基于商業(yè)智能的銀行分析型CRM數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)與實(shí)現(xiàn)

鄭 華

ZHENGHua

(廣西工商職業(yè)技術(shù)學(xué)院，南寧 530003)

0 引言

中國(guó)的銀行業(yè)在發(fā)展的過程中，已逐步積累了大量的客戶數(shù)據(jù)和經(jīng)營(yíng)數(shù)據(jù)，利用這些數(shù)據(jù)，發(fā)掘有價(jià)值的信息，已經(jīng)成為銀行業(yè)普遍關(guān)心的問題，而解決問題的關(guān)鍵就是建立銀行企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)，在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，施行客戶關(guān)系管理，以滿足銀行客戶分析需要和管理決策需要，原有的客戶關(guān)系系統(tǒng)作為一種管理系統(tǒng)難以做到這一點(diǎn)，而商業(yè)智能系統(tǒng)則可以很好的解決這個(gè)問題，它使我們能夠?qū)?shù)據(jù)轉(zhuǎn)變?yōu)橛行У男畔⒑椭R(shí)。

1 商業(yè)智能技術(shù)

1.1 商業(yè)智能產(chǎn)生的背景

如今，在金融行業(yè)大變革之后，一系列的新問題讓我們不得不關(guān)注。例如，如何才能分析上市公司的財(cái)務(wù)情況，并規(guī)避財(cái)務(wù)風(fēng)險(xiǎn)？如何才能讓銀行、信托機(jī)構(gòu)更好地分析、評(píng)價(jià)客戶的信用程度和還款能力？如何大規(guī)模地分析用戶的消費(fèi)行為？這時(shí)商業(yè)智能應(yīng)運(yùn)而生。商業(yè)智能可以為企業(yè)或機(jī)構(gòu)提供大規(guī)模數(shù)據(jù)聯(lián)機(jī)處理、數(shù)據(jù)挖掘、數(shù)據(jù)分析，以及報(bào)表展現(xiàn)等服務(wù)，通過對(duì)大量的特定數(shù)據(jù)進(jìn)行分析、整理，從而形成量化的決策信息，以供企業(yè)決策者采用。

1.2 商業(yè)智能的定義

商業(yè)智能這一術(shù)語(yǔ)1989年由Gartner Group的Howard Dresner首次提出，它描述了一系列的概念和方法，通過應(yīng)用基于事實(shí)的支持系統(tǒng)來輔助商業(yè)決策的制定。商業(yè)智能系統(tǒng)從企業(yè)運(yùn)作的日常數(shù)據(jù)中開發(fā)出結(jié)論性的、基于事實(shí)的和具有可實(shí)施性的信息，使企業(yè)能夠更快更容易的做出更好的商業(yè)決策，使企業(yè)管理者和決策者以一種更清晰的角度看待業(yè)務(wù)數(shù)據(jù)，提高企業(yè)運(yùn)轉(zhuǎn)效率、增加利潤(rùn)并建立良好的客戶關(guān)系，以最短的時(shí)間發(fā)現(xiàn)商業(yè)機(jī)會(huì)捕捉商業(yè)機(jī)遇。

1.3 商業(yè)智能的核心技術(shù)

商業(yè)智能的技術(shù)體系主要有數(shù)據(jù)倉(cāng)庫(kù)（DW）、聯(lián)機(jī)分析處理（OLAP）以及數(shù)據(jù)挖掘（DM）三部分組成。

數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse）是支持管理決策過程的、面向主題的、集成的、動(dòng)態(tài)的、連續(xù)的數(shù)據(jù)集合?？梢詮娜萘魁嫶蟮臉I(yè)務(wù)處理型數(shù)據(jù)庫(kù)中抽取數(shù)據(jù)，清理、轉(zhuǎn)換為新的存儲(chǔ)格式。

