【IT168 资讯】　随着我国金融、银行业的全面开放，国内银行业的拓展与发展速度惊人。其在战略变化中对IT的整体投入普遍加大，成为银行IT投入新的增长点。

　　与此同时，不容忽视的一点是，在经营过程中，虽然国内银行的数据库中积累了大量的客户信息，但是缺乏一套行之有效的数据管理与分析系统，银行的各种数据不能有效结合。因此，对处于弱势的中小银行来说，建立并发展客户关系管理（CRM）已刻不容缓。调查显示，目前国内80%以上的中小银行还未进行CRM建设，只有5%上线了非常不成熟的CRM系统。

　　在Gartner发布的2010年“IT专业人员展望”报告中显示，善于运用业务智能、数据仓库、数据挖掘技术、使之与业务结合的人员更有竞争力。其中，对数据仓库及数据挖掘的关注指数不言而喻。而在更早些时候，技术领域中，数据仓库就已经随着企业信息基础架构日益完善而吸引着企业的信息化管理者们。有业内专家曾说过，“一边是历史，一边是未来，数据仓库技术以前所未有的信心，站在企业历史与未来的交汇点上，释放企业的智能，这是贯穿企业战略与战术的关键目标”。而今，这一战术正簇拥着城市银行的蓬勃发展跨世行动。

　　城商行的挑战

　　中国银监会不久前指出，城市商业银行跨区域发展是城市商业银行进一步改革、创新和发展的重要内容，支持经营状况好、管理能力较强、创新能力较强的城市商业银行实现跨区域发展。可见，城市商业银行的快速发展已经从暗流逐渐浮出水面。上海银行透露，2010年到2013年间，将以每年2至3家异地分行的速度对外扩张。有消息称，该行第二家异地分行——南京分行已获监管部门批准，下半年即将开业。另外，该行杭州分行的设立也在积极筹备当中。北京分行将是其第四家外地分行，现已列入扩展计划。尽管如此，不得不说明的一点是，这支发展中的队伍能够创造更多投资机会，但来势汹汹的城市商业银行也并不能够幸免银行业发展中无法逾越的问题。仔细观察就可以发现，城市商业银行在系统架构及管理层面中所遇到的问题、挑战日渐明显。

　　在同业激烈竞争的格局下，不少城市商业银行开始逐渐将注意力从极速拓展，转移到对系统数据的管理中。徽商银行目前设有十三家分行，三家直属支行，一个总行营业部以及160个机构网点。截至2008年末，银行资产总额达到1284.15亿元。徽商银行项目负责人介绍，随着业务的不断拓展，徽商银行面临着各个业务系统数据量增多，数据不统一且管理复杂，无法将现有的数据转化为有效信息进行分析等问题，从而影响了银行技术和管理层面企业决策能力的提升。此外，经营管理、风险管理、绩效考核、资金管理等多种监管需求也向银行管理层提出了挑战。

　　无独有偶，近年来，温州银行市场份额一直不断扩大。随着业务规模的急速扩大和数据量的激增，银行IT系统也面临着更严峻的挑战。温州银行项目负责人介绍：原有的数据中心虽然整合了各部门数据，但是由于缺少企业级数据仓库完善的数据模型和统一业务视图，数据中心的数据一直处于杂乱无章的状态，不仅占用了大量的存储空间，也影响和降低了效率。为了集中组织和存储全行的信息资源，支撑目前和未来的各种管理和分析型应用，温州银行计划搭建企业级数据仓库系统。

　　建库大行动

　　事实上，在构建全行统一的基础数据平台，即企业级的数据仓库系统过程中，不少国内银行都有值得借鉴的参考案例。

　　如民生银行在企业级数据仓库系统的建设之初就明确了该项目是一个持续不断的过程。项目一期，重点建设民生银行企业级的逻辑数据模型，并在此基础上整合民生银行的核心业务系统和十多个外围交易处理系统的数据，建成民生银行的基础数据平台，为民生银行的所有决策支持和管理信息系统提供数据支持。在应用系统方面，项目一期首先专注的是客户信息的整合，实现客户单一视图和客户信息查询与分析等功能；项目二期实施客户关系管理系统，实现闭环的市场化营销活动管理；项目三期实施客户贡献度分析和不断优化客户关系管理。

　　城市商业银行受限于业务规模，在资金投入中可能会有所顾及，但显而易见的一点是，对数据管理的需求不能够被打折扣。

　　2009年，为了优化和提高行内各种管理分析系统，提高数据准确性，实现跨部门、跨系统成熟分析型应用，徽商银行决定建立企业级数据仓库。据了解，该数据仓库一期项目总容量为12TB，系统数据存量为2.4TB。徽商银行实施基金融服务逻辑资料模型(FS-LDM)，适合徽商银行定制化使用的产品数据管理物理模型(PDM)，解决存放在系统中所有数据的元数据管理方案，同时采用专有数据备份系统进行数据的备份，并实施数据平台ETL脚本及业务应用的日常维护工作，包括每日监控点，问题报告政策和处理流程等。2009年，徽商银行完成了为期9个月的一期项目，项目中同时实施企业数据仓库 (EDW)和相关应用，采用循环式开发，解决各业务部门或分行的迫切需求。在数据仓库二期运维中，将更多的源系统纳入数据仓库建设中，更全面，准确的反应徽商银行的业务情况。

　　天津银行在搭建基础信息平台过程中，对各种生产、管理数据进行加工、清理和整合，并在此基础上建立全行统一分析报表平台，为各类管理信息和决策支持系统提供统一、准确、全面的基础数据。天津银行数据仓库项目由Teradata进行全部元业务系统数据抽取，并将同期部署数据仓库基础数据存储、操作型数据存储和历史数据存储。值得一提的是，这样的做法开创了国内的金融客户数据仓库设计领域的先河。该项目的实施将全面采用以元数据管理为驱动的开发管理模式，通过大量采用自动化手段提高开发效率，在确保项目质量的同时，方便管理者清晰掌控项目进度。

　　处在快速发展中的温州银行建立了全行级的逻辑数据模型，整合了温州银行的所有内部数据，形成了全行统一的业务视图，同时建立完整的BI应用体系架构，分阶段逐步实现全行报表应用、客户单一视图、反洗钱应用、绩效考核、信用风险、市场风险、资产负债管理、盈利性分析、客户关系管理等一系列分析型业务主题应用。通过集中组织和存储全行的信息资源，为银行管理科学化、定量化和精细化提供基础信息支持，提升整体信息资源管理和应用的能力。

　　如此众多的城市商业银行都在建筑数据仓库的行动中不甘人后，这充分说明了一点：构建数据仓库，依靠数据管理提高效率已经成为这类银行改变战略方向的首要条件。Teradata大中华区总裁辛儿伦表示：城市商业银行对企业级数据仓库的需求与日俱增，企业级统一视图的强大分析功能在银行业务决策和经营分析中发挥越来越重要的作用。数据库仓库之父比尔·恩门曾表示，数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。与其他数据库应用不同的是，数据仓库更像一种过程，对分布在企业内部各处的业务数据进行整合、加工和分析的过程。对于城市商业银行来说，对业务数据的整合处理，无异于是对业务价值的再发现，这种一石二鸟的战略道路尽管可能会饱受崎岖，但也势必会朝着正确的方向通往更加引人入胜的目的地。