分行绩效考核解决方案
绩效考核 — 提高竞争力的关键
银行面临着激烈的市场竞争，人才和管理将是应对之策。如何留住人才并发挥其能力？如何非常好的地配置银行的人力和资金资源？是银行所必须面对的问题。 “ 按绩效付给薪酬 ” 、 “ 按绩效实施管理 ” 、 “ 按绩效分配资源 ” 是分行面对竞争，业务转型，提高竞争力的关键。
绩效管理是一项从银行总体战略着眼，本着提高银行整体业绩为目的，对员工个体和部门整体进行考核的业绩管理制度。一方面，绩效管理必须使员工个人对银行、本部门以及个人的工作目标都有清楚的认识；另一方面，银行领导也清楚了在哪些方面应该给下属必要的指导。尽管绩效管理不能直接解决所有的问题，但它为处理好其中的大部分管理问题提供了一个工具，所以建立良好的绩效管理是银行发展的必然趋势。
分行绩效考核面临的问题和挑战
现有的银行业务系统及中间业务系统中，甚少有对银行的柜员、会计及客户经理的绩效评估的工具。而且，仅仅就现有的数据结构来分析，也存在以下难题：
- 对柜员的工作量、工作效率很难作出量化分析；
- 对柜员的利润贡献度难以作出量化分析；
- 客户经理的客户对银行的利润贡献率、不良贷款等难以量化分析，而这些指标是衡量客户经理业绩的主要指标。
在构建绩效考核系统时，需要面对如下挑战：
- 整合分行各个业务系统数据，提供针对银行的分析数据模型；
- 提供针对绩效考核的分析指标体系；
- 具有海量关系型数据库引擎，在技术上有效的支持海量数据的存储；
- 具有强大的数据分析引擎，提供强大的数据分析能力。
主要业务功能：
1. 产品绩效
o 中间业务产品预算
o 资产负债与业务产品预算
o 产品损益
o 负债类产品分析
o 资产类产品分析
2. 客户绩效
o 平均余额
o 客户效益分析
o 收入 / 支出分析
3. 渠道绩效
4. 客户经理绩效
o 利息收入 / 支出
o 资金来源收入 / 运用支出
o 存、贷款增减变化
o 中间业务收入 / 支出
o 其它业务增减变化
5. 利润中心绩效
o 综合经营指标
o 利润指标
o 单项业务指标
6. 操作中心绩效
o 各项业务的操作笔数及金额
o 每笔业务的操作价格
o 操作中心的成本开支
o 操作中心的分摊成本
核心技术
1. IBM 银行业数据仓库模型 BDWM
Banking Data Warehouse Model (BDWM) 银行数据仓库模型提供全面的关于银行的企业级数据仓库的逻辑实体关系模型。
主要功能：
Banking Data Warehouse Model (BDWM) 银行数据仓库模型提供全面的关于银行的企业级数据仓库的逻辑实体关系模型。
主要功能：
o 集成了 IBM 为世界上领先金融服务机构实施数据仓库方案的广泛经验
o 通过使用成熟的数据模型提高金融服务机构竞争优势
o 支持银行数据仓库方案的快速有效实施
o 简化数据仓库方案的客户化和未来扩展工作
o 促进业务人员对数据仓库方案定义和业务范围界定的有效控制
o 最大可以节省一个数据仓库项目通常开发成本的百分之五十
o 提供模型管理工具 ML ，可以更有效的建立业务元数据
2. IBM 银行业业务解决方案模板 BST
Business Solution Templates (BSTs) 业务解决方案模板提供了关于各个业务解决方案分析的指标和维度定义。可以生成多维 Cube 输出到数据集市。
主要的特点：
Business Solution Templates (BSTs) 业务解决方案模板提供了关于各个业务解决方案分析的指标和维度定义。可以生成多维 Cube 输出到数据集市。
主要的特点：
o 提供了业务人员建立分析需求的参考
o 具有较好的前瞻性与扩展性
o 在公用的数据衡量值和维度定义的基础上，每个数据集市可以从 BST 定义中获取一致的数据结构和一致的数据报表
o 保证数据集市间数据衡量值和维度定义的重用
o 业务人员可以更快更有效地控制数据集市方案的业务需求定义和范围界定
o 提供模型管理工具 m1 ，可以更有效的建立业务元数据
3. IBM DB2 UDB 作为海量数据仓库引擎
o 高扩展性
在单 UNIX 主机 CPU 扩展方面， TPC-C （ OLTP ）和 TPC-H （ Ad-Hoc Query ），显示了 DB2 在扩展性方面的能力。
在集群技术方面，采用 Share Nothing 的 MPP 体系结构，每个节点独享各自的硬盘空间，各个节点间通过网络交换数据。可伸缩性强，最多可以扩充到 1000 个节点。国外有 512 节点的实例。每个数据库中单个表的大小可以达到 512GB*1000=500TB 。在全球范围有许多 TB 级的数据仓库。
在单 UNIX 主机 CPU 扩展方面， TPC-C （ OLTP ）和 TPC-H （ Ad-Hoc Query ），显示了 DB2 在扩展性方面的能力。
