本站分享:AI、大数据、数据分析师培训认证考试,包括:Python培训Excel培训Matlab培训SPSS培训SAS培训R语言培训Hadoop培训Amos培训Stata培训Eviews培训

商业智能BI决策支持系统在银行业中的应用

人工智能 cdadata 6511℃

商业智能BI决策支持系统在银行业中的应用

二十世纪六、七十年代以来,计算机技术的迅猛发展对各行各业都产生了巨大影响,人类社会由此进入了新的发展阶段,银行业也不例外地遭到了IT技术的冲击,如果不运用IT技术不断对自身进行发展,就会逐渐被市场淘汰。如今,商业智能技术作为IT技术中的新亮点,无疑是银行业迫切需要考虑广泛引入的技术之一,所以对BI决策支持系统进行良好的设计与实施也就成为了决定银行业未来走向的关键点之一。

总的来说,迄今为止,银行经历了三个阶段的计算机技术的应用:第一,业务流程信息化;第二,大数据集成;第三,内部管理信息化。目前大多数银行已经完成了第一和第二阶段。面对激烈的市场竞争,银行内部管理的信息化就变得越来越迫在眉睫。此时,数据仓库BI(商业智能)技术就为其提供了强大的支持平台。举例来说,如果一个银行在过去几年的管理中已经积累了大量的数据,利用商业智能技术就可以从这些数据中收回潜在而有效的商业知识,为管理者的决策和管理控制提供借鉴和参照。因此BI技术的应用在银行业中逐渐体现出其举足轻重的作用。1990年以后,就有越来越多的海外银行已经在内部构建了商业智能决策支持系统,并不断发挥着其优越性。在使用BI技术之后,这些银行都提高了市场竞争力,大大增强了管理效率。这些年来,我国银行的商业智能应用也逐渐开始起步,并呈现出不断上升的良好态势。

银行的商业智能决策支持系统的体系结构可以分为以下三个层次:数据源、数据储存和数据分析。BI系统的应用范围多种多样,适用于各种不同的业务范畴。银行的各种业务及其流程主要取决于各部门的应用需求,所以需要将银行的BI决策支持系统的应用范围分类,主要有以下五种:综合管理分析,客户关系管理,信用风险管理,绩效分析,报表统计。同时,银行应用商业智能决策支持系统的目标也必须明确。

因为在商业智能系统建设的过程中,以业务流程为基础的数据仓库建模扮演着极为重要的角色,所以数据仓库的建立过程也不容忽视,需要进行重点进行分析实施。另外,还需要通过分析主题域,建立概念、逻辑和物理模型,设计ETL过程,以“客户关系管理”例证,为OLAP数据挖掘技术在银行的商业智能系统中的应用奠定良好基础。

转载请注明:数据分析 » 商业智能BI决策支持系统在银行业中的应用

喜欢 (0)or分享 (0)