东亚银行CIO林丽：用BI“穿越”银行报表层

城商行的蓬勃发展，外资银行的逐步深入，让中国的银行业竞争越来越激烈，而另一方面，来自银监会、人民银行等监管部门提出的监管要求也越来越严格，几乎所有的银行都意识到了个性化的产品和服务的重要性。于是，引进数据仓库系统和BI相关工具成为很多银行的选择。银行业也理所应当地被认为“应当是”BI得到普遍运用且实施比较成熟的行业。但可惜的是，事实并不如人意。

曾经有人把商业智能的应用分为三个层次，即报表层次，数据分析层次和数据挖掘层次。而理应在多年经营后达到数据挖掘层次的银行业实际上还大多停留在报表层次。“这里面最关键的原因是数据基础打得不牢靠，业务系统无法提供商业智能分析所需要的数据。”东亚银行(中国)有限公司(下简称东亚中国)首席信息官林丽指出，“这样一来，企业花了大量的资金购买的商业智能工具也好，系统也好，最后的实际作用还是被局限在了做报表，这个阶段的应用是严重浪费。”

成立于1918年，如今已经成为全香港最大的独立本地银行的东亚银行，于2007年作为首批获准在国内注册成立法人银行的外资银行，正式成立了全资附属银行——东亚中国。尽管正式成立法人银行的时间并不久远，但东亚中国却凭借着全新的核心业务系统和BI运用工具之间的默契配合，成功地“穿越”了报表层，并积极地朝着数据钻取、为领导层提供更为精确的决策依据而努力。

基础为王

东亚中国自2007年正式成立，就开始了全新的核心业务系统和商业智能工具的同步建设。“同步建设的优势在于，我们一开始就十分清楚核心业务系统需要提供什么样的数据基础。”林丽介绍说道，“这也就确保了此后这些BI工具能够真正发挥出它的辅助作用。”

由于银监会对于外资法人银行的要求略有别于中资银行，因此，东亚中国在商业智能方面的第一个应用实际上是针对上报监管部门的报表。据林丽介绍，目前上报监管部门的数据全是由业务系统产生之后自动抽取的，在上报过程中完全不需要再经过工作人员的手工加工，实现了报表的“不落地”。

而完成监管报表之后，东亚中国将商业智能工具进一步扩展到主线业务部门，并能够为分行决策提供加工分析。“下一步我们要按照像CRM、风险控制、经营状况分析、决策支持等各种不同的主题进行进一步深入挖掘。”林丽介绍道，从2007年开始，东亚中国除了在所有业务系统前端搭建了一条服务总线之外，还在这些系统的后端搭建了一条数据总线。通过这条数据总线，东亚中国可以利用商业智能技术每天都把各系统对客户服务业务的数据抽取到数据总线上，并通过商业智能工具把数据按照客户产品、帐户、渠道等各种维度进行分类，然后再采用现代化工具做出各种模型、主题的分析，去加工各部门，包括领导层所需要的数据。

而在林丽看来，这一系列功能之所以能够顺利实现，关键还在于核心业务系统所提供的数据基础支持。“我们的领导，分行的行长们每天都能通过系统获得一系列银行的经营指标，这些指标都是立体的、多维的分析。”林丽表示，“但如果在核心业务系统中无法支持多样化的数据格式，数据没有进行标准化，或者系统设计时没有涉及到对数据维度的支持，以及数据与数据无关联关系的话，那么想要做好数据的智能分析则无异于天方夜谭。”

凭借着核心业务系统对于多维数据的强有力支持，东亚银行正在积极地朝着数据挖掘层面带来的精细管理发展方向前进。

精细，再精细

有了核心系统对数据多维度定义的支持，在以前根本无法利用的数据也就变得饱满和充满“智慧”。东亚中国下一步准备按照不同主题进行不同程度的数据挖掘的工作，针对CRM就提出了“不仅仅是要挖掘数据，更要与业务产生互动”的要求。据林丽介绍，银行的产品研发部门此前进行产品开发时，更多的时候来自于“拍脑袋式”的灵感，“系统有数据，但是没有相关的工具去分析加工，没有相应的模式去支持，这些数据就变成没有用的东西。”林丽感慨到。

