山东建设银行商务智能实施案例.docVIP

山东建设银行商务智能实施案例 随着个性化服务内容的不断增加，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，而目前银行业在商品智能的实现上还存在许多困难。 　　问题一：项目管理 　　目前大多商业智能的描述更多的是一种工程学上的理论，注重于企业信息管理项目实施的原则，而对具体的实施方法并无过多的论述。在山东建行商业智能项目开发过程中遇到的第一个问题是项目的组织管理问题。 　　商业智能系统以中央数据仓库为核心，可以分为两大部分：以进行中央数据仓库规划及数据获取为目标的后台数据仓库建构，以业务功能规划及信息展现为目标的前端商业智能应用。基于这种思路，山东建行初步规划了管理信息平台的体系架构 　　按照上面的系统架构，将项目组技术人员分成了三个大组：数据仓库ETL组、应用组和系统架构组。这种划分首先是依据商业智能技术架构的要求，同时也考虑到系统的技术因素。系统架构组负责管理信息平台的技术体系规划，由于数据仓库系统的海量数据以及长批量数据处理特点，基础硬件选型、存储规划、数据库性能优化、应用服务器配置等实际上已经成为了系统能否运行的决定性因素。 　　数据仓库ETL组负责数据仓库的数据组织和数据获取，应用组负责业务需求的分析和应用平台的搭建。两者各司其职，以中央数据仓库为纽带，应用组只关注业务需求分析，然后从中央数据仓库中找出数据，加工处理成业务要求的数据，ETL组则只关注源数据分析，将管理信息平台所涉及的源系统数据通过ETL过程加载到中央数据仓库。事实证明这样的组织划分最为合理，项目组成员的工作与商业智能体系架构对应起来，分工明确，减少了相互扯皮现象。 　　问题二：技术工具 　　IBM、Oracle、SAS、NCR、BO、Brio等众多技术厂商都提供了各自的独家方案和产品，但现实问题是如何利用这些工具进行管理信息平台的架构设计，如何进行系统软件的规划。在商业智能的理想方案中，管理信息平台可以全部由工具搭建生成而不用手工编程，技术人员所做的只是写一个脚本建数据仓库，写几个SQL语句用于数据处理，然后按图索骥画无数张展现图表。但现实远远不会如此简单，由于工具软件的功能所限，很多地方如果采用工具只能是削足适履，最终无法满足系统功能要求。 　　企业集成所涉及的软件可以划分出下面的层次: 系统层、数据库层、功能层、应用层。系统层与数据库层的软件必须是现有的软件产品，山东建行管理信息平台采用了IBM的RS/6000及AIX操作系统，关系型数据库选用IBM DB2，多维分析数据库选择IBM OLAP Server(ESSBase)。 　　应用层软件与业务需求相关，许多系统集成厂商会在这一领域推出软件产品，但都需要进行长时间的客户化才能实用。功能层又称为中间层，这一层面的软件是指那些与业务相对独立但又无法完全剥离的功能模块，因此往往也被称为中间件。应用层与功能层是相互渗透的，在这两个层面上，管理信息平台既有借助第三方工具软件辅助应用层开发的方面，也有通过自己抽象功能编写工具的地方。而山东建行将管理信息平台的应用层和功能层的技术实现分为以下几大部分，并分别采取了不同的实现策略: 　　数据仓库ETL——完成由源系统数据到中央数据仓库数据的ETL过程，虽然许多厂商提供了ETL工具，但其高昂的价格和有限的功能使得山东建行更愿意自己去完成这部分功能。通过对ETL过程的分析，山东建行使用了合作伙伴研发的ETL工具，这个工具通过全脚本配置的方式完成ETL全过程，支持多种主流数据库并支持并行作业处理，功能更为切合实际，而且价格便宜很多。 　　数据集市ETL——管理信息平台将数据仓库分为中央数据仓库和数据集市两部分，中央数据仓库以银行业逻辑数据模型为蓝本构建，存储基础业务数据; 而数据集市则面向业务应用，它存储的是宏观的汇总数据。数据集市与数据仓库之间也有一个数据转换的过程，我们称之为数据集市ETL，数据集市ETL的模式要比数据仓库ETL简单，但数据变换的复杂度却高得多。基于实用化和运行效率的考虑，数据集市ETL采用数据库存储过程来实现。 　　多维数据集市——商业智能系统最为吸引人的特点是它的多维展现特性，能对一个业务主题进行多视角(时间、机构、地域、项目)的分析，并能完成钻取、切片、挖掘等功能。而想完成这些功能，必须对数据采用十分复杂的关键字存储方式，传统的关系型数据库有些力不从心，多维数据库则是完成这一功能的利器。管理信息平台选用IBM OLAP Server(ESSBase)作为多维数据库。 　　前端信息展现——商业智能系统的前端展现层无疑是最为活跃的领域，在这一层面有数十家工具软件，山东建行经过多方比较采用BusinessObject作为信息平台前端展示的辅助工具，管理信息平台项目组结合BO的报表特性对其进行二次开发，完成了Web展示界面的开发工作。