如果只有集中，而没有挖掘，集中将毫无意义。

    光大银行科技部总经理 李坚

    国际结算业务统计分析系统作为光大银行首次利用数据仓库技术开发和实施的商业智能系统，于2003年上半年成功地完成了系统的开发、上线和推广，为光大银行国际业务添加了新的统计分析手段。

    目前，该系统运行情况良好，成为管理层和各级业务人员日常经营和分析决策不可或缺的工具。就此，记者采访了光大银行的相关负责人。

    集中不是目的

    据了解，光大银行在实现全国主机集中、数据集中后，迫切需要解决的问题是把散布在不同系统的数据进行整合，实现全行的信息共享，在此基础上采用新型数据分析手段，加大分析挖掘力度，从而提升自身业务管理、风险防范和对外服务的水准。

    光大银行科技部总经理李坚说：“数据集中不是目的，数据集中是为了更好地挖掘隐藏在海量数据后的知识信息。”李总认为，只有对数据进行深入挖掘，才能够把数据集中的效果落到实处，如果只有集中，而没有挖掘，集中将毫无意义。

    通过数据资源的开发而进行的商业智能具有广泛的应用舞台，但在国内还没有一个成熟的应用模式，对于光大银行而言，商业智能的实施也需要摸索。

    国际业务结算部是光大银行的重要业务部门，业务品种纷繁复杂，但是原有的业务系统一方面无法为决策层提供准确数据源，另一方面，也无法为决策层提供对数据进行分析查询所必须的先进的、灵活的手段。这些迫在眉睫的问题让国际业务结算部成了光大银行应用商业智能的先锋。

    李坚谈到：“通过在国际结算部实施商业智能应用，银行可以在IT部门和业务部门培养一批在商业智能应用领域有经验的精英，为将来实施更大的商业智能应用打下基础。”

    敏锐的辨别能力

    目前，光大国际结算业务统计分析系统以“日”为单位，实时更新，业务部门可以针对重要的业务做出及时的反应；能用丰富的图形展示出多位分析表，使管理层不仅能从数据中得到最新的业务情况，而且还能从图形中看到整体的情况及个体的分布状态。

    光大银行国际业务部总经理姜岩松说：“相比过去，我们能够获得更加深入的分析，能够发掘数据背后隐藏的信息，从而使各级管理层和各级业务人员可以准确、全面地发现业务中出现的异常，进一步掌握客户的情况，及时了解竞争对手的发展，大大提高了业务部门的市场敏感性以及管理和决策水平。”

    一家企业能在市场上保持常胜不衰，很大程度上取决于企业清晰的远景规划及敏锐的辨别力。事实证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。

    银行的业务分析专业性强，特别是国际业务，品种繁多而复杂。光大银行科技部总经理李坚说：“我们必须选择一家有丰富实施经验的专业实施队伍和本地服务支持能力强的公司进行合作，以达到事半功倍的效果”。成功的选型是光大银行商业智能系统成功的前提条件。

    在商业智能应用领域，IBM有成熟的银行数据模型和业务分析模型，拥有许多成功实施商业智能的应用案例。因此，光大商业智能系统采用IBM Informix IDS作为数据仓库和ODS的存储和管理软件，OLAP Server采用IBM DB2 OLAP Server对数据进行聚合计算。考虑到产品的易用性，同时结合菲奈特软件公司成功的银行商业智能应用实施案例，前端分析工具采用了菲奈特软件公司的BI.Office。

    逐步验证，逐步完善

    数据种类少、数据量大是企业实施商业智能应用的最佳环境，因为这将有利于数据整合、转换、清洗、抽取、装载及数据模型的建立。然而，光大银行国际结算部作为光大银行的重要业务部门，业务品种纷繁复杂，涉及数十种国际业务，业务系统的逻辑相当复杂。这些因素为技术团队实施整个商业智能应用带来了相当大的难度，由此造成的风险比预计大了三倍。

    IBM工商企业及经销业务总经理蔡世民说：“光大银行商业智能应用的成功实施是三方通力合作的结晶。”在整个项目的实施过程中，系统集成商菲奈特软件公司和产品供应商IBM始终和光大银行保持了良好的互动关系。互动使技术团队更好地理解了问题的症结，更好地使业务需求在系统中得以体现。

    数据仓库技术成功实施的另一主要因素是确保数据的“干净”。如果系统输入的是“垃圾”，那么，输出的同样是“垃圾”。如何验证输出的是有用信息而不是“垃圾”呢？这在很大程度上取决于业务部门的合作态度。光大银行的经验是，企业业务部门除了在项目的需求分析阶段帮助IT人员了解企业的业务流程外，还应本着积极认真的态度来验证系统的正确性、实用性，并和企业IT 部门保持良好的沟通渠道。整个项目的实施是一个逐步验证、逐步完善的过程。