銀行商業智能項目建設存在的問題與對策

    資訊報告和資料分析一直是現代企業管理的核心内容。在強化管理的内在需求迫使下，新的IT技術和理念不斷地被導入到企業資訊體系中。在我國銀行業，資料倉庫系統和商業智能(BI)的引入與實施已經持續了很長一段時間。圍繞這兩個技術概念所創造出來的客戶關系管理、風險管理、決策支援、管理資訊系統、資料平台、綜合報表平台等等應用系統名稱，乃至一些諸如多元分析、資料挖掘等等系統和純技術概念被廣為接受，與此相關的各類應用和內建服務項目也一直被當作各專業服務商、咨詢商、産品廠商的工作重點。

　　但是，近十年的時間過去了，縱觀這些林林總總的BI項目，卻會發現真正為企業管理起到關鍵推動作用，真正達到“決策支援”目的的成功項目卻是鳳毛麟角。要麼是購買了一堆工具後束之高閣，要麼是把花費巨資引入的BI工具作為“報表”工具使用，進行簡單的資訊報告，更有甚者，使最終的項目成果變成是一個對手工采集資料進行展現處理的報表軀殼。那麼，這種現象的根源何在？是因為技術不成熟？是因為所購買的工具不先進？還是其他的原因導緻了這種現象的頻繁發生呢？

　　明确項目定位

　　任何一個BI應用的提出，都是圍繞一個業務的管理主題而提出的。是以，銀行首先需要回答的是——要解決一個管理問題，還是要改善資料的展現方式和互動形式？在實際工作中，銀行的管理資訊體系所包含的業務主題非常寬泛，大緻包括客戶關系管理、戰略績效管理、全面風險管理等幾個大的方面。這些管理主題的每一個業務子產品又可以分解為大量的關鍵業務名額。很顯然，這些管理子產品中的每一項關鍵名額幾乎都是正常業務系統所無法提供的，而必須由一個個管理資訊系統的專用子產品計算完成的，這些專用子產品不僅需要大量基礎資料的支援，同時，包含了複雜的業務邏輯維護和複雜中間計算過程，這一過程既不可能單純地由資料采集(ETL)過程來完成，也不可能單純地依靠BI工具的計算邏輯定義來承擔。因為BI工具本身是不能也不會去參與這種資料的加工和業務邏輯處理的。是以，我們通常所提到的客戶關系管理、風險管理等管理類應用系統的關鍵并非“資料分析”，而是“資料加工”。也就是說，這些項目成敗的關鍵在于業務邏輯的處理，而不在于資料的擺放模式和展現手段。當然，如果銀行已經計算出了這些關鍵的業務名額，希望借助更加強大的分析工具和更加豐富的互動手段，來強化應用系統的資料分析能力和知識發現能力，項目成敗的關鍵就會演變成BI工具的選擇以及BI工具的部署了。是以，銀行首先要明确的就是項目的定位，這是整個項目的基礎，也是影響項目成敗與否的關鍵步驟之一。

　　客觀分析基礎資料環境

　　BI是對與企業決策過程相關的所有内部的和可能得到的外部資料，進行采集、清洗、彙總、綜合、分析、利用和傳遞，使資料轉換成為資訊和知識的過程，是企業資訊化的新領域和更高的層次，是企業資料生命周期的第二階段。是以，從某種程度上說，BI項目業務目标的實作嚴重依賴基礎資料的完整性和規範性。以“1104工程”為例，許多人都曾經設想通過一個大投資的BI項目或者“資料倉庫”項目來解決監管報表的自動生成問題。但是，冷靜下來分析就不難發現，一般商業銀行的現行資訊體系中，仍有許多業務的明細資料不規範、不完整，很難成功。比如：債券投資、存放同業、同業存放等大都缺少電子明細，即使有明細資料，也很難厘清交易對手的行業特征和風險權重因素；傳統的抵債資産、不良貸款處置方式、案件發生情況等資訊在業務和管理資訊系統中幾乎沒有對應的電子資料；銀行賬簿、交易賬簿也沒有嚴格的區分。這些問題如果不通過改善基礎業務系統的管理精度，或者同步開發必要的資訊補錄平台，單純依靠BI工具是難以達到預期的項目目标的。是以，對客觀資料環境的分析和準确評價也是成功與否的關鍵步驟之一。

