加拿大皇家银行是世界级的银行巨头之一，拥有1400家分行，为1000多万名客户提供金融服务。随着客户与银行竞争者的日渐增加，在技术与结构调整上的分析效益必须越来越好。由此，它们选择了NCRTeradata数据仓库方案...
加拿大皇家银行是世界级的银行巨头之一，拥有1400家分行，为1000多万名客户提供金融服务。随着客户与银行竞争者的日渐增加，在技术与结构调整上的分析效益必须越来越好。更重要的是，要能够快速回应如此激烈的竞争环境和以客户为导向的趋势。因此，皇家银行决定构建银行的客户关系管理系统，以便增强客户关系，扩大竞争优势。皇家银行清楚地认识到利润贡献度分析系统对于客户关系管理系统的重要性，它可以说是在服务提升、产品提供、成本管理、价格策略和营销费用上具有决定性的工具。
加拿大皇家银行经过对NCRTeradata数据仓库解决方案的严格测试和调查，最终选择了TeradataValueAnalyzer（利润贡献度分析系统）。这是一套基本的应用程式，可以了解和评估客户的资料、行为与银行之间的关系。ValueAnalyzer取代了老式的“由上而下”的观点，采用了“由下而上”的方式，从基本的测量单位“账户”开始。皇家银行利用ValueAnalyzer输入每个账户或一系列活动的识别码，可统计出账户分级的不同利润，以支持银行对于利润的多种看法。
尽管每一账户可以归属于一位客户、产品或渠道，但是无论以何种方式统计，银行都希望确保原始使用的资料仍能与银行内的具有一致性。这就是ValueAnalyzer的真正意义。利用ValueAnalyzer的客户分级制度来重新计算客户的利润贡献度，结果显示皇家银行有75%的客户增加了20%以上的利润。皇家银行的CathyBurrows女士表示：“NCR的ValueAnalyzer对客户与客户组合的风险管理、监督与模式建立了新观点，而皇家银行整合了行为风险模式以及可预期的信用损失，从而使得银行可以超越时间限制来强化其操作模式，并支持从’市场占有率’改变为’利润贡献度’的评估。”
从皇家银行实施ValueAnalyzer把“市场占有率”观念转变为“利润贡献度”观念，我们可以清晰地发现能够使企业成长和发展的并不是市场占有率的多少，而是客户利润贡献度的大小。也就是说，客户的数量并不是决定企业竞争优势的关键因素，而客户的质量才是推动企业增长的动力引擎。除了皇家银行之外，像美洲银行、荷兰皇家银行、东京三菱银行等一些国际银行巨头也采用了Teradata数据仓库系统。这说明数据仓库技术对银行业务的发展起着决定性的作用，它是银行决策的基础平台，是银行区分利润来源的分析引擎。
与国外银行相比，中国的商业银行拥有更庞大的客户群体、更广泛的营业网络。但是，目前尚未有一家银行能够像这些国外的银行巨头一样建立起自己的数据仓库系统，清楚地了解每一个客户的消费行为和利润贡献度，依然是错综复杂的数据互不关联。业务部门不清楚客户需要什么样的金融产品和服务，营销部门不知道向客户提供什么样的促销活动，通过何种渠道提供营销支持。面对拥有成熟管理和技术应用经验的国际银行巨头，中国的商业银行不仅应该认识到数据的重要性，更应该看到数据分析的关键性。只有尽快加强分析型应用系统的建设，加强经营管理与决策分析，了解客户的需求与信用风险，开发新的产品和服务，利用现有渠道对客户进行交叉销售，增加客户的利润贡献度，才能在未来的竞争中立于不败之地。
全球数据仓库和客户关系的领导者NCR公司拥有丰富的银行数据仓库和客户关系开发和实施经验，全球15大银行中有8家采用了NCR的数据仓库系统。Teradata在全球的金融用户已超过230家。在2002年度“全球金融”杂志(GlobalFinance举行的“全球最佳银行”(World’sBestBanks)评比中北美最佳银行的前两名——美洲银行和加拿大皇家银行;亚太地区最佳银行的第一名澳大利亚联邦银行；中东地区最佳银行的第一名Hapoalim银行均是Teradata的成功用户。.
为了帮助中国的商业银行提高对技术应用和管理的能力，NCR公司专门量身定制了Teradata银行业数据仓库解决方案。该方案可以帮助银行建立一个可扩展的、集中的数据仓库基础，以便在整个银行建立一个统一的、准确的信息视图，达到全行信息共享的目的。这样的基础架构可以从一个或多个分行开始实施，然后逐步扩展到包含全行的详细历史数据。该解决方案的每个模块都是针对银行管理和业务需求而设计的，各有侧重点。
◆平衡计分卡/经营指标管理是专为银行领导、战略发展部门以及各业务部门决策分析人员而设计的。
◆资产负责管理是专为资债部门和相关业务部门负责人而设计的。
◆信用风险管理是专为信贷风险管理人员和相关业务经理而设计的。
◆利润贡献度分析是为财务部门和相关业务管理部门而设计的。
◆客户关系管理是专为销售、市场、服务人员和客户经理而设计的。
虽然中国的商业银行在IT基础设施方面做了很大的投入，但以前的投放无法支持银行当今的需求。因为新的银行业格局不是在原有基础设施上的修补，而是在彻底审视盲点的基础上营建新格局。面对外资银行强大的竞争优势，中国的商业银行正在积极备战，实施“数据大集中”战略。这说明中国的商业银行开始认识到数据的重要性。但是，只认识到数据的重要性还是不够的，还要善于利用数据分析发现数据背后的东西，准确地把握客户的行为，为银行创造最大化的利润贡献度。