聯(lián)機(jī)分析處理（OLAP）技術(shù)則幫助分析人員、管理人員從多種角度把從原始數(shù)據(jù)中轉(zhuǎn)化出來、能夠真正為用戶所理解的、并真實(shí)反映數(shù)據(jù)維特性的信息，進(jìn)行快速、一致、交互地訪問，從而獲得對(duì)數(shù)據(jù)的更深入了解的一類軟件技術(shù)。

數(shù)據(jù)挖掘（Data Mining ）技術(shù)以數(shù)據(jù)倉(cāng)庫(kù)和聯(lián)機(jī)分析處理（OLAP）為平臺(tái)，借助企業(yè)擁有的大量數(shù)據(jù)，通過清洗、轉(zhuǎn)換、裝載等數(shù)據(jù)處理方法，發(fā)現(xiàn)大量資料間的關(guān)聯(lián)與趨勢(shì)，探尋一種獨(dú)特的、通過其他方法發(fā)現(xiàn)不了的業(yè)務(wù)規(guī)律和模式。

2 銀行分析型CRM數(shù)據(jù)倉(cāng)庫(kù)體系結(jié)構(gòu)

數(shù)據(jù)倉(cāng)庫(kù)的建設(shè)，是以現(xiàn)有企業(yè)業(yè)務(wù)系統(tǒng)和大量業(yè)務(wù)數(shù)據(jù)的積累為基礎(chǔ)。數(shù)據(jù)倉(cāng)庫(kù)不是靜態(tài)的概念，只有把信息及時(shí)交給需要這些信息的使用者，供它們做出改善其業(yè)務(wù)經(jīng)營(yíng)的決策，信息才能發(fā)揮作用，信息才有意義。而把信息加以整理歸納和重組，并及時(shí)提供給相應(yīng)的管理決策人員，是數(shù)據(jù)倉(cāng)庫(kù)的根本任務(wù)。因此，從產(chǎn)業(yè)界的角度看，數(shù)據(jù)倉(cāng)庫(kù)建設(shè)是一個(gè)工程，是一個(gè)過程。

整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)是一個(gè)包含四個(gè)層次的體系結(jié)構(gòu)，具體如圖1所示。

圖1 體系結(jié)構(gòu)

數(shù)據(jù)源：是數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的基礎(chǔ)，通常包括企業(yè)內(nèi)部信息和外部信息。內(nèi)部信息包括存放于關(guān)系型數(shù)據(jù)庫(kù)（R D B MS）中的各種業(yè)務(wù)處理數(shù)據(jù)和各類文檔數(shù)據(jù)，外部信息包括各類市場(chǎng)信息、競(jìng)爭(zhēng)對(duì)手信息和各種手工收集的信息等等。

數(shù)據(jù)的存儲(chǔ)與管理：是整個(gè)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的核心。數(shù)據(jù)倉(cāng)庫(kù)的真正關(guān)鍵是數(shù)據(jù)的存儲(chǔ)和管理。針對(duì)現(xiàn)有各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，進(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行組織。

OLAP（Online Analysis Process)服務(wù)器：對(duì)分析需要的數(shù)據(jù)進(jìn)行有效集成，按多維模型予以組織，以便進(jìn)行多角度、多層次的分析，并發(fā)現(xiàn)趨勢(shì)。

前端工具：主要包括各種報(bào)表工具、查詢工具、數(shù)據(jù)分析工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉(cāng)庫(kù)或數(shù)據(jù)集市的應(yīng)用開發(fā)工具。其中數(shù)據(jù)分析工具主要針對(duì)O L A P服務(wù)器，報(bào)表工具、數(shù)據(jù)挖掘工具主要針對(duì)數(shù)據(jù)倉(cāng)庫(kù)。

3 系統(tǒng)分析

在銀行各業(yè)務(wù)系統(tǒng)的基礎(chǔ)上建立兩層數(shù)據(jù)倉(cāng)庫(kù)(DB-DW)體系結(jié)構(gòu)，利用數(shù)據(jù)挖掘等商業(yè)智能技術(shù)可以實(shí)現(xiàn)客戶細(xì)分、客戶保持、客戶最大價(jià)值等分析。這樣，銀行的管理者就可以對(duì)客戶的動(dòng)向進(jìn)行預(yù)測(cè)，從而調(diào)整產(chǎn)品策略，制定正確的決策。但按照發(fā)展的需求，DB-DW兩層結(jié)構(gòu)不能涵蓋銀行所有的數(shù)據(jù)處理要求，使用效果不能令人滿意。

