您现在的位置是:首页 > 头条新闻 >

光大银行智慧决策的奥秘

2014-04-24 09:42:18作者:洪蕾来源:

摘要面对统计数据不够及时准确、对决策分析缺乏专业化系统支持、数据共享差等问题,光大银行率先探索实践商业智能及数据仓库系统建设,挖掘隐藏在数据后的信息价值,进而指导业务行动和管理决策。...

  商业银行信息化进程中,由数据集中向决策支撑迈进阶段,往往不约而同会被一条无形数据“封锁线”阻拦,始终无法突破。

  面对统计数据不够及时准确、对决策分析缺乏专业化系统支持、数据共享差等问题,光大银行率先探索,在综合柜台业务系统、网上银行系统等一系列业务系统信息化基础上实践商业智能及数据仓库系统建设,挖掘隐藏在数据后的信息价值,进而指导业务行动和管理决策。

  数据突围 势在必行

  成立于1992年的光大银行,是国内第一家国有控股并有国际金融组织参股的全国性股份制商业银行。截至2012年末,光大已在全国设立一级分行36家,分支机构774家,在职员工达3.2万余人。

  如此庞大的机构支撑如此繁多的金融服务,其管理复杂性可想而知。而光大银行屡获骄人业绩背后,以商业智能为核心的科学决策支持体系功不可没。

  2001年,光大银行完成业务系统全国联网和总行数据大集中后,也一度为海量数据所困扰。现任光大银行电子银行部总经理的李坚意识到,只有通过BI充分利用集中的数据,才能更有效地支持业务发展、提升决策能力、强化核心竞争力。

  2002年初,光大银行决策层开始立项商业智能及数据仓库系统,并对各家供应商方案优劣进行仔细分析、反复考察。

  李坚表示:“我们必须选择一家有丰富实施经验的专业实施队伍和本地服务支持能力强的公司进行合作,以达到事半功倍的效果”。最终,菲奈特软件公司的商务智能产品BI.Office赢得了光大银行决策层的一致青睐。

  经过商议,双方在国结业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。为了降低实施风险,项目实施将从国结业务统计分析系统开始,逐步实施。事实证明,光大银行所采取的“以部门为基础实施数据处理”的决定是正确的,也是务实的。

  攻克难关 首战告捷

  怎样才能拿下国结业务统计分析这个系统?光大银行技术团队与第三方技术顾问组成一个实施监督团,通过频繁的讨论来处理项目进展中遇到的困难。

  据了解,光大银行国际结算系统于2001年正式运行,业务品种包括进口开证、到单、付汇、结汇、进出口押汇、贴现、包买票据等,并实现了与SWIFT、会计系统的对接。国际业务部是该系统的重要业务部门,经过一段时间,业务部发现该系统存在两大问题,一方面是无法为决策层提供准确数据源,另一方面是无法为决策层提供对数据进行分析查询所必须的先进、灵活手段。正是这些迫在眉睫的问题使得国际业务部成为光大银行应用商业智能的急先锋。

  客观来说,数据种类少、数据量大是企业实施BI应用的最佳环境,因为这将有利于数据整合、转换、清洗、抽取、装载及数据模型的建立。然而,光大银行国际业务部业务品种不下十种,各业务品种间逻辑十分复杂,这些因素为项目实施带来一定难度。

  “在这一背景下,国际结算系统商业智能应用获得成功有两方面原因。”李坚认为,一方面,服务商经过8年数据仓库实施提炼出的方法论体系在整个数据仓库项目中起了指导作用,顺利解决了如确定系统范围、分析用户需求、建立系统架构方面的问题,可以满足不断变化的应用需求及不可预测的决策支持需求;另一方面,光大银行自身较强的技术研发实力,再加上光大业务部门除在项目需求分析阶段帮助技术团队了解业务流程外,还积极参与对系统正确性、实用性的验证工作,使得整个项目在逐步验证、完善中进行,决定了项目成功的必然性。

