IBM 中小银行业务数据仓库解决方案
业务数据仓库 - 企业智慧的源泉 中小银行面临着激烈的市场竞争，竞争就是考验企业的商业灵活性。这意味着中小银行必须灵活、快速地对不断变化的客户需求做出响应，响应的速度可以衡量企业对市场、竞争对手以及客户的了解程度。 银行业务数据仓库(BDW)解决方案包含了I...显示全部
业务数据仓库 - 企业智慧的源泉
中小银行面临着激烈的市场竞争，竞争就是考验企业的商业灵活性。这意味着中小银行必须灵活、快速地对不断变化的客户需求做出响应，响应的速度可以衡量企业对市场、竞争对手以及客户的了解程度。
银行业务数据仓库(BDW)解决方案包含了IBM用于金融机构的数据仓库架构和设计思路。借助该方案，中小银行可以完成大量宝贵的商业分析，包括客户关系管理、赢利和风险分析等从而在下列领域建立优势：
目标市场和直接市场
保持客户
管理账户分析
确定交叉销售机会
市场风险分析
信用风险分析
欺诈检测
中小银行业务数据仓库面临的问题和挑战
现有的银行业务系统及中间业务系统中，存在以下难题：
缺乏有针对性的分析模型
分析工具功能有限、效率不高
客户流动性加大, 业务复杂性加剧, 随机分析需求增多
在构建中小银行业务数据仓库系统时，需要面对如下挑战：
整合中小银行各个业务系统数据，提供针对银行的分析数据模型;
提供针对业务数据仓库的分析指标体系;
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。
支持主要业务功能：
资产与负债管理
资本分配分析 收入分析 流动资产 短期资金管理 结构化金融分析
关系市场营销
客户流失分析 客户忠诚度 客户投诉分析
赢利
交易分析 产品分析 客户贡献度 客户终身价值分析 渠道贡献度
风险
信用风险分析 客户信用资料 安全分析 负债结构分析 利率风险分析 流动资金风险分析
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：
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
通过使用成熟的数据模型提高金融服务机构竞争优势
支持银行数据仓库方案的快速有效实施
简化数据仓库方案的客户化和未来扩展工作
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，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，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：
提供了业务人员建立分析需求的参考
具有较好的前瞻性与扩展性
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
保证数据集市间数据衡量值和维度定义的重用
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
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
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。
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。
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。
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。
4. 多维分析服务器DB2 OLAP Server
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。
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。
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。
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。
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。
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。
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收起
中小银行面临着激烈的市场竞争，竞争就是考验企业的商业灵活性。这意味着中小银行必须灵活、快速地对不断变化的客户需求做出响应，响应的速度可以衡量企业对市场、竞争对手以及客户的了解程度。
银行业务数据仓库(BDW)解决方案包含了IBM用于金融机构的数据仓库架构和设计思路。借助该方案，中小银行可以完成大量宝贵的商业分析，包括客户关系管理、赢利和风险分析等从而在下列领域建立优势：
目标市场和直接市场
保持客户
管理账户分析
确定交叉销售机会
市场风险分析
信用风险分析
欺诈检测
中小银行业务数据仓库面临的问题和挑战
现有的银行业务系统及中间业务系统中，存在以下难题：
缺乏有针对性的分析模型
分析工具功能有限、效率不高
客户流动性加大, 业务复杂性加剧, 随机分析需求增多
在构建中小银行业务数据仓库系统时，需要面对如下挑战：
整合中小银行各个业务系统数据，提供针对银行的分析数据模型;
提供针对业务数据仓库的分析指标体系;
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。
支持主要业务功能：
资产与负债管理
资本分配分析 收入分析 流动资产 短期资金管理 结构化金融分析
关系市场营销
客户流失分析 客户忠诚度 客户投诉分析
赢利
交易分析 产品分析 客户贡献度 客户终身价值分析 渠道贡献度
风险
信用风险分析 客户信用资料 安全分析 负债结构分析 利率风险分析 流动资金风险分析
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：
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
通过使用成熟的数据模型提高金融服务机构竞争优势
支持银行数据仓库方案的快速有效实施
简化数据仓库方案的客户化和未来扩展工作
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，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，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：
提供了业务人员建立分析需求的参考
具有较好的前瞻性与扩展性
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
保证数据集市间数据衡量值和维度定义的重用
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
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
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。
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。
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。
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。
4. 多维分析服务器DB2 OLAP Server
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。
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。
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。
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。
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。
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。
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收起