POWER系列数据商业智能解决方案
银行商业智能解决方案
银行系统的电子化和网络化管理积累了大量的经营管理数据，这些数据是银行的宝贵财富。如果这些大量数据得不到有效处理，实际上等于白白浪费了宝贵的信息资源。如果能对其加以有效利用，将大大提高银行的竞争实力。
银行的工作正在从以核算为中心转变为以客户为中心。这样，将业务数据转化为分析信息，为决策管理人员提供准确的市场趋势分析以及各项业务分析就成为当务之急。
商业智能（Business Intelligence）是近十年来运用数据仓库技术发展起来的海量数据分析技术。这种技术对银行内部积累的大量历史数据和可能得到的外部信息进行统计分析和数据挖掘，提取有价值的知识，帮助银行管理者深入了解客户、业务状况，合理预测、制定商业计划，赢取更大的竞争优势。
银行业解决方案可用于辅助决策，以及许多具体的业务领域，如信用审批、贷款和抵押处理、信用卡管理等。银行业分析主题紧紧围绕着建立银行客户视图、识别客户群体消费特征、提高服务质量、挽留优质客户的宗旨，为银行业务管理提供了一份份高价值的信息报告。对这些业务领域的分析需求进行整合和融合，可以概括为以下几大类分析需求：
n 客户分析
银行最关注的是如何提高盈利能力。为了提高盈利能力，最重要的就是衡量客户价值，找到适当的目标客户，避免有价值的客户的流失。通过在某段时间内客户各方面指标的变化，准确分析客户并预测客户在未来一段时间内各种指标的变化趋势。 n 服务分析 服务分析研究银行各种交易渠道的运行情况，以及客户满意度分析，协助银行提高服务水平。为客户提供恰当的服务、提供给正确的人、在正确的时间提供、通过正确的渠道和手段来提供产品和信息。 n 业务分析 对于银行来说，扩大市场占有率、增长利润是它的主要目标。哪类产品对利润总额贡献最大？哪个分支机构为企业带来较好的收益？采用何种的销售渠道更佳呢？要回答这类问题用普通的分析方法也许可以得出答案；但更加深入的问题是为什么会是这样？以及业务该如何拓展？产品如何组合可以带来更大的收益呢？这些是现代银行业发展需要认真考虑的问题，也只有BI系统才可能帮助解决的。 n 监管分析 监管分析实现管理、监测和分析各类交易的趋势，并对异常交易进行预警。为业务领导提供辅助决策信息。
随着电信业计算机业务系统的长期和广泛使用，电信企业已拥有大量的客户和业务数据。科学管理和合理开发这些内部和外部信息资源已经成为企业正确决策、增强竞争力的关键。由于已经拥有大量的数据并且数据相对真实可靠，因此电信业务的下一步重点是建立基于分析的企业管理运营体系完全可行。 BI将信息转换为知识。商业智能是在正确的时间将正确的信息交给正确的用户以支持决策过程的应用。商业智能通过对数据的收集、管理、分析以及转化，使数据成为可用的信息，从而获得必要的洞察力和理解力，更好地辅助决策和指导行动。业务决策者通过商业智能对企业数据进行分析，通过过去的数据预测未来，即通过历史数据发现趋势。而获得的这些知识又很可能使得到它的业者，获得其他竞争者所没有的先机。进一步增加电信企业经营管理和客户分析的科学性，提升企业决策水平和经营效益。 行知软件电信业商业智能解决方案的目标是，帮助电信运营商充分利用其业务支撑系统产生的大量宝贵的数据资源，实现对信息的智能化加工和处理，为市场经营工作提供及时、准确、科学的决策依据，使企业适应日趋激烈的市场竞争环境，提升运营商的核心竞争力。
对电信业务的BOSS系统、CRM系统、Call Center等业务的整合和抽象之后，电信业务通常存在以下分析需求：
