、客户关怀与保持等。也许，这正是今天的中国金融业中，数据仓库和数据挖掘技术大行其道的原因所在。”

马卫东表示，虽然数据仓库只是商业智能的基础，是低层次的商业智能，但是这种智能毕竟解决了大量的报表，降低了很多费用。过去山东建行从支行到异地本行汇总一张报表需要大约10天的时间，而现在前一天打完帐，第二天就可以出最新的报表，办公效率大为提高。“建行现在面临了三个比较严峻的问题：最迫切的一个问题是上市，由于上市银行上报的报表信息不仅要符合银监会和人民银行双向监管的需求，还要面临着证监会的监管；第二个问题则是加强内部管理，并使管理水平达到ISO 9000标准；三是保证现有业务不能下滑。山东建行IT业务的发展规划也将围绕着这三个方面进行。”

预警功能框架初搭
马卫东表示，商业智能和数据仓库系统的建设作为一个渐进、迭代的过程，其发展趋势是：由现有的初步应用如报表分析、数据集市，向深度和广度应用发展，预测和预警功能必然成为未来的发展趋势。山东建行一直在优化BI这个项目，我们希望在预警功能方面能够做得更好。山东建行BI项目从人性化方面考虑让用户能便利使用，对于重要信息及时预警提醒，系统可以通过电子邮件通知，确保用户在任何地点都能及时得到重要消息。

山东建行信息中心技术经理杨欣华也表示，该行商业智能系统的预警功能主要体现在以下3个方面：警戒线预警、趋势预警和业务提醒。企业的营销高层领导在系统的提醒和分类下，能够及时准确的得到市场分析结果，从而能够更早地决策和处理，使他们变为由指导、策划、控制事无巨细的监管者到实现规范管理的简约管理指挥员。

趋势预警对收集的信息进行分析处理之后，如果发现某个业务指标连续多个时间段下降或者上扬，连续的大幅度波动，预测结果的异常走势，系统都可以进行预警提醒。业务提醒根据业务处理的不同要求，可以对信息使用者进行各种形式的提醒，如色彩、声音、闪烁等。如汇总一项信息要求一天之内批阅，则可以通过预警提醒机制，提醒相关人员及时处理；如信息可以设置不同的优先级别，重要的信息和次要的信息可以区别对待；对突发的重要事件或者信息用醒目的方式来提醒相关人员。

“建行的不良贷款率在全国国有大银行中是比较低，我们希望能做得更好。如在贷款方面，如果不良贷款的某项指标大幅度波动，通过警戒线预警和业务提醒可以迅速的提示决策者和相关的业务人员。”

需求层次仍需提高
通过对商业智能项目的实施，山东建行已认识到数据仓库平台对整体分行业务管理的价值。不过，马向东表示，BI也是在不断发展的，其应用层次和覆盖范围都有逐步提高和完善的过程，不可能一步到位。在BI方面，国内的银行业和欧美银行界以及亚洲其他国家相比较，还有相当大的差距。实际上，山东建行现在BI项目中做的数据仓库和国际著名银行的数据仓库相比，在智能化水平上还有相当大的差距。

马卫东还认为，山东建行在BI项目中也遇到了不少困难。首先碰到的一个最大的问题是认识问题，一开始银行管理层，包括业务人员对“BI能做什么”这样最基本的问题还需要去理解和认同。随之而来的第二个问题就是业务需求和业务模型如何建立的问题；紧接着又遇到了业务模型如何与数据仓库这种体系结构相结合的问题，怎样去构建逻辑模型和物理模型，然后还有硬件的选择问题。

杨欣华也表示，需求层次不高是目前山东建行尚待解决的问题，当时在业务模型建设中没有按照巴塞尔协议这样的国际规范来实施。如果按照该规范，就可以通过对银行的学习型队伍以及业务经营、贷款、资产占用、产出率等多个方面进行综合评价。这也是在建行要整体上市的局面下，必须要解决的问题。

选型看重厂商综合实力
山东建行在进行数据仓库解决方案的选型时和多家IT厂商进行过交流，也对相关产品做过测试。马卫东坦言，“就某一个单项软件或硬件而言，Oracle、惠普、EMC等公司的产品还是不错的，但山东建行最终还是选择了IBM公司的整体解决方案，我们从用户的角度而言，不希望一个系统由多个厂家来支持，因为如果系统出了问题，我们不得不作出判断是数据库软件的问题，还是另外一家厂商的硬件问题，但在我们专业技术人员有可能达不到一定水准的时候，有可能判断不清。”

马卫东对目前山东建行的数据仓库项目运转状况表示满意，不过同时他也表示，由于当时没有考虑到数据量的激增，不少硬件设备还要升级。同时，在应用软件开发方面，马卫东认为，银行的业务相对复杂，在BI项目中，需求分析和总体设计的工作量很大，这一部分无法外包，IT公司也很难解决。“其实像IBM、Oracle这样的大公司也会给我们带来包括整体设计战略在内的解决方案，但国外的经验必须结合中国的实际，这些解决方案还需要本地化。不过在需求分析之后的软件开发工作是可以考虑邀请有银行项目开发经验的公司参与。当然工具软件和硬件都由IT厂商直接提供和维护，这也是我们喜欢的模式。”

山东建行商业智能系统一期选型表