商业智能技术在银行的应用前景广阔，本文针对BI在银行决策支持系统、客户关系管理系统的整体解决方案，进一步从技术角度提出完整的实现方式，另外也说明了BI系统应该具备的功能概要以及在实际应用中可以为用户提供的一些基本分析功能。
    1 前 言
    随着中国加入WTO，面对外资银行的竞争压力、我国金融体制改革的深入、新的IT技术的广泛应用以及“以客户为中心”的经营理念逐步得到加强，国内商业银行渐渐把关注的技术重点由设备建设、交易业务软件的开发转向以管理软件为重点。为了增强竞争力，商业银行纷纷开发有特色的管理软件、风险评估软件，力求从管理中要效益、从管理降风险。对于所有的管理系统而言，银行基础数据是发挥作用的核心，因此数据仓库以及基于数据仓库的商业智能技术在银行的管理系统建设在有着很重要的作用。
    本文即试图从商业智能技术（BusinessIn telligence，BI技术）在银行的应用方案、技术解决模式以及应用体系等方面提出一些见解。
    2 BI针对银行的整体解决方案
    一个先进的BI系统应该以先进的技术为客户基于数据库和数据仓库的应用提供完全统一的技术框架，为统一的整体IT技术架构提供一个基础。一般认为，BI前端应用系统应由两大部分构成：决策支持系统和客户关系管理系统（又具体分为OCRM与ACRM）。
    2.1 决策支持系统
    决策支持系统是面向查询、报表、分析的应用，它把基于多维数据库的OLAP应用和基于数据仓库的OLTP应用整合为一。具体的做法是，通过ETL系统，把生产系统数据以及历史数据抽取建立数据仓库，在数据仓库中建立星型模型；以数据仓库为基础，通过数据聚合、装载，生成多维数据库，建立多维分析模型；之后所有的决策支持系统应用均基于此实现。
    决策支持系统除了进行上面提到的经营分析（包括OLAP分析系统与OLTP查询系统）外，还应该包括报表系统、自动发布系统与预警监控系统等，均应同时支持OLTP与OLAP。
    2.2 操作型CRM
    操作型CRM（Operational CRM，或称OCRM） ，即客户关系管理系统的客户经理业务模块，该系统的客户资料数据库存放在数据仓库、OLAP服务器上，最终用户通过浏览器使用所有业务功能，同时该系统也需要EJB应用服务器与Web服务器，所以，该系统与决策支持系统（报表、查询、分析）共享环境配置。
    2.3 分析型CRM
    分析型CRM（Analytical CRM，或称ACRM），即客户关系管理系统的客户分析模块，它的流程如下：系统通过OCRM把客户信息收集到客户资料数据库，以与“决策支持系统”实现的流程类似的模式建立数据仓库与客户分析的星型模型，从而建立客户分析模型。ACRM的分析结果将实时传递到OCRM系统的客户资料数据库，以为客户经理提供更加深入、详细的客户信息。
    3 BI系统技术设计分析
    3.1 技术架构概述
    BI系统的技术架构上应该分为以下几个逻辑组成部分：
    （1）Browser：负责管理由页面和扩展GUI构成的系统客户端，页面或组件对象对远程对象的请求通过SOAP Proxy Object封装为SOAP请求，服务器端的SOAP响应也要通过SOAP Proxy Object解析，还原为客户端请求方原始的数据格式。
    （2）Web Server（HTTP服务器）：在HTTP协议的基础之上完成对SOAP请求/响应的传递和定位。
    （3）Web Service Support Environment：在通常情况下由SOAP服务器和XML解析器构成，完成对SOAP Stream路由的管理和SOAP/XML的封装、解析。
    （4）Web Service Object：类似客户端的SOAP Proxy Object，但是更多的作用是根据从SOAP/XML解析出来的信息，将客户端的请求映射到远程对象上。
    （5）EJB Application Server：通常由EJB服务器和EJB容器构成，除了完成对Enterprise Bean的管理之外，还提供类似事务、命名、安全性的服务，以及获取服务器端操作系统提供的服务并完成二者之间的交互。
    （6）Enterprise Bean：J2EE模式下的服务器端组件，完成所有业务逻辑和相关计算，另一方面负责对数据源的存取。