n 客户分析 包括的分析项有：客户组成分析、客户价值分析、客户流失分析、客户稳定度分析。 分析指标为客户业务量增长率、客户收入增长率、客户及时交费率、客户新增业务数量、客户流失业务数量。维度为大客户满意度分析指标为客户的投诉次数、客户的及时交费率、客户的满意度、SLA的符合度。客户信用度分析指标为大客户的及时交费率。 分析维度为行业、地区、大客户类型、大客户名称、时间、消费层次、信用等级等。 n 业务分析 包括的分析项有：业务分布分析、业务收益分析、业务服务分析（业务服务质量分析、业务服务成本分析）、业务趋势分析。 n 经营分析 包括的分析项有：竞争对手分析、成本分析、收益分析。 分析指标包含：客户构成、客户波动、客户服务质量、预算成本、实际成本、综合成本分析、业务收益、收益比较等。 分析维度为客户名称、地域、行业、业务、客户性质 n 综合管理分析 包括的分析项有：单位考核分析、个人考核分析。通过为下属各个部门制定一整套的考核指标体系，对部门及个人的工作情况进行量化，考核其部门及个人的工作业绩。 分析指标包含：单位KPI、个人KPI考核。 分析维度为员工、时间等。 n 其他种类分析 包括：市场分析、客户服务分析、网络分析、资源情况分析、财务分析等
n 端到端的解决方案 具有完整的BI系统的三个重要构成部分：数据集成、存储管理和分析、挖掘。 n 功能丰富
真正涵盖了企业报表、联机分析和数据挖掘这三种数据分析手段。 n 可扩展性
灵活的可扩展性，保证系统可以运行在各种平台上。
n 兼容性
支持多种前端工具，如Excel、Cognos、Business Object、Brio、Crystal Report等。
n 支持多种数据源
能够连接和集成各种数据源，包括大型主机的数据。
n 灵活性
在数据抽取和转换中可定义灵活的数据处理过程，满足在BI应用中业务数据和分析数据之间的巨大差异。
n 全面可视化
从源数据的获取到客户端各种形式的展示都有可视化的工具。
n 高度自动化
从源数据的提取到最终报表的形成全部由自动引擎完成，基本上不需要人工干预。
n 欺诈检测 － 通过数据挖掘、客户行为分析与预测，进行欺诈行为的侦测与防范。
n 分层服务 －通过客户群细分，可以定义个性化客户体验模型，提高客服体验，简化客户交互流程 n Call Center 来话分析 －以BI技术为基础，围绕客服中心的话务和业务数据，建立数据中心和业务分析模型，进而提高客户服务中心的分析和挖掘能力，提高企业经营决策的质量和速度。
作为保险运营商，如何在减少运营成本的同时尽力增加销售量和新保单的数量，如何在市场成本增加和相应保费率降低的行情下成功地拓展市场，如何为中介者的增长和成功销售提供支持。解决所有这些问题的关键在于：如此变动的年代里，生存和繁荣的要素取决于对企业组织中的功能单位、地域、各渠道和系统中的大量数据资源的整合，并从数据中获取智慧，从而制定出有效的战略决策。 目前多数企业的现状是，企业中存在多个独立的系统，信息分散、不共享；现有的系统主要是面向业务流程的，不是面向管理决策的；获取数据的速度太慢；信息不共享，浪费系统资源。 为了在新的竞争条件下取得成功，保险公司必须在很大程度上依靠有关客户和驱动保险业务的因素的统一并且及时的信息，例如：客户服务、保险费额度确定、利率波动、竞争程度及营销效果等等。然而，仅仅拥有这些信息还不够，保险公司还要把恰当的信息交付到公司内部有关人员的手中。 利用行知软件的商业智能解决方案，每个业务部门的员工都可以快速洞察与自己有重大关系的问题：分析客户获利水平，比较保险额度和办理索赔、监测证券组合投资的绩效、分析保险代理人表现等等，这些都有助于保险人员掌握在什么地方，采取什么样的措施更有利于获得最大利润。
