建设数据仓库　迎接银行业变革

　　对许多国际金融机构而言，近期的首要任务则是提升财富管理和存款式产品，改进风险管理流程并控制成本，重建他们受到重创的资产负债表。这也促进了欧美的金融机构在信息管理、决策支持，以及数据仓库基础设施建设方面的投资。

　　同时，中国金融机构也同样关注着这些关键业务领域。

　　对于许多金融机构来说，关键业务领域分别是客户管理、风险管理和财务与绩效管理，它们也是数据仓库活动中反复出现的三个主要的业务应用。在关键业务应用不断增多的背景下，如何更好地规划由数据仓库对业务应用的支持成为金融机构当下关注的问题。

　　但是目前国内金融机构在实施数据仓库项目时，IT和业务部门之间却存在着一定的隔阂。有专家认为，这主要欠缺就是仍然将其视为是一个业务流程类型的IT项目。因此，金融机构已着手改变这种IT和业务的关系的定义和管理。

　　从IT部门来说， 他们是引入数据仓库的催化剂，并且他们也能够快速了解并认可一个企业实施数据仓库的价值。而对于业务部门来说，应该让他们认识到数据其实是一种企业资源。这样他们才会对企业级数据仓库（EDW）中到底存放什么产生直接的兴趣，也会参与到利用现有数据并扩大其价值的系统建造的决策过程中去。这意味着业务部门要对数据和直接访问数据逐步理解，理解数据仓库中什么数据是可用的，什么是他们可以为支持业务机会而再次使用。

　　某些银行正在回顾当前业务与IT的关系，而且正在建立能够涵盖EDW和数据管控的组织流程。

　　包括中国在内，世界上有一部分银行采用建立独立的数据集市解决方案来满足客户管理、风险管理、财务与绩效管理等关键业务应用的需求，存在这种状况是满足紧急的业务需求所致。

　　但是，这样做却存在着一些风险。中国国内以及世界上已经有的案例和经验表明这样做将产生巨大的问题，尤其在数据的完整性和一致性方面更是如此。这会降低了信息在组织中的价值和可靠度，导致冲突、不一致和更高的成本。

　　客户管理、信用风险管理，以及财务与绩效管理间存在着巨大的数据重叠。例如，金融机构在实施新资本协议的过程中，80%的数据与客户管理的要求相重叠。这表明无论企业的数据仓库应用从何处起步，如果采用了EDW方案，便可节省巨大的开发成本。因此，目前持续推行企业级数据整合，建设EDW方案已成为国内外金融行业的共识。

　　事实上，许多金融机构在踏上他们的数据仓库建设旅程时就已经有了自己的企业级数据仓库（EDW）愿景，采用了EDW方案，投资建立了一个通用的企业数据模型作为数据结构化和存储的蓝图。企业级数据仓库厂商Teradata针对金融机构EDW的行业逻辑数据模型在不断扩展，例如，最近扩展的互联网会话数据，以及将客户与产品连结在一起的地域空间数据。通过这种方式，金融机构就能够将新的数据需求与现有的基础设施紧密地整合在一起。

　　有专家预计，未来几年，中国金融机构对数据仓库的运用将会有强势的增长。不过，要想获得数据仓库投资的全面回报就必须准备好超越传统的IT和业务关系，采用一种更加灵活的组织与合作流程。这种变革需要业务和IT双方共同的思考。