运行费用包括对系统存储器和CPU的使用费，打印费用等。而维护费用包括硬件设备维护、升级、接口的改动等。软件使用费则包括各种应用软件、管理软件和开发工具的购买费用、使用许可证费用等。由下表可见，AIX的FinMIS系统每月的运行费用如下图，约港币100万，Mainframe的IMIS系统每月的运行费用约港币160万元。由于基于不同的系统架构，虽然一次性投入的建设成本较大，但是新FinMIS系统比起原有在Mainframe的运行的IMIS系统能够节省可观的每月支出的使用费用，其运行费用节省了约30％。
展望
FinMIS系统将为该外资银行在其行政区域的的近2，oo个网点、超过1000万个账户供支持。新系统提高了分析、数据挖掘和细分功能。由于消除了人工进行查询和分析模式，可以显著提高效率。同时，由于不再复印、存档和管理有纸文档，降低了纸张库存成本，还可以进一步节省可观的办公费用。产能的提高同时也使银行金融管理部门节省管理费用。
在应用FinMIS系统后，该银行通过对独立的服务器系统进行管理，从而降低了成本，便于维护，同时，对今后可能的需求扩展，系统具备满足未来需求的充分扩展能力，例如通过添置系统的CPU和额外的内存来提升系统性能。由于具有高可用性、便于管理、具备出色的扩展能力，可以为rr部门每年节省营运和维护费用。在系统性能上，新的FinMIS最大优点是显著提高计算速度，由原来的几天缩短到一天，由几分钟缩短到十几秒钟。在这个银行的运营环境下，风险报告过程由几十分钟，缩短到十几分钟，实现了当天实时处理。
同时，系统利用更加丰富的客户信息、渠道信息、成本信息等，细分水平的提高，以及进一步深化的模型，银行今后可以更有效地向客户推出产品。产品和服务需求针对性的加强，帮助银行提高客户忠诚度，扩大了市场份额。通过系统的客户效益分析、信用分析和基于各种细分方案触发的事件，银行还可以更加有效识别优质的客户，提高对优质客户的服务水平并以此提升市场收益。而审计人员可以通过OLAP功能在线及时获取风险分析关注重要的决策信息，从而将重要决策过程缩短，更好的规避信贷风险。
本章小结
通过对系统功能的测试，应用了并行处理技术的ETL功能性能得到提升。测试数据表明系统处理速度提升超过30％，提升了对银行各业务数据中提取获得金融管理信息的效率。同时，基于新架构的系统平台，具有灵活的扩展性，在未来原始业务数据量增长时，可以通过升级更多的硬件设备来提升处理能力，以满足需求。数据仓库利用冗余和数据划分，提供了高效的数据读取能力，满足报表系统快速提取数据的要求。而建立在数据仓库上的OLAP功能，能够满足包括选择、切片、切块、旋转等多维分析操作，将原始的业务数据以直观的图表方式呈现出来，让金融管理人员可以在线的实时获取所关心的数据信息。通过数据仓库和数掘的分析处理，能够从客户、产品、渠道、成本等方面归纳获取更多有用经营信息。
同时，在成本和费用方面，由于利用了新的AIX平台系统架构，其运行费用大为下降，节省在Mainframe平台上处理数据所造成的运行费用。新系统利用灵活的脚本(Script)来触发事件，实现自动化事务功能，同时，用户通过基于Web的用户界面进行操作，能够有灵活的适应性和节省纸张打印和信息传递等办公费用。
本文对提出的FinMIS系统，在银行管理信息系统内应用商业智能技术，在功能上满足了金融管理部门的业务需求，能够达到了取代原有Mainframe上的落后的管理信息系统的目标。本文提出了在管理信息系统的应用方面，将面向报表的数据仓库和面向业务ETL有机的结合起来，发挥各自的优势，利用OLAP发掘并呈现银行客户、产品和成本等金融管理信息，能够更好提供银行经营信息和金融信息的辅助管理层进行决策。本文主要论述了数据仓库和ETL技术在银行领域的运用，设计了一个实用的应用商业智能系统结构，并重点对数据仓库内部结构和数据处理进行分析，提出了多种优化策略。
在取得一定成效的同时，我们也认识到，建立完善的商业智能应用，需要高效的系统性能为前提。即使应用先进的系统架构和高速运行的硬件设备，系统运行效率还受到数据仓库本身性能的影响：同时，应用多个进程多数据并行处理，当并发进程增加到一定数量的时候，它还受到CPU主频以及网络状况等其他因素限制。另外，在数据分区处理时，使用的分区算法也会对系统是否能发挥最优性能、避免瓶颈有很大的影响。如何进一步优化数据仓库系统配置，实现效率更高的并行化机制，将是今后要继续考虑的问题。