行知软件商业智能系统架构如下图所示： 本商业智能解决方案涉及的业务包括所有险种的承保、理赔、再保、精算等。而这套系统的价值在于快速提供决策信息，由于采用了数据仓库技术，大大提高了数据获取的速度。为保险公司迅速作出业务决策提供了平台。
系统具备强大的分析功能（如：80/20分析、强度分析、中心趋势分析、发展趋势分析等等），系统还具备图形功能和数据挖掘功能，为决策者作出正确的决定提供有力的依据和丰富的方法。 通过报表分发、权限管理使得报表资源及数据模型可以共享，大大减少了硬件系统的资源开销。 商业智能分析系统一方面提供对保险公司综合情况的分析，如综合业绩分析、历年制分析、会计口径分析等；另一方面提供针对具体业务的精细化分析，如承保分析、续保分析、理赔分析、再保前后的对比分析等。此外，系统中提供的流量三角形和16个精算数据库为精算部提供了更为便捷、精确的数据来源。
n 端到端的解决方案 具有完整的BI系统的三个重要构成部分：数据集成、存储管理和分析、挖掘。 n 功能丰富
真正涵盖了企业报表、联机分析和数据挖掘这三种数据分析手段。 n 可扩展性
灵活的可扩展性，保证系统可以运行在各种平台上。
n 兼容性
支持多种前端工具，如Excel、Cognos、Business Object、Brio、Crystal Report等。
n 支持多种数据源
能够连接和集成各种数据源，包括大型主机的数据。
n 灵活性
在数据抽取和转换中可定义灵活的数据处理过程，满足在BI应用中业务数据和分析数据之间的巨大差异。
n 全面可视化
从源数据的获取到客户端各种形式的展示都有可视化的工具。
n 高度自动化
从源数据的提取到最终报表的形成全部由自动引擎完成，基本上不需要人工干预。
n 代理人的甄选、欺诈识别以及市场细分等，其中市场细分对企业制定经营战略具有极高的指导意义，它是关系到企业能否生存与发展、企业市场营销战略制定与实现的首要问题。
n 从不同的角度对客户群体进行分类归纳，从而形成各种客户分布统计，作为管理人员决策的依据。从不同险种产品入手，分析客户对不同险种的偏好程度，指导代理人进行重点推广。由于国内经济发展状况不同，各省差异较大，因此必须限定在一个经济水平相当的区域进行分析数据的采样。同时，市场波动也是必须要考虑的问题，一个模型从建立到废弃有一个生命周期，周期根据模型的适应性和命中率确定，因此模型需要不断修订。
n 根据保单历史数据，统计并产生相关规律，输出相关结果。具体包括数据抽取转换、挖掘数据库建立、建模（其中包括了参数设置）、模型评估、结果发布。发布的对象是高层决策者，同时将模型提交给应用评估子系统.根据效果每月动态生成新的模型。
证券业在中国已经有了十几年的历史，证券公司的历史数据积累也达到了相当可观的程度。但是，这些非常有用的资源却没有被充分利用起来，仅仅被当作业务数据存档存在，目的是一旦有需要核实、稽核或者历史纠纷时，可以提供历史业务数据查询。实际上，这些历史数据对证券公司来说是一笔非常宝贵的财富，可以把这些数据通过整理、清洗后进行统计和分析，能够得到凭直观感觉得不到的重要信息，对公司的决策调整具有非常重要的作用。 证券公司的很多决策行为都是根据国家政策和经理人的经验得来的。总体来讲，凭借经理人的丰富经验和对行业的深入了解，决策方向基本上都是正确的。可是，这样的决策缺乏了强有力的数据报表支持，决策往往不够细化和更加具有说服力，有时甚至与公司的实际情况相差甚远。 行知软件在自有Power ETL系统基础上，结合证券公司的实际，开发了“证券决策支持系统”。通过本系统，证券公司可以每日把当天的业务数据按照预先设定好的规则自动导入到公司的数据仓库中，多维分析服务会把最新的数据更新到多维数据库中。这样，公司的领导和决策分析人员在第二天就可以对一天以前的所有业务数据进行统计、分析和查询，从而大大地提高了得到报表的效率和决策的实效性。
