商业银行经营数据管理现状和数据挖掘.pdf

摘 要 从二十世纪八十年代起,信息技术在我国商业银行开始应用,信息系统经 历了从微机到小型机到大型机的发展过程,会计数据存储介质也从一张 64K 的 软盘发展到今天以 T 为单位的存储设备,其存储的内容也从简单的会计账簿发 展到几乎涉及财务会计、管理会计的各个方面。 但是,随着业务数据爆炸式地增长,它带给我们的信息并没有同步增加, 反而出现了数据口径不统一,管理决策数据过于分散,数据管控体系不健全,数 据质量难以保证等问题。如何有效管理和充分利用商业银行多年来积累下来的 宝贵的数据资源,提高银行的经营分析与决策水平,推动金融产品创新,改善 客户营销与服务水平,逐渐成为一个企业提核心竞争力、实现业务发展或成功 转型的关键。 实践中,将数据管理抽象为企业级数据建设、数据架构规划和数据管控三 个要素。企业级数据建设是指通过全面了解企业需要管理的数据,按照数据抽 取原则确定企业数据,以业务目标和业务流程为基础,描述出业务数据流的流 转、各业务之间的数据关联关系、输入输出的信息等内容的过程。企业级数据 是企业高层关注的、管理决策需要的,通常在不同业务块之间流转,需要在企 业级层面进行共享、统计和分析。数据架构规划是指对企业数据资源完成分类 架构体系的设计,以各业务的数据实体为元素,按照合理、科学的分类原则, 进行层级划分和分类,并按照数据全生命周期管理的概念,选取能够代表多数 业务实体的关键核心业务数据,进行标准化的定义。数据架构规划主要包括概 念数据模型定义、数据存储规划和数据源分布等几个方面。数据管控是指为了 数据管理的目的,设立相应的组织、流程、规范,并利用一定的手段进行管理 活动。数据管控主要包括信息管理组织架构、企业信息管理规范及标准,以及 信息管控流程三部分。 数据管理的出发点是企业的战略,企业战略是企业的昀高目标,不同的企 业战略,对数据有不同的应用需求和管理要求。商业银行的企业的战略通常由 业务战略和 IT战略两个线条组成;在规划层面,企业通过数据架构将业务架构和技术架构连结在一起。通过对数据架构的规划和管理,其直接成果是形成企 业整体的数据视图,同时建立起安全高效的数据管控体系,以便于数据能够得 到充分的共享,满足信息报告与披露、风险管理与决策、客户营销与服务、经 营分析与管理等各类业务需要,其核心目标是充分发挥数据效益,实现信息资 产的价值昀大化。 数据架构规划是商业银行数据管理的核心和起点,包括概念数据模型定义、 数据存储规划、数据源分布等几个方面。概念数据模型定义是企业级的、独立 于特定的数据主题领域或应用需求的数据模型,包含明确的企业级关键业务概 念定义,是用来理解业务概念结构的工具。数据存储规划与数据生命周期相对 应,将企业数据划分为交互型信息数据、操作型数据存储、数据仓库存,以及 数据集市,数据存储能否合理规划对后续数据能否得到有效利用起到了决定性 作用。数据源分布以业务之间数据传递的需求分析为依据,分析数据在各应用 系统的分布原则,昀终确定企业核心数据在各系统的分布规划。 数据挖掘是一个从数据仓库中提取有用的信息和知识的过程。数据仓库是 一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,它包含大 量的、不完全的、有噪声的,甚至是模糊的、随机的数据;数据挖掘是从数据 仓中抽取挖掘出从前未知、但有很多潜在信息如知识规则、约束、规律的复杂 过程,它是知识发现的有效手段,近年来逐渐成为以业务、绩效、财务、市场 等分析域为目标,通过报表、监测、商务智能等方法,对企业信息进行加工、 整理和归纳,为企业管理者提供决策分析数据的有效手段。数据集市是数据仓 库的一个子集,通常是为分析特定的业务问题或功能目标而做的专项数据集合, 是业务人员按照部门特定的需求对数据进行复制、处理、加工,并昀终展现为 有部门特点的数据集合。建立数据集市的目的是为了有效缩小数据检索范围, 提高工作效率。 由于数据管理过程涉及与数据相关的方方面面,任何企业都不可能一蹴而 就,但我们相信,在数据管理和数据挖掘领域越早尝试和探索的企业,越能够 在日益激烈的竞争中获得信息,赢得先机。 关键词:经营数据;数据架构;数据挖掘 Abstract Since the eighties of last century, information technology IT has been used in our commercial banks. Information system experienced from micro-computer to mini-computer, and now mainframe-computer, at the same time accounting data storage media