7．应用OLAP报表功能，为用户提供更多商业信息，实现多维分析。本文研究建立新的FinMIS管理信息系统以取代性能有局限的IMIS(整合管理信息系统)。新系统将在扩展性、运行速度、易用性，开发效率上得到提升。FinMIS系统主要从客户、产品、成本中心三个层面出发，为银行各级管理部门提供及时、可靠的和全面的管理信息，以支持金融管理部门进行商业分析和决策。本文在对新的FinMIS属性数据库系统架构的进行说明的基础上，重点论述了应用商业智能工具，实现系统数据仓库和数据仓库，数据提取、转换、加载以及在线分析处理等功能。
在数据分析发掘方面，利用多维数据分析工具实现OLAP功能，并利用自动化工具生成查询，让用户可以通过使用商业语言直接操作数据，简化分析和报表的应用。在数据仓库的数据应用上，采取了在逻辑上对数据进行分割，在物理上建立冗余的方式，实现三种类型的数据库：阶段数据库，核心数据库，摘要数据表，提高数据应用效率和可靠性。
在数据提取、转换、加载方面，利用并行的多进程方式进行，将原始数据进行分区操作(partitioning)，并行处理后再进行数据收集(collecting)，使到系统处理速度大大加快。
本文所描述的该银行金融管理信息系统升级和扩展的建设，以及基于数据仓库平台的管理信息架构等方面的改进，从提高银行金融数据处理效率以及为领导决策提供有力支持方面，提出建设适合银行的高效数据仓库平台和数据处理工具的方法。
本章小结
某外资银行内部应用的基于Mainframe的整合管理信息系统IMIS经过三十年的应用，已经不能满足业务部门的不断增长的需求，其本身的系统架构存在很大的局限性。为解决IMIS系统的种种问题，该银行将建立新的现代化的管理信息系统，并在此系统上逐步建立一套实现应用了商业智能的数据处理分析工具的应用，包括：数据仓库、数据提取以及查询和报表处理工具。该新建立的系统称为金融管理信息系统FinMIS，该系统将建立在新的数据仓库架构上，能够实现更加完善的数据处理和分析功能，满足金融管理部门用户不断增长的商业和金融应用需求。
本文以该外资银行为例，对基于商业智能应用的管理系统和数据仓库平台的论述，提出了数据仓库实现和优化的策略，同时，对系统应用功能、系统性能提升方面也进行了论述，阐明该银行在管理信息系统上应用高效的商业智能技术方面所做的工作。
第一章 商业智能概述
商业智能的概念与作用
商业智能也称做BI是英文单词Business Intelligence的缩写，商业智能(BI)的概念最早是由Gartner Group提出来的，BI可以说是提高企业市场竞争力的一种技术手段或方法论，商业智能定义为下列软件工具的集合：
1．终端用户查询和报告工具。专门用来支持初级用户的原始数据访问，不包括适用于专业人士的成品报告生成工具。
2．OLAP联机分析处理工具。提供多维数据管理环境，其典型的应用是对商业问题的建模与商业数据分析。OLAP也被称为多维分析。
3．数据挖掘(Data Mining)软件。使用诸如神经网络、规则归纳等技术，用来发现数据之间的关系，做出基于数据的推断。，
4．数据仓库(Data Warehouse)和数据集市(Data Mart)产品。数据仓库是支持管理决策过程的，面向主题的、集成的、随时间而变的、持久的数据集合，对分布在企业内部各处的OLTP数据进行抽取、净化，为企业决策分析提供所需的基础数据。商业智能可以为企业提供外部和内部两方面的信息分析。外部信息包括竞争者、供应商、原材料、需求、顾客购买模式等信息：内部信息包括产品和服务的成本、质量，进入市场的时间，全员劳动生产率等等。商业智能通过将信息转换为知识，帮助企业了解新的趋势、抓住新的市场机会、发现潜在的威胁，从而更好的优化资源、改进财务绩效、引导产品潮流、提高服务水平，保持企业的竞争优势。商业智能帮助企业的管理层进行快速，准确的决策，迅速的发现企业中的问题，提示管理人员加以解决。但商业智能软件系统不能代替管理人员进行决策，不能自动处理企业运行过程中遇到的问题。因此商业智能系统并不能为企业带来直接的经济效益，单必须看到，商业智能为企业带来的是一种经过科学武装的管理思维，给整个企业带来的是决策的快速性和准确性，发现问题的及时性，以及发现那些对手未发现的潜在的知识和规律，而这些信息时企业产生经济效益的基础，不能快速，准确的指定决策方针等于将市场送给对手，不能及时发现业务种的潜在信息等于浪费自己的资源。比如：通过对销售数据的分析可发现各类客户的特征和喜欢购买商品之间的联系，这样就可进行更有针对性的精确的促销活动或向客户提供更具有个性的服务等，这都会为企业带来直接的经济效益。