决策思维是一个过程。任何决策都是决策者在分析、整理当前业务开展情况下，加上自己的从业经验和理性判断的基础上得出来的。但是在目前证券公司的信息系统中，没有专门为决策而建立的系统，决策者需要某方面的数据报表时，都需要财务或者其他部门的专门人员以手工方式进行大量的数据统计和分析，经过几天或者几周的时间才能提交到决策者手中。因为决策过程是一个不断对业务开展状况深入分析的过程，一个报表的分析和思考往往带来了另外一个报表的渴望。而由人工产生报表的过程往往跟不上决策者思维的变化速度，从而造成当一个报表提交给决策者时，决策者都找不回当时的思维头绪。所以一个好的决策支持系统不但能够为决策者提供良好的数据支持，而且能够根据决策者的思维变化及时的产生其需要的报表，并以其喜爱的格式展现出来。
从公司高度、部门、业务高度对业务开展情况进行分析。当前证券公司的业务信息系统都是围绕着具体业务实现而建立的，没有一个系统能够把所有的业务内容都综合起来，能够从公司角度、部门角度来总体反映业务开展情况。而建立这样的系统需要把其他业务系统的数据全部采集、清洗和整理起来，进行统一的分析和统计，需要专门独立的系统来完成。 交易集中带来的挑战。证券行业的交易系统正在或者已经进行大规模的集中行动。当交易系统集中之后，大量的处理任务集中在有限的几台核心服务器中。在这些处理任务中，历史数据的统计和分析对系统的压力非常大，以至于很多证券公司在日常的业务开展过程中，不得不停止各种分析和查询功能，来保障实时交易业务的正常运行。现实的需要是需要建立新的系统，把所有的历史查询、统计和分析功能完全转移到这个系统上。这样不但减轻了交易系统的压力、减少了业务系统地维护工作量，而且还打破了交易时间不能进行统计和分析的限制，大大方便其他业务部门的工作灵活度。 灵活报表格式的支持。现有业务系统的报表除了展示特定业务开展情况外，其格式也是开发商预先定制好的，无论你喜欢与否、习惯与否，都不得不适应这样的格式特色。对一般简单的报表，适应开发商预先定制好的报表格式还不是很困难，如果对于统计和分析类报表，不同人喜欢用不同的方式展现出来。所以独立的决策支持系统在报表展示方面一定要灵活，业务人员可以根据自己的喜好来定制报表的格式，以满足不同人的不同需要。
n 对决策过程提供良好的报表支持； n 解决当前业务系统的压力，保证集中交易的顺利进行； n 对现有业务系统的业务内容进行备份，以备不测； n 所有业务和管理人员都可以根据自己的需要定制自己喜欢的报表格式； n 从业务高度、部门高度、公司高度产生不级别的报表； n 对业务进行深入分析，得到业务系统得不到或者不能发现的潜在规律； n 独立的报表系统，支持其他业务系统数据的实时加入； n 企业根据自己的需要随时方便的增加新的报表，不受开发商的限制； n 整个系统采用的BS结构，方便在更广泛的地域范围内对公司业务开展情况进行监测和分析； n 系统扩展能力强，在其他业务系统升级换代时，只需很少的工作量就可以把新系统加入进来； n 只关注业务数据，和其他业务系统相互之间不产生影响。
该公司是中国有名的石油公司，由于业务的特殊需要，其业务系统的后台部署地点（基地）同应用终端（海上平台）采用的是卫通公司的128K链路进行通讯.
