充值信息

赞助信息

推荐给好友 上一篇 | 下一篇

民生银行应用数据仓库提升核心竞争力



为了保证在高速增长期内实现高利润率和最大化增加股东价值,民生银行从2002年起就开始加快了信息智能化建设的步伐,并将构建全行统一的基础数据平台,即企业级的数据仓库系统,作为全行信息化建设的基础,希望通过重点建设客户信息及客户关系管理、管理会计、信用风险管理等应用系统,有效地进行客户信息整合并实施客户关系管理,增强银行与客户之间的关系,将客户关系转化为持久的竞争优势,从而使中国民生银行得以比其竞争对手更快和更有效率地挖掘客户价值,实现业务的快速增长。

基于上述战略考虑,并经过大量调研和实地考察,民生银行最后选择了NCR Teradata作为实施企业级数据仓库系统的合作伙伴。

规划和建设

根据总体规划、分步实施的原则,合作双方确定了三年的项目实施计划,对未来三年双方在数据仓库服务系统的硬件、软件和专业技术服务的合作等方面进行了前瞻性规划。

民生银行与NCR Teradata共同明确,企业级数据仓库系统的建设是一个持续不断的过程。在项目第一期,将重点建设民生银行企业级的逻辑数据模型,并在此基础上整合民生银行的核心业务系统和十多个外围交易处理系统的数据,建成民生银行的基础数据平台,为民生银行的所有决策支持和管理信息系统提供数据支持。在以后各期中再不断地扩充数据源和扩展逻辑数据模型,不断增强和完善数据仓库系统数据支持能力。

应用系统方面,项目第一期首先专注于客户信息的整合,实现客户单一视图和客户信息查询与分析等功能;项目第二期实施客户关系管理系统,实现闭环的市场化营销活动管理;项目第三期实施客户贡献度分析和不断优化客户关系管理。

2003年4月,NCR Teradata开始了项目第一期的实施,到2003年年底,项目一期顺利结束。主要实施范围如下:

数据方面

对数据源进行详细分析

设计企业级数据仓库逻辑数据模型(CMBC-LDM)

完成核心业务系统和其他13个外围产品系统的数据抽取、清洗、加载和转换(ETL)工作

建成企业级数据仓库基础环境

应用方面

实现统一的客户信息管理

提供目标客户搜索功能

实现客户细分分析

提供业务统计分析功能

建立金融同业信息库

其他功能

在一期成功实施的基础上,项目二期历时一年,至2004年年底结束。主要实施范围如下:

数据仓库系统扩展与增强

新的数据源加载

逻辑数据模型的扩展

数据质量的改进

备份与恢复系统建设

数据接口实现和提供数据

管理会计

信贷风险

非现场稽核

客户经理系统

人行征信系统

客户关系管理系统建设

TCRM 5.0系统安装与客户化

设计客户关系管理数据模型

实现客户服务渠道的整合

客户行为分析

产品关联性分析

客户交叉细分分析

客户百分比轮廓分析

示范性营销活动案例设计与实施

其他功能

目前,民生银行的数据仓库及应用系统已进入第三期建设阶段,基于其上的应用系统都在不断地完善和继续深入实施。数据仓库系统的作用已日益明显,数据平台为其他系统提供了更多的数据支持:

每月为管理会计系统提供数据约800MB,涉及50张数据表

每日为稽核系统提供数据约200MB,涉及70张数据表

每月为客服系统提供数据约10MB,涉及20张数据表

每月为人力系统提供数据约80MB,涉及4张数据表

银监会个人征信系统

民生银行基于NCR Teradata系统建设的企业级数据仓库系统的应用,如图所示。

实际意义

从经济效益来看,数据仓库系统的建设完成了民生银行核心业务系统、外围产品系统共20个系统的数据抽取、清洗、加载和转换(ETL)工作,实现全行账户、客户和交易数据及所有历史数据的集中统一存放和管理,基本实现了民生银行全行数据的整合。这种企业级的数据仓库基础环境,从宏观上基本避免了对数据的冗余存放、重复抽取和处理,无论在系统运行效率还是总体投资方面都可以为银行带来巨大的经济效益。

此外,在应用系统建设方面,民生银行也获得了很好的回报。随着客户信息整合和客户关系管理系统建设的完成,民生银行开始逐步实施其以客户为中心的市场化营销活动,营销活动的客户反馈率稳步提高。通过规划有针对性的营销活动,极大地改善了营销活动的流程,提高了市场营销的效率,明显降低了各部门的营销活动成本,同时促进了各业务部门的营销观念和管理方式的进一步完善和更新。可以说,民生银行数据仓库系统建设和应用的实践经验对国内其他商业银行具有较大的借鉴意义




 

评分:0

我来说两句