沒有支持戰(zhàn)術(shù)決策的數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)，難以實(shí)現(xiàn)實(shí)時(shí)分析和挖掘應(yīng)用。

企業(yè)數(shù)據(jù)集成接口復(fù)雜，難以滿足企業(yè)OLTP系統(tǒng)的需要。

難以承受大量的分析查詢。

在銀行網(wǎng)絡(luò)化、智能化應(yīng)用領(lǐng)域，最重要的就是系統(tǒng)功能的擴(kuò)展，隨著生產(chǎn)方向的調(diào)整，系統(tǒng)也應(yīng)該隨之進(jìn)行相應(yīng)的升級(jí)擴(kuò)展。因此，兩層體系結(jié)構(gòu)的應(yīng)用不適合應(yīng)用于網(wǎng)絡(luò)智能化銀行各業(yè)務(wù)的實(shí)際生產(chǎn)過程。

針對(duì)傳統(tǒng)三層B/S結(jié)構(gòu)和兩層C/S的不足，本系統(tǒng)提出一種采用Windows環(huán)境下，可以滿足網(wǎng)絡(luò)化集成的系統(tǒng)開發(fā)、系統(tǒng)維護(hù)和跨平臺(tái)等方面特殊要求的五層B/S模式開發(fā)。如圖2所示：

圖2 五層B/S模式

該模式采用JBuilder9.0和數(shù)據(jù)連接池技術(shù)，將傳統(tǒng)三層B/S結(jié)構(gòu)的第二層（服務(wù)器端）劃分為表示邏輯層、商業(yè)邏輯層和數(shù)據(jù)連接管理層。這樣，CRM系統(tǒng)的服務(wù)請(qǐng)求及響應(yīng)實(shí)現(xiàn)過程為 :客戶端的瀏覽器通過超文本鏈接標(biāo)記語(yǔ)言(H y p er Text Markup Language，HTML)向應(yīng)用服務(wù)器發(fā)出請(qǐng)求；服務(wù)器端商業(yè)邏輯層中的Servlet對(duì)請(qǐng)求進(jìn)行分派,調(diào)用EJB（enterprise Javabeans），Java Beans組件進(jìn)行商業(yè)邏輯處理，涉及到數(shù)據(jù)庫(kù)操作時(shí)，從數(shù)據(jù)連接管理層中的連接池中取出一個(gè)數(shù)據(jù)連接,使用Java數(shù)據(jù)庫(kù)連接(Java Data Base Comectility，JDBC)技術(shù)訪問數(shù)據(jù)庫(kù)取得所需數(shù)據(jù)后，將數(shù)據(jù)連接放回連接池，以釋放所占用的資源。最后，Servlet調(diào)用表示邏輯層的結(jié)果處理J S P頁(yè)面對(duì)獲得的數(shù)據(jù)進(jìn)行格式化，形成最終H T ML頁(yè)面并發(fā)往客戶端，以完成對(duì)該次服務(wù)請(qǐng)求的響應(yīng)。服務(wù)器端運(yùn)用S QL Server 2000數(shù)據(jù)庫(kù)，完成相關(guān)業(yè)務(wù)的后臺(tái)處理。

4 數(shù)據(jù)倉(cāng)庫(kù)的組織與結(jié)構(gòu)設(shè)計(jì)