经过过去对业务系统的试用，发现业务终端通过128K（实际上除掉网络电话等对带宽的占用，业务系统可使用的带宽已经低于128K）链路访问后台的服务器，访问速度很慢，可操作性非常低。鉴于业务系统已经购买和使用，目前最急需的问题是如何使终端能够正常使用后台业务系统，使此业务系统能够真正运转起来。
通过对各种可能解决方案的可行性进行评估，综合经济等方面的因素，该公司最终决定重新部署应用系统，使两地同时部署完整的应用系统，操作终端都访问本地服务器，速度可以不受卫星链路的限制，从而能够大大提高系统的反应能力和实效性。这两个应用系统之间采用数据同步的方式来保持后台数据的实时同步。 
n 带宽问题：
采用数据库同步方式后，可以从根本上解决应用系统对带宽的压力问题。因为两地连接的都是本地服务，所以大量的客户端界面数据传输、客户端和后台服务的大量交互数据（进行业务逻辑判断时，需要从数据库SELECT出大量的数据信息，以进行业务逻辑判断）传输都在本地解决。通过卫星链路传输的也仅仅是对数据库实质改变的数据（即技术上对数据库有实质改变的INSERT、DELTER、UPDATE等操作），而这部分操作所产生的数据量非常少。 在前期的测试过程中，数据同步程序在28K电话拨号网络上进行数据同步，运行非常稳定，同步的数据记录可以达到5笔/秒，超过业务系统基本需求。所以说采用数据同步的方式，可以完全解决链路带宽问题。现场测试结果同样说明带宽问题得到了很好的解决。 n 稳定性问题： 由于采用的是卫星链路，其稳定性受气候影响比较大（实际测试发现每天都有几次链路中断，时间从五分钟到十几分钟不等），这就要求数据同步程序必须有很好的稳定性以及良好的故障恢复能力。 通过过去对本同步程序的测试，在链路（包括源端和目的端的链路）中断一段时间后再恢复的情况下，还能继续保证平稳地运行。实际上，同步程序就是面向链路不稳定的互联网应用环境开发的，完全支持断点恢复功能。另外，即使是源端、目的端服务器或者本同步程序的运行机器出现非正常关机，在机器重新启动后，同步程序完全可以在没有人工干预的情况下自动恢复。实际测试已经证明了同步程序的稳定性完全能够满足此项目的需求（链路多次中断15分钟，待链路重新恢复后，同步程序自动从断点中恢复回来，继续运行）。
自2002年5月，原中国电信集团按南北地域分家，新的中国电信和网通集团成立，互联网的骨干网被一分为二，北方由网通集团管理、南方由中国电信管理，由此，电信和网通之间的互联互通就存在问题，网通和电信之间的访问非常的慢，有时甚至无法访问。
对分布式ERP 系统的南北互连互通的双向数据同步需求， 我们可以简单归纳如下：
行知软件ERP系统南北互连互通数据同步系统架构如下图所示： 
1、 低带宽状态消耗：只同步业务系统的数据库事务数据，没有任何的冗余数据，完整和完全的双向复制事务。 双向保证事务的完整性。
2、 自动运行，无须干预：系统对ERP 系统没有任何干预， 数据同步的工作在设置后自动运行，停止和恢复， 对ERP系统没有任何的影响。 3、 远程容灾： 在运行同步系统后，两个分布的ERP系统可以互相热备，这是一个极大的增值。 4、 断点续传：在网络断路和机器停顿或者系统暂停等情况下，同步程序能够保存断点， 在系统数据传递链路恢复或者机器重新启动后，能够继续同步操作，不需要人工干预。 5、 很小额外压力：数据同步通过读取数据库日志进行工作， 对ERP 系统的性能影响极小。通过测试，同步软件在28.2K的拨号网络上能够平稳地运 |
gulibin
博客统计信息
热门文章
最新评论
友情链接