在BI工具的支持下，如今的产品研发部门能够对市场、客户群进行有效分析，清楚什么样的产品在东亚中国获得了市场认可，新产品的成本是多少，通过什么渠道推广，在什么地方投放等。此外，在产品设计上，东亚中国也有一套整体的分析工具。市场部门在分析结果出来后再按照结果对产品进行设计和定价，并通过其它渠道为客户提供销售服务。另外，在销售服务带来利润之后，他们对相关数据再分析，以此来形成数据往复应用的有效互动。“除此之外，风险分析也是如此，BI工具能够通过经营数据分析出风险点，领导层就可以根据这些风险点加强银行控制风险的能力。”

而在商业智能能够为企业带来更加精准的成本核算这点上，东亚中国更有着深刻体会。与其它行业提供实体产品不同，银行多数提供的是一些像理财、存款、贷款之类的服务，对这些服务如何进行实体价格式的定价，对于银行控制成本来说也至关重要。

有了商业智能工具之后，原先不计价的银行服务也能被量化出一个大概的价格。活期或者定期这样的产品能给银行带来怎样的的利润？这些产品是否能够为银行带来价值？客户购买产品的习惯是什么？如何来判断是赔钱的客户还是有发展潜力的客户？这些原本看似很难做出回答的问题也会变得清晰起来。

“客户在购买理财产品时购买的时间、金额、利率以及是否有贷款这样的情况其实都能为我们将来做新产品的价格定位时提供有力依据。”林丽介绍说，比如以前大家能接触到的，银行在大街上发放银行卡，甚至办卡送礼物，过去这样的发卡银行都是不进行成本计算的，但就是这样的细节却可能为银行带来不小的损失。而如果进行成本核算的话，银行就会考虑发卡的可行性。就要分析银行卡面向的客户群，发卡数目到达多少张银行才能有收入，银行发卡期望达到的卡均余额和交易量应该达到什么程度等。

释放数据

涉足BI多年，但一直滞足不前是国内商业智能运用的一项通病，有一家老国企的信息中心主任就曾经不无感慨地说，“从目前的业务发展来看，商业智能的运用需求确实非常迫切，但是企业里头光系统就有好几十个，每个系统产生的数据格式都不一样，别说是挖掘，就是统一格式都是非常浩大的工程。”更甚者，在国内找出一家运用BI十分成功的企业都难上加难，“中国的BI应用水平跟国外比起来，差的可真是一大截。”这些成了许多CIO的无奈。BI在中国的高失败率似乎要攀比“上也是死，不上也是死”的ERP，令人可望而不可及。

数据基础，其实从很大意义上来说，是上述通病的症结所在。而要改变这样的困境，林丽表示，必须通过对核心业务系统进行根本性改造。这样才能使企业走出“报表层”的第一步。“在银行业，大家的核心业务系统都是以会计账为基础逐渐发展起来的，但是要从平面的流水账中找出银行风险的所在，找出新产品的应用方向，是不可能的。”数据的立体化基础是林丽一直强调的一个概念，在新的银行数据里面，银行可以从一笔交易背后获取客户信息、客户与客户之间的关联信息、交易产品信息，交易金额等一系列指标，才能为挖掘提供内容。

除了数据基础的不扎实，林丽看来，目前很多企业还没有意识到商业智能应该为企业决策带来怎样的依据。“中国做商业智能做了很多年，但是没有一家做成功，原因就是他们只拿BI来做报表，或者业务部门提出的需求本身也只停留在报表阶段。”林丽表示，“BI真正的用途不在于企业选择了什么样系统，或者建设了一个什么样的模型，BI真正的作用还是在于把数据变成有用的信息，来为各方面决策提供依据。”

转载：感谢您对网站平台的认可，以及对我们原创作品以及文章的青睐，非常欢迎各位朋友分享到个人站长或者朋友圈，但转载请说明文章出处。