在集群技术方面，采用 Share Nothing 的 MPP 体系结构，每个节点独享各自的硬盘空间，各个节点间通过网络交换数据。可伸缩性强，最多可以扩充到 1000 个节点。国外有 512 节点的实例。每个数据库中单个表的大小可以达到 512GB*1000=500TB 。在全球范围有许多 TB 级的数据仓库。
o 高性能
DB2 的基于成本优化技术已经有 27 年历史，积累了大量独有专利技术。针对任意的查询， DB2 独特的查询重写功能将所有 SQL 语句改写成为语义上完全相同，但是可以使用优化器所有优化功能的语句，优化器再自动选择最优的查询路径完成查询。此功能特别适用于以图形化界面生成的数据仓库应用。针对 OLAP 应用做了相当多的优化。强大的基于成本的优化，独特的星型连接算法、动态位图索引、 OLAP 算子等。
DB2 的基于成本优化技术已经有 27 年历史，积累了大量独有专利技术。针对任意的查询， DB2 独特的查询重写功能将所有 SQL 语句改写成为语义上完全相同，但是可以使用优化器所有优化功能的语句，优化器再自动选择最优的查询路径完成查询。此功能特别适用于以图形化界面生成的数据仓库应用。针对 OLAP 应用做了相当多的优化。强大的基于成本的优化，独特的星型连接算法、动态位图索引、 OLAP 算子等。
o 高可靠性
支持 Cluster 、 Standby 等双机热备份、联机快速备份、快速加载数据和快速备份数据恢复。提供双日志功能，具有表空间级的备份和恢复功能，可以从整个数据库备份集中选择需要的单元进行恢复。提供在线重组织表，在线重组织索引，在线配置主要参数的能力，在线创建、删除和修改缓冲池的能力。
支持 Cluster 、 Standby 等双机热备份、联机快速备份、快速加载数据和快速备份数据恢复。提供双日志功能，具有表空间级的备份和恢复功能，可以从整个数据库备份集中选择需要的单元进行恢复。提供在线重组织表，在线重组织索引，在线配置主要参数的能力，在线创建、删除和修改缓冲池的能力。
o 易管理性
IBM DB2 是一个 SMART 的数据库，即自我管理及资源调度的智能数据库系统。 DB2 由数据库系统自己进行错误分析、可能的解决方案建议及自我修复的功能，提供部分核心配置参数进行自动配置，而不需数据库管理员进行指定和修改。
IBM DB2 是一个 SMART 的数据库，即自我管理及资源调度的智能数据库系统。 DB2 由数据库系统自己进行错误分析、可能的解决方案建议及自我修复的功能，提供部分核心配置参数进行自动配置，而不需数据库管理员进行指定和修改。
4. 多维分析服务器 DB2 OLAP Server
o 优秀的设计理念。用户只需要关系需要分析的要素 (outline) ，具体的物理实现由 DB2 OLAP Server 完成，如数据的存放，索引的建立等。
o 方便的实现。一般情况下，用户不需要编写复杂的计算公式， DB2 OLAP Server 提供强大的计算功能和函数等，帮助用户获得所需要的数据。
o 维护简单。由于物理实现由 DB2 OLAP Server 完成，当需求变化时，用户只需要改变逻辑结构 (outline) 即可。
o 分布式处理能力。通过 DB2 OLAP Server 提供的分区功能 (partition) ，可以方便的实现分布式处理，把运行在不同机器 ( 或同一机器 ) 上的多维立方体统一起来。这些机器可以运行不同的操作系统。
o 出色的性能。由于数据可以预先计算好，所以用户可以有较好的查询响应时间。
o 与数据仓库良好集成。 DB2 OLAP Server 可以与 Warehouse Manager 集成在一起，利用 Warehouse Manager 的调度功能，实现 OLAP 的自动维护、数据加载、计算等。
o 完全开放的、事实上的客户端接口标准。有 100 多家公司为 DB2 OLAP Server 提供前端工具。国内比较流行的有： Business Objects 、 Brio 、 Cognos 、 DB2 OLAP Server Analyzer 、 Excel 、 Lotus 1-2-3 等。这些工具提供丰富的展现功能，并且大都支持通过 Web 方式访问，支持 Java 、 JavaScript 、 CGI 等标准方法。
5. 前端分析组件 DB2 Alphablox
DB2 Alphablox 是基于 JAVA 开发的分析组件，基于 DB2 Alphablox 可快速开发出基于浏览器三层架构的在线分析应用。用户可以很方便的将分析功能嵌入到自己的应用中。
DB2 Alphablox 是基于 JAVA 开发的分析组件，基于 DB2 Alphablox 可快速开发出基于浏览器三层架构的在线分析应用。用户可以很方便的将分析功能嵌入到自己的应用中。
