数据仓库技术在金融行业的深度应用和发展趋势.pdfVIP

数据仓库技术在金融行 的深度应用和发展趋势 北京大学信息科学技术学院 唐世渭 童云海 数据仓库是面向主题的(Subject—Oriented)、集成的 合化、管理扁平化、服务网络化、决策科学化”的理念， (Integrated)、相对稳定的 (Non-Volatile)、反映时间变 构建了两大数据平台：一个是基于数据大集中的策略，面 化 (Time—Variant)的数据集合，主要用于支持全局的信 向金融业务数据处理，构建高效、统一的核心业务数据平 息共享和高层的管理决策。20世纪90年代中期以来，数据 台；另一个是面向分析处理，构建完整、一致、反映时间变 仓库技术受到学术界和产业界的广泛关注，逐渐成为企 化的数据仓库平台。 业信息化建设的主流技术之一，并为企业开发决策支持系 数据仓库平台的建设实现了企业异构数据的集成， 统应用提供了重要基础。 企业按照分析主题重组数据库，建立了面向整个企业的、 近十年来，国内外很多金融机构从支持商业智能和 一 致的信息视图，提升了数据的利用价值。在此基础上， 优化业务角度出发，相继投资数据仓库项 目，初步完成或 结合联机分析处理技术 (OnlineAnalyticalProcessing) 者正在进行企业数据仓库的建设，有些项 目已经取得了积 和数据挖掘技术 (DataMining)，为有效控制企业风险、 极明显的成果。数据仓库项目投资大、风险高，根据统计 实现金融企业经营资源的优化配置等提供了数据基础， 研究显示，一个典型的数据仓库项目第一年投资接近100 也为相关金融企业的经营决策提供有力支撑，大大增强 万美元，而数据仓库项 目的失败率达到1／2～2／3。如何从 了决策的科学性。 金融业务和信息技术角度出发，有效挖掘数据仓库的使 数据仓库技术是金融信息化发展到一定阶段的必然 用价值，提升项 目的投入产出比，是 目前金融行业数据仓 选择。数据仓库技术在金融行业的应用，将为推进金融业 库发展面临的重大课题。 务的发展和创新，促进我国金融行业的改革和发展，起到 积极的作用。目前，部分银行、保险、证券等企业的数据 一 、 数据仓库技术在金融信息化中的 仓库建设主要围绕资产负债管理、客户关系管理、风险管 定位和作用 理、绩效管理等业务主题展开，实现了对历史数据的集成 金融业务和信息技术的紧密融合，已经成为金融行 和重组，为各类分析型应用提供了较好的数据基础。 业打造核心竞争力的重要途径。随着国内外金融行业竞 二、数据仓库的深层次应用 争的日益加剧，如何利用信息技术提升业务管理水平，增 强业务创新能力，为客户提供更优质的服务，成为我国金 良好的应用效果是检验数据仓库建设成功与否的重 融行业面临的重大课题。 要指标，也是数据仓库价值的直接体现。有效提升数据 近年来，我国金融信息化按照 “数据集中化、业务综 仓库项目的投入产出比是我国金融行业面临的重要任务。 22 中国金融电脑 ／2010．7 与罔外金融企业相比，目前我国金融企业的数据仓库应 仓库的使用价值、深入开发深层次的分析型应用，才是数 用尚处于初级阶段，主要停留在联机分析处理层而，开展 据仓库平台建设的初衷和落脚点。就开发数据仓库的深 多维、多层次的数据分析，以支持企业盈利状况的比较分 层次应用现提出如下建议。 析、企业的管理效率的分析等，功能比较有限，有的企业 (1)组建一支专业的业务／数据分析师队伍，深入分 甚至认为，数据仓库技术比报表工具强不了太多。虽然部 析 、挖掘和