在数据大集中已经大致完成的背景下，商业智能应用成为战略转型中的中国大型商业银行进行信息化建设的必要选择。我国一些较大型商业银行，如交通银行、光大银行，以及建设银行的个别分行等现已应用商业智能，取得了较好的成效，引起了业内的广泛关注，更多的银行也在加紧调研，准备上马商业智能项目。在现有的条件、环境下，银行业应该采取什么样的商业智能应用策略，有些什么认识误区需要消除，从技术层面应该如何推进商业智能应用，是业内相关人士普遍关心的问题。
BI在商业银行信息系统中的整体
如今，我国商业银行正在面临着战略转型，机遇与挑战并存。随着我国改革的不断深化和经济的持续、快速发展，商业银行的市场正在发生着深刻的变化，市场需求正由简单的银行产品需求向综合金融服务需求转变，而市场供给也正由单一的商业银行供给向多元化的金融机构供给转变，金融需求的日益增长和快速变化正在成为近年来商业银行市场发展的显著特点。而且，银行间竞争日益加剧，利率管制不断松动。在这样的市场环境下，商业银行只有面对市场，强化营销，突出效益，控制风险，果断决策，才能在全面开放的竞争中立于不败之地。
商业智能（BI）是对信息的搜集、管理和分析过程，目的是使企业的各级决策者能够获得知识和洞察力，促使他们做出有利于企业的决策。商业智能一般由数据仓库（或数据集市）、数据分析过程、数据挖掘过程、在线分析（OLAP）以及数据安全等部分组成。正是商业智能的这些特点，决定了其对中国商业银行提升管理水平、强化风险防范和促进产品创新，具有很大的价值，能够帮助商业银行更好地抓住市场机遇，迎接市场挑战。对我国银行业，尤其是大型商业银行来说，应用商业智能成为目前提升核心竞争力的重要举措。
BI应用的作用
在当前的市场竞争形势和商业银行业务转型的大背景下，商业智能对商业银行业务服务水平和内部管理水平的提高是全方位的，其作用主要体现在：
其一，通过应用BI，商业银行决策和经营的各个管理层级可以从“宏观管理”到“微观分析”，对企业活动进行全流程的管理，使他们在经营决策中的各项管理措施更为科学、全面和迅速。以交通银行为例，其客户综合信息系统，通过数据仓库系统的建设，能够对所有客户的信息进行整合，完整地反映客户的信息全貌（单一视图），使决策层能够从区域、行业、产品、机构等不同的维度对客户群的各类关键指标进行分析，经营管理层和业务分析人员可以一直提取到具体客户的各类存贷和中间业务信息，从而为银行各层级管理人员提供从宏观到微观的全面管理能力，结合管理者的业务经验，使企业的各项管理措施更具洞察力和针对性。
其二，通过应用BI，商业银行得以实施精细化管理，使各种成本管理和绩效考评更加科学和准确。目前交通银行所开发的管理会计系统，通过数据仓库系统整合了内部财务系统、业务生产系统两大数据源的数据，对各类存贷款的利息收支、中间业务手续费收支、内部财务数据等进行加工处理，对银行内部资金转移价格进行计算，对各类银行内部活动的营运成本进行核算和分摊。在这样的数据基础上，将能够在评估各产品、客户、机构、业务条线的利润贡献度方面进行量化，从而为实现商业银行的精细化管理打下基础。
其三，通过应用BI，商业银行的风险防范能力将得到显著提高。随着近年来业务的发展，商业银行所面临的风险，除了操作风险、市场风险、信用风险、运营风险、柜面管理风险外，还增加了业务合作风险、客户管理风险等新的风险类型。商业银行的风险管理方式必须由原来单纯地防范风险，向突出面向市场的全产品、全过程风险控制转变。在这样的情况下，BI的应用为全面提升风险管理水平提供了有利武器。通过集中数据，能够使各级风险管理机构、审计机构对实际业务过程以及相关数据的掌握更加全面，一方面基于历史数据模式对当前业务风险实施预警或者实现风险的评级，一方面能够使风险管理过程更加集约化和高效率，使风险管理保持对市场变化的敏感性。
其四，通过应用BI，商业银行能够提升自己的客户服务水平，设计有针对性的金融产品，在创造客户价值的同时实现利润的最大化。BI应用的高级阶段，综合了资金成本、营运成本、风险成本、资本成本和所有收益的智能分析，将能够帮助银行更加准确和高效地发现其最有价值的客户或客户群体。通过挖掘型数据仓库系统，能够对单个或者群体的客户进行价值度和贡献度分析，从而实现更加准确的市场划分，有针对性地设计出具有竞争力的金融服务产品。
收起