    （7）OLAP/OLTP Data Source：OLAP Data Source指由OLAP服务器构造的多维数据库，系统通过JNI或JOLAP访间，OLTP Data Source指各种关系数据库和数据仓库的数据，通过JDBC访间。
    3.2 技术架构应有特征
    （1）基于Web的分布式组件应用：技术架构基本上分为四层，客户端、Web Service Runtime层、业务逻辑层（远程组件）和数据库访问层。客户端是相对比较“瘦”，只对其要求完善、丰富的GUI表现；系统业务逻辑的实现以及数据处理由依赖于中间件的远程服务器端组件完成；客户端和服务器端之间是基于HTTP的请求/响应形式的协作关系。
    （2）整体技术架构采用Web Service机制，Web Service在本质上是对XML-RPC实现的扩展，是在传统中间件的基础上，对Internet环境下分布式应用的新的发展方向。
    （3）服务器端组件实现采用EJB组件模型，为了保证系统可以在多种平台上运行，选择J2EE/EJB作为服务器端组件的实现模型是除了CORBA之外的唯一选择，同时也是为了更好地结合Web Service应用的选择。
    （4）组件之间采用XML文档为数据交换标准，系统组件之间的通讯和交互倾向于使用数据驱动的方式，数据描述采用XML。这一原则不仅适用于服务器端，同样适用于客户端。
    （5）强大的安全保证：采用SOAP作为远程通讯的标准，所以具备跨防火墙应用的能力，也就是系统的应用不需要用户改变或者降低整个企业应用的安全标准。
    3.3 系统技术架构的技术实践
    （1）客户端的GUI实现：基本上依赖于DHTML和相关技术、浏览器功能扩展两部分来实现。
    （2）客户端和服务器端的Web集成：因为跨平台的应用，服务器端的Web技术基本上是采用JSP或Servlt。
    （3）Web客户端组件之间的交互：Web客户端组件之间通过XML通讯，体现数据驱动的设计原则，XML是整个系统的组件之间通讯的数据定义、描述标准。
    （4）远程组件技术的应用：使用EJB技术完成。
    （5）访问OLAP/OLTP数据源的技术应用：远程组件（Enterprise Bean）完成对OLAP/OLTP数据源的访间，基本上采用JNI访问本地方法（包括C接口和COM接口），或者直接访问其Java Bean接口。
    （6）外部服务获取的技术实现：系统如果需要获取外部服务和其它产品所提供的服务实现某些功能，则由这些服务自身提供API。一般引入类工厂和代理的模式构造接口性质的API提高API的广泛适用性，接口的实现根据需要采用COM对象或Java对象。
    4 BI系统基本功能
    4.1 OLTP查询报表功能
    通过BI定制OLTP数据源，集成多个OLTP数据源，从多种数据库（如Sql Server、Db2、Oracle、Informix、Sybase、DBF、文本数据源）集成使用，方便管理查询；从OLTP数据库中大量表中过滤出用户关心的表作为OLTP查询的原表；之后将查询关联到多个OLTP表的关联关系创建视图，最终为用户创造方便、直观的查询结果显示方式，并将查询结果数据导出到各种介质，将OLTP查询过程形成报表。
    4.2 数据挖掘系统
    （1）数据挖掘算法
    ·分类：按照分析对象的属性建立类（class），预测对象所属的类别。基于大量历史数据得出的规律往往具有普遍性，因此这些规律可用于预测，分类是一种数据分析形式，用于提取描述重要数据类的模型，并利用生成的模型对新的数据分类进行预测。例如，将信用申请者的风险属性，区分为高度风险者、中度风险者和低度风险者。
    ·聚类：将物理对象的集合分组成为由类似的对象组成的多个类的过程被称为聚类。由聚类所生成的簇是一组数据对象的集合，这些对象与同一簇中的对象彼此相似，与其他簇中的对象相异。聚类与分类不同的是，它要划分的类是未知的。通过聚类，人能够识别密集的和稀疏的区域，因而发现全局的分布模式。在商务上，聚类分析能够帮助市场分析人员从客户基本库中发现不同的客户群，并且用购买模式来刻画不同的客户群的特征。
 

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。