商业银行使用商业智能提升竞争力前景研究（计算机论文）.docVIP

商业银行使用商业智能提升竞争力前景研究（计算机论文） 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 文1：商业银行使用商业智能提升竞争力前景研究 1 1 银行商业智能系统 2 2 我国商业智能市场现状分析 3 3 银行商业智能与云计算的发展趋势 4 4 结束语 5 文2：管理改善提升竞争力 5 参考文摘引言： 12 原创性声明（模板） 13 文章致谢（模板） 13 正文 商业银行使用商业智能提升竞争力前景研究（计算机论文） 文1：商业银行使用商业智能提升竞争力前景研究 银行是一个需要IT技术支持的行业，现在信息化的程度越来越高，就要求商业银行的IT构架是要面向服务，能够灵活的部署，及时交付。银行更是一个需求自动化的庞大系统。面临业务创新，运营的复杂性和成本管理的各种挑战。人们越来越重视自身信息的保护。商业银行由于客户多业户多往往有大量的数据，商业智能利用这些庞大的数据量进行数据挖掘[5]，辅助企业进行业务经营决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘基于大数据的云计算[2]等技术。如今人们采集数据的手段日益丰富与高明，由此积累的数据也日益膨胀，数据量达到GB甚至TB级，而且高维数据也日益成为主流，正如同纽约时报所说的“大数据”的来临。然而，这些海量数据及高维特征使得传统的数据分析手段相形见绌。计算机性能的日益更新，使得人们能够期望计算机帮助我们分析和理解银行的海量数据，并帮助我们作出正确的决策。 1 银行商业智能系统 商业智能，又称商务智能，英文为Business Intelligence，简写为BI。目前，学术界对商业智能的定义并不统一。商业智能通常被理解为将银行中现有的数据转化为知识，帮助银行做出明智的业务经营决策的工具。可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使银行的各级决策者获得知识或洞察力，促使他们做出对银行更有利的决策。商业智能涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。 银行商业智能最早运用于国外银行。20世纪80年代以前，银行主要进行基础数据的保存与处理。20世纪80年代后，国外银行根据业务的综合扩展，在内部建立起了全行性的管理信息系统（MIS），从而实现了对业务交易信息和经营管理信息的集中管理，该阶段还是低层次的信息整合。90年代初，金融产品的大量开发与衍生，管理信息系统的数据惊人增长，为了获得有用的决策信息，商业银行逐步引进包括统计分析、决策分析、人工智能等理论在内的数据分析方法，建立起了早期的以管理信息系统为基础的决策支持系统（DSS）。90年代中期后，为处理海量的数据，并实现跨部门、跨业务、跨时区、跨信息平台的访问功能，以美国为代表的国际化银行利用商业智能，建立起数据仓库系统的银行IT架构，以此推动银行的客户服务、市场营销、风险管理和决策管理。 云计算是新一代信息技术产业的重要组成部分，是继个人计算机、互联网之后的第三次信息技术浪潮，将引发信息产业商业模式的根本性改变。作为战略性新兴产业中的重点发展领域，云计算将极大地推动中国信息基础设施建设、支撑银行信息化升级同时银行的商业智能计算也可以借助云计算的建设而再次得到加强和功能的提升。 2 我国商业智能市场现状分析 我国商业银行的商业智能应用在上世纪末才刚刚起步；对商业智能技术和应用内涵的理解还不到位，数据质量滞后，商业智能尚未完全发挥其应有的作用。其中主要包括：2001年3月14日，工商银行正式启动国内第一家银行数据仓库建设工程，以增强对经营决策的信息支持和全行业务经营的系统监控能力。农业银行和NCR Teradata合作开发的数据仓库经营分析管理系统已经在广州地区开始试点运行。2002年，民生银行加快信息智能化建设，构建全行统一的基础数据库，通过重点建设客户信息以及客户关系管理有效进行客户信息整合并实施客户关系管理，更有效率、更快速地挖掘客户价值，实现业务快速增长，提高银行竞争力。2003年，浦发银行与微软合作，利用微软强大的商业智能技术进行整合客户信息进行业务环境与IT现状评估，借助银行商业智能浦发银行将逐步实现“把银行建在网上”提高竞争力的扩张需求。2006年中国银监会要求四大国有银行、各股份制商业银行开发非现场监管系统，以满足对银行业的风险控制。 中国银行业面临着全球化、网络化、同质化、多样化的竞争形势，在市场经济竞争进一步加剧的同时各银行积累了大量的货币经营、银行卡和中间业务数据，这些数据为银行的正常生产和运营提供了重要支持，成为银行必不可少的生存环境；与此同时，国内银行业务品种简单、产品盈利能力差、风险管理薄弱，这些都是国内商业银行需要解决的难题。目