德州商行的新机遇 借BI创新发展

　　城市商业银行是当前国内银行业一道独特的风景。不同于四大国有银行，它属于地方性银行，辐射面较小，但它更加贴近当地用户，更了解当地需求，而且决策链短，业务流程相对快捷，运作机制灵活。一笔业务，城市商业银行只需要几周就能办下来，而其他银行可能则需要几个月。快速、灵活、贴近用户是商业银行最明显的业务特点。

　　基于此，去年１２月被中国银监会正式批准成立的德州市商业银行（简称“德州商行”），一开始就明确地提出了“立足地方金融、市民银行”的市场定位。德州商行由德州市城信社中心社、德城区中心城信社、解放路城信社、向阳城信社及北园城信社等五家城市信用社组建而成，拥有455名职工，２２个支行和34个营业网点。

　　就像带兵打仗一样，尽管国字军与地方军各有优劣，但是，要发挥各自优势都少不了的一样装备就是武器。对于银行来说，ＩＴ系统就是少不了的竞争武器。

　　经过近十年的信息化建设，中国银行业基本都实现了电子化。四大国有银行相继建立了集中式核心业务系统，并逐步在数据集中的基础上开展深层次应用，如数据挖掘、商业智能等。

　　在“速度决定效益”的当今，对于像德州商行这样的中小型银行来说，要发挥独特的业务便利，必须借助科技力量，通过科技提高管理手段和业务效率。认识到IT建设的重要性，德州商行自成立初就提出了基本的IT需求规划。

　　商业智能（BI）提上日程

　　成立之初，德州商行领导就立刻提出了基本的IT需求：改变以往“手工”获取信息的方式，借助IT技术，直接获得反映各个支行业务情况的即时报表，查看各业务单元的实时信息。为此，ＩＴ部门制订了相应的办公自动化系统规划。

　　业务的逐步开展让德州商行认识到了更深层次的需求。德州商行需要的已不仅仅是一套办公自动化系统。

　　由于以往的数据上报、数据提取、数据汇总和数据查询等仍然沿用手工方式，这就可能引起填报的数据和统计的结果出现错漏，某些支行或者业务部门甚至可能会汇报假帐等问题，因此，领导希望借助IT技术实现数据的实时上报。

　　领导需要的也不仅仅是报表的简单展现，还要能够对这些庞杂的报表信息进行分析处理，体现出一些重要业务指标之间的比值，以了解详细的经营状况和业务运行情况，及时调整经营策略，因为对银行业务的评估决策大多是通过比值来体现的。

　　除此之外，还希望在一些新业务的推广上，能够得到针对不同客户的分析数据，对决策起到良好引导作用。

　　以上需求必须基于原始业务数据的自动收集和集中化的基础上，通过数据库/数据仓库技术、商业智能分析技术才能实现，因此，商业智能系统（BI）摆在了德州商行的IT建设日程上。

　　规划三步走，数据整合是基础

　　结合具体的商业智能需求，德州商行提出了三步走的战略规划：第一步，通过商业智能系统建设和数据仓库建设，实现各个系统之间的数据整合；然后是应用整合和渠道整合。这三个整合基本贯穿了德州商行商业智能建设的始终。

　　数据整合是基础和核心。原来各支行与营业网点之间、各项业务功能之间相对独立，如果实现了数据整合，全行就可以实现信息资源共享，使各项业务能够在最完整的业务数据基础上做出决策。

　　而且，数据整合也为应用整合和渠道整合打下基础。以信用卡业务为例，客户可以在网上实现信用卡支付，可以通过电话实现信用卡的转帐，还可以完成水、电公司的代收费等中间业务。原来银行各项业务需要在多个渠道中流转，需要来回切换不同平台，用户也要在多个通口完成各项业务。如果数据整合之后，银行就可以省去来回切换不同平台的繁琐，实现渠道整合，用户也只需要一个通口就能办理各种业务。

　　谨慎选型，快速实施

　　2005年初，选型正式开始。德州商行首先确定了基本的选型原则：商业智能系统建设必须选择具备全面整合能力和有实力的ＩＴ厂商，因为银行商业智能系统项目与一般项目有较大区别。一般项目的建设流程分为：用户需求调研，开发计划，设计、编码、测试、实施。而对于数据仓库构建和商业智能系统来讲，前期的业务分析相当重要，业务分析实际上就是建摸分析，这是决定商业智能系统的分析结果是否准确、有效的关键。它要求厂商不仅要了解德州商行的业务情况，还要了解原有的数据库结构。后期的系统维护服务也需要有实力的厂商才能跟得上。

　　对国内外同类产品进行比较之后，德州商行认为，国外一些产品尽管功能全面，但价格高昂，国内产品更具有性价比优势。经过多方比较，德州商行与清华同方股份有限公司签订合作协议。

　　2005年4月，项目全面开始实施。为了保证建摸分析的质量，项目组采取了一种螺旋式上升的建设模式：先初步制作一个模型，该模型是可沟通的原型系统，随后，项目人员把原型展示给各个业务部门查看，收集客户意见和素材，再修改模型，扩充功能，以此类推，不断完善系统功能。这种方式保证了项目实施的质量和效果。

　　经过5个多月的紧张实施，2005年10月，项目正式上线运行。

　　看得见的效益

　　如今，德州商行的各级领导们，再也不必对提交上来的一大堆数据而担忧和苦恼了。

　　商业智能系统不仅实现了数据的实时提交，保证了数据的及时、准确，还针对德州商行的三类主要业务即存款、贷款、中间业务，设计了１０大类、２８小类统计分析报表，并能以图表形式直观地展现各项分析结果，辅助领导决策。

　　领导只需要登录该系统，轻轻点击鼠标，即可轻松地查看当前银行存款的结构图，了解某段时期的存款来源中哪些是个人存款、哪些是企业存款，从而判断出谁是银行的重点客户。掌握了这些数据之后，银行就可以相应制定一些吸引大客户、维护大客户的重点公关策略，如优惠活动、节日问候等。如果某个地区的个人储蓄比较多，就可以在附近开设较多的个人窗口。还能及时了解银行存款和贷款之间的余额比，一旦贷款余额与存款余额之比达到75%，这就是临界报警点，因为这个比值过大，一旦发生银行之间的挤兑现象，银行将没有足够货币度过危机。

　　在贷款风险方面，由于早期的核心业务系统对贷款分类采用两种分类方式，德州商业银行采用贷款四级分类和五级分类并行的控制方法，通过商业智能系统，德州商行可以及时了解每笔贷款的归还情况，还可以了解每个支行逾期贷款的额度、时间、与正常贷款的比值、呆／坏帐比例等，以此判断每个支行在总行中的效益好坏。

　　对于创新的中间业务，商业智能系统也能有效提供数据支持。比如代收电话费业务，１０个Ａ电信运营商的用户可以收取１０００元，而２０个Ｂ电信运营商的用户才１０００元。商业智能系统能够准确地显示这个数据。银行就会分析为什么Ａ电信运营商的话费较多，并由此作出决策，即大力发展Ａ电信运营商的业务。由于银行是按所交话费总额向电信运营商提取手续费的，因此，在同样的人力和服务成本下，经营Ａ电信运营商的业务可以获得取更多的收益。

　　当然，信息化不是直接创造效益的工具，它带来的许多隐性效益是无法用数字计算的。毫无疑问，商业智能系统的建设的确使德州商行的领导决策更准确了。仅凭这一条，它就能为银行创造不可预计的效益或者使银行避免不可预计的损失。