4.1 選取業(yè)務(wù)處理

設(shè)計(jì)的第一步是通過將對(duì)業(yè)務(wù)需求的理解與對(duì)可用數(shù)據(jù)的理解組合起來而確定建模的業(yè)務(wù)處理內(nèi)容，如圖3所示。業(yè)務(wù)處理過程并不是指業(yè)務(wù)部門或者職能，如果建立的維度模型是同部門捆綁在一起的，就無法避免出現(xiàn)具有不同標(biāo)記與術(shù)語(yǔ)的數(shù)據(jù)拷貝的可能性。多重?cái)?shù)據(jù)流向單獨(dú)的數(shù)據(jù)模型，會(huì)使用戶在應(yīng)付不一致性的問題方面顯得很脆弱。

圖3 銀行業(yè)務(wù)關(guān)系

4.2 維表的設(shè)計(jì)

目前銀行賬務(wù)管理都采用以賬戶為核算的單位，同一客戶在不同的網(wǎng)點(diǎn)擁有賬戶；同一客戶在同一網(wǎng)點(diǎn)擁有不同產(chǎn)品的賬戶；甚或同一客戶在同一網(wǎng)點(diǎn)、相同的產(chǎn)品目錄中擁有不同的賬戶?？蛻敉y行打交道會(huì)選擇不同的賬戶，因此在分析系統(tǒng)中賬戶信息應(yīng)當(dāng)設(shè)置成為一個(gè)維表。同一客戶擁有多個(gè)賬戶，并且客戶的大部分信息在一定的時(shí)間段中保持不便，設(shè)計(jì)客戶信息維表來統(tǒng)帥客戶的賬戶信息，通過客戶號(hào)可以歸約得出客戶在該分行的存款、貸款等信息。

客戶交易可以選擇卡、存折等不同的載體；可以選擇通過網(wǎng)點(diǎn)柜臺(tái)、ATM, POS、網(wǎng)上銀行、電話銀行等不同的渠道；目前銀行所提供的全國(guó)聯(lián)網(wǎng)實(shí)時(shí)交易系統(tǒng)，客戶可以在全國(guó)不同的地區(qū)進(jìn)行存取款、消費(fèi)等交易。這些不同顯示出客戶不同的交易行為、習(xí)慣，也反映出客戶對(duì)金融服務(wù)的不同需求。設(shè)計(jì)維表時(shí)，交易載體、交易渠道、交易地點(diǎn)應(yīng)當(dāng)首要考慮。

將客戶信息作為一個(gè)維表設(shè)計(jì)，主要依據(jù)客戶的信息在某一個(gè)時(shí)期內(nèi)保持不變，而將交易信息作為事實(shí)表。客戶信息維表包含客戶的所有屬性，如出生年月、性別、學(xué)歷等等。如圖4所示。

圖4 信用卡業(yè)務(wù)多維數(shù)據(jù)模型

4.3 數(shù)據(jù)裝載

將多種銀行業(yè)務(wù)系統(tǒng)數(shù)據(jù)操作型環(huán)境數(shù)據(jù)移入數(shù)據(jù)倉(cāng)庫(kù)必須作出許多決策，其中首要的一個(gè)關(guān)鍵技術(shù)問題是決定從操作型環(huán)境中選取哪些數(shù)據(jù)移入Oracle數(shù)據(jù)倉(cāng)庫(kù)。我們須全面考慮具體需求，對(duì)一組操作型系統(tǒng)進(jìn)行分析并決定哪些擁有對(duì)決策支持過程有用的數(shù)據(jù)。一旦選定了源數(shù)據(jù)，我們就要著手考慮如何將它們移入racle數(shù)據(jù)倉(cāng)庫(kù)中。

利用Oracle企業(yè)管理器（OEM）部件中的S L*Loader（SQL*裝載器）可以將平面文件中的數(shù)據(jù)移入racle數(shù)據(jù)倉(cāng)庫(kù)中。SQL*Loader的輸入通常是一個(gè)在racle或非racle的操作型環(huán)境下產(chǎn)生的ASCII文本平面文件。當(dāng)向racle轉(zhuǎn)載數(shù)據(jù)時(shí)，由一個(gè)控制文件控制SQL*Loader如何將輸入文本映射至racle數(shù)據(jù)庫(kù)表的一列或多列中。