商业智能应用状况
在全球信息化浪潮汹涌而至的今天，金融银业正面临着由传统模式向电子化模式的变革，在银行业信息化应用方面，商业银行都非常重视，并投入大量资金进行建设。目前商业银行采用的系统技术水平均非常先进，可以说银行的各主要业务系统完全依赖信息技术。而与银行业务系统技术水平先进相反，其管理信息系统的建设则相对滞后。商业银行的数据库中积累了大量的原始业务信息，但是如果缺乏行之有效的数据挖掘系统和管理系统进行分析管理，银行就很难将各种各样的客户、产品、效益信息统一起来，不能有效地为业务部门和领导决策层提供快速准确的帮助。应用商业智能进行信息系统管理，解决上述问题的有效途径，进而建立并发展客户关系，提升服务水平和管理效率，提升银行业核心竞争力。商业智能管理管理等系统要顺利实现，离不开对来自多数据源信息的成功集成，建立数据仓库型客户信息管理系统。实现业务转型，是提高竞争力的关键和银行发展的必然趋势。
我国商业银行信息化建设比国外起步晚了近20年，经过近十多年来的大量投入，中国各商业银行初步构建了行内统一的计算机数据平台，提升了核心竞争力，增强了银行的市场适应能力，缩小了与国际现代商业银行在技术平台上的差距。投入的大量资金的建设，国内商业银行的业务系统已经非常完善，技术达到国际先进水平，各种交易系统、业务系统、清算系统技术成熟，但是在技术层面先进的同时，信息管理和数据利用则仍然相对滞后。
目前国内商业银行和股份制商业银行已基本实现了数掘的集中处理，在数据大集中已经大致完成的背景下，商业智能应用成为战略转型中的中国大型商业银行进行信息化建设的必要选择，以数据仓库为基础的商业智能已经成为银行业未来竞争的重要工具。我国一些较大型商业银行，如交通银行等现己应用商业智能，取得了较好的成效。在银行和金融行业，商务智能已经成为信息化建设的重点。近几年，国内商业智能系统一直保持较快的发展速度。目前在国内商务智能应用也存在一定局限：数据仓库的数据存储类型受到一定的限制，数据仓库的扩展性能还需要进一步加强；数据挖掘在标准化和通用性方面存在一系列问题；目前，OLAP还是一种传统决策支持方法，是一种用户驱动的分析，受到用户水平制约，使其作用没有得到充分发挥。
而在国外商业银行，其信息化经过了几十年的发展，无论是管理经验和实施技术都已经非常成熟。国外商业银行对数据的处理和应用，早己已经形成了一套标准化的方法。20世纪来，商业智能开始在西方商业银行得到大规模的应用。在上世纪末，西方商业银行普遍采用商业智能等技术来处理跨时问、跨空间、跨部门、跨产品的银行数据集成分析问题，实现金融产品和金融服务的交叉销售和高端销售，服务于优质客户。在商业智能应用上，国外商业银行已有近20年的历史，积累了丰富的经验，其信息系统已经借助商业智能来挖掘数据价值，将商业智能作为定量分析实现科学决策的重要手段。
应用商业智能对银行的意义
发掘优质客户，提升服务品质
金融行业特别是商业银行的数据显示，其客户中有300,6是不动户或帐户余额很低；虽然接近80％的利润来自200的客户，但是却不知道这些高质量的客户究竟是谁?更不必提如何良好的服务于这些优质客户；它们知道占总数60％的非优良客户占用了银行50％的服务时间，但是却没有相应改善的策略；面对优良客户的高流动性，银行应该有针对区分优质客户和普通客户，提供差异化的优质服务。针对这些问题，新兴商业银行需要引入商业智能系统，通过对历史数据充分的挖掘，找出银行所服务的少数优质客户，投入更大精力去服务他们。