　　合理選擇BI工具

　　對技術發展的曆史和趨勢來看，在BI領域有一個基本的共識：整個技術應用程序經曆了從資料到報表，從報表到報告，從報告到知識的發展過程。而在不同的階段，需要不同技術手段和管理水準進行對應。

　　銀行在規劃或啟動一個BI項目前，需要首先來分析業務目标是什麼？項目目标是為了實作綜合業務系統的基本财務、業務明細、交易流水、業務量統計等一般報表的生成和輸出？是為了友善的查詢、列印、導出人行金融統計監測、1104工程報表等監管報表？還是進行收益率、風險變化趨勢、業務量分布等統計分析報告？……這些目标可以友善的幫助銀行确認一個問題：是需要一個報表工具還是BI工具？報表不等于報告，報表工具也有别于BI工具，即使在BI廠商所提供的産品包中，兩者也有明顯的差別。

　　“報表”強調的是格式、效率和精确性。首先，從格式上來說，比較具有挑戰性的就是所謂的“中國式報表”。比如：損益表需要收入、支出分别在左右兩欄列出，最後的總收入、總支出在同一行上顯示，而且報表中會出現一些可能是全部或者部分的“其中：”項。其次，報表系統要滿足報表生成、查詢和分發等各個環節的處理效率和響應能力，在目前各金融機構已經幾乎全部采用“大集中”政策後，各分支機構的日常業務報表需要被快速的生成和分發下去，并被轉移到報表伺服器上，實作報表的快速通路和列印。而BI分析的特點則是以旋轉、鑽取、切片為代表的圖形分析、統計模型、儀表盤等互動分析。項目開始之前，銀行需要很好地分析一下自身的業務需求特點和技術要求，選擇一個最适合的技術平台和工具，才能確定最佳的投入産出比。

　　重視實施組織

　　任何一個項目的成功都離不開專業的實施，當然BI也不例外，甚至表現得更加突出。BI項目實施需要的是對“資料”的駕馭能力，實施團隊不僅需要熟悉BI工具的“操作工”，更是需要對金融企業資料邏輯了然于胸的“模組化工程師”。

　　仍以“1104工程”為代表的監管報表為例，以流動性缺口G21、利率重定價G33、風險等級遷徙G12和風險權重資産等報表為代表的分析主題中，需要很高的業務分析能力和基礎資料整合能力。項目實施過程中，系統開發者是否對已有的基礎資料進行了充分的采集和規範化整理，是否對缺失的基礎資料提供了嚴謹、規範、便利的資訊補錄機制，是否基于這些基礎資料對流動性缺口、重定價期限缺口、風險等級遷徙等複雜報表進行了專業化計量管理……這些都直接影響到系統最終業務目标的實作。如果沒有這些專業的基礎資料整合架構(資料模型)，如果沒有賦予資料整合一個“活的靈魂”，再進階的BI工具、再先進的資料倉庫平台也隻能是一個徒有其表的軀殼而已。

　　BI的基礎包括了商業資訊、商業定位、商業政策和商業思維，沒有資訊和業務體系加以支撐，“智能化功能”是無法得以展現的。是以，我們必須清醒地看到：商業智能軟體隻是其中的一個手段、一個工具而已。商業智能軟體或解決方案不是金融管理資訊系統的充分或必要條件。也就是說單純依靠商業智能軟體無法解決風險管理、客戶關系管理、戰略績效考核的問題。

　　總之，管理資訊系統的核心是“管理”，而不是工具或技術；管理的核心是規則、流程和模型，而不是空洞的概念和光鮮的展現圖表。在有效的資料整合和資料規範基礎上，合理地應用資料倉庫和BI技術，建構完整的企業資料模型和專業的業務計算模型，才是有效實施銀行管理資訊系統的關鍵所在。

本篇文章來源于京華網 原文連結：http://finance.jinghua.cn/c/200803/12/n791914.shtml