激活SQL*Loader有兩種方法，一是用一系列命令行參數(shù)控制會(huì)話行為：

Sqi1dr80 userid=/control=regional bad=regbad.datdiscard=regdsc.dat

第二種是用一個(gè)命令行參數(shù)的最小集，并同時(shí)在控制文件中說明會(huì)話的參數(shù)，兩種方法實(shí)質(zhì)上是一致的：

使用以上操作方式有兩個(gè)關(guān)鍵性要點(diǎn)：

1）源數(shù)據(jù)庫(kù)的表的屬主不必與目標(biāo)數(shù)據(jù)庫(kù)的表的屬主相同，數(shù)據(jù)可從一個(gè)用戶的表轉(zhuǎn)移到另一個(gè)用戶的表中。

2）當(dāng)導(dǎo)入表時(shí)，如果這些表事先不存在，可在它們的數(shù)據(jù)被導(dǎo)入之前利用在導(dǎo)出文件中的代碼產(chǎn)生。

3）導(dǎo)出/導(dǎo)入有三種操作方法：

（1）交互式對(duì)話：使導(dǎo)出/導(dǎo)入進(jìn)入一種對(duì)話狀態(tài)，操作者可詢問一些問題并接受回答。

（2）命令行一參數(shù)：激活在命令行中帶有參數(shù)及其值的導(dǎo)出得入。

（3）參數(shù)文件:激活導(dǎo)出得入并為關(guān)鍵字parfile提供一個(gè)值，該值是一個(gè)文件名，在這個(gè)指定的文件中存放著導(dǎo)出/導(dǎo)入操作需讀取的關(guān)鍵字和它們的值。

導(dǎo)出命令為：

5 結(jié)束語(yǔ)

根據(jù)銀行企業(yè)分析型CRM數(shù)據(jù)倉(cāng)庫(kù)的應(yīng)用需求，深入研究了數(shù)據(jù)倉(cāng)庫(kù)的組織與結(jié)構(gòu)設(shè)計(jì)，并結(jié)合企業(yè)的實(shí)際情況，對(duì)數(shù)據(jù)模型進(jìn)行了設(shè)計(jì)。為下一步CRM系統(tǒng)的實(shí)施奠定了堅(jiān)實(shí)的基礎(chǔ)。

[1]李啟炎.企業(yè)商業(yè)智能教程[M].上海:同濟(jì)大學(xué)出版社,2007,10-23.

[2]朱德利.SQL Server 2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案[M].北京:電子工業(yè)出版社,2007,46-56

[3]郭寧,鄭小玲.管理信息系統(tǒng)[M].北京:人民郵電出版社,2006,100-110.

[4]吳志軍.客戶關(guān)系管理中的數(shù)據(jù)挖掘[J].商場(chǎng)現(xiàn)代化,2005,(20):15-30.

[5]曼蒂,桑斯維特,等.數(shù)據(jù)倉(cāng)庫(kù)工具箱:面向SQL Server 2005和Microsofr商業(yè)智能工具集[M].北京:清華大學(xué)出版社,2007,57-59.

[6]楊路明,等.客戶關(guān)系管理理論與實(shí)務(wù)[M].北京:電子工業(yè)出版社,2004,89-95.

[7]張?jiān)茲?龔玲.解析BIRT-Eclipse商業(yè)智能和報(bào)表工具[M].北京:電子工業(yè)出版社,2007,215-220.

[8]朱順泉.數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域中的應(yīng)用[J].中國(guó)管理信息化,2006,(1):8-9.

[9]李東.決策支持系統(tǒng)與知識(shí)管理系統(tǒng)[M].北京:中國(guó)人民大學(xué)出版社,2005,120-130.

[10]陳文偉.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)[M].北京:清華大學(xué)出版社,2006,69-78.

[11]Tang,z.h.,MaccLennan,等.數(shù)據(jù)挖掘原理與應(yīng)用:SQL Server2005數(shù)據(jù)庫(kù)[M].北京:清華大學(xué)出版社,2007,215-2.