  自2002年12月开始,BI.Office商业智能应用平台相继应用于光大银行国际业务部、信贷审批部等多个业务部门,形成相应部门的BI系统。这些商业智能系统以数据仓库技术为基础,把分散在各个业务系统的数据进行整合,数据经过清洗、转换,加载到数据仓库;再采用OLAP和Data Mining等技术,为管理决策人员提供强大、灵活的日常查询和决策支持。

  商业智能 树树开花

  光大银行根据不同业务部门特点定制了几套商业智能应用系统,这些系统虽在细节设置上略有不同,但都提供了强大的即席查询、多维分析、图形展现、数理统计、数据挖掘、智能告警等普遍功能,以及自定义查询、报表和分析的零编程和多项OLAP引擎扩展等特有功能。

  李坚认为,商业智能应用为光大银行的经营管理带来了四点改善。

  第一,系统为业务人员提供了友好的界面,能够自定义各种报表、设计内容丰富的分析报告,并且通过统一界面将分析挖掘过程串连起来,整个操作过程十分简易。而且,系统零编程、零管理技术也让IT人员摆脱了繁重的运维工作。

  第二,系统提供了即时、灵活、多角度、多层次、准确的查询和分析,包括各种指标的累计值、前期比和同期比,提供现状分析、发展分析和80/20分析等丰富的分析方法。使用这些工具,管理层可及时了解国内同行的业务发展情况和市场占有率;分析各分支机构的存款余额以及结构,掌握各种产品发展趋势。

  第三,系统支持授权人员在客户端、Web等环境下,访问任意数据源并进行动态交互,通过简单的鼠标点击访问和利用所需要的任意信息,定制任意布局、任意复杂度的报表和分析报告,然后按照一定格式输出,操作十分灵活。

  第四,系统可根据业务层级对行内各地各级人员设定权限。特定权限下只能使用特定功能,从而有效控制了敏感信息,有效保障了数据安全。

  李坚举例说明,“我们曾经碰到这种情况:一段时间内存款余额持续增长,但同期流失客户数也在不断增长,这一矛盾现象引起了业务分析人员关注,通过智能商务系统,我们发现,问题根源在于很多客户经理为完成揽存目标,费力开拓新行业、新客户,却忽略了对原有客户的维系,导致了存款余额和流失客户数同时增长的怪现象。这一情况一经向主管领导反映,当天就在全行下达整改通知,及时阻止了不良趋势的蔓延。”

  事实证明,商业智能应用解决方案对光大银行改善其核心业务流程、提高市场反应速度和业务管理水平发挥着重要作用。随着商业智能应用的不断深入与扩展,光大银行胜利突破了数据“封锁线”,也走出了一条知识发现的经典之路。

  链接:光大银行这样应用大数据

  当传统数据仓库性能已无法应对庞大信息,大数据技术使得访问、使用大规模数据集以应多复杂数据分析,制定更好商业决策成为可能。因此,大数据应用并非BI的简单延续。

  在业内,2013年被视为光大银行大数据元年。这一年,光大银行从数据治理、数据架构规划、数据仓库不断升级扩容、新技术应用到数据分析挖掘、相关技术准备、相关协助配合,已为大数据价值发挥做足准备。

  目前,光大银行数据服务聚焦三方面:一是面向总行提供专业数据服务;二是面向分行提供数据服务;三是面向业务发展的热点,不断提供数据分析报告,利用大数据来寻找业务关联,发现业务机会。

  据了解,大数据已应用于光大银行社区银行新业务拓展中。技术团队获得来自58同城、大众点评网、搜房网等的外部数据,结合社区规划数据,基于分析,对光大社区银行经营模式做出定位,同时进行差异化评估并计算适合社区银行的资源配置。


(本文不涉密)
责任编辑:

站点信息

  • 运营主体:中国信息化周报
  • 商务合作:赵瑞华 010-88559646
  • 微信公众号:扫描二维码,关注我们