技術介紹
 
數據倉庫
XBRL
新巴塞爾協議
測試服務
BPM谘詢與實施
大型項目監理
數據挖掘
IT戰略規劃
風險管理
現金流預估
分析型CRM
多維分析
信用卡與信貸管理建設
 
 
當前位置:業務領域->技術介紹->數據倉庫
 
     
                              == == 數據倉庫 == ==

五杀电影院信息技術有限公司憑借在銀行、證券、保險、電信、零售、政府等行業的多年開發經驗,開拓了能提供優質可靠的谘詢和集成服務,以幫助用戶增進客戶服務、市場開拓、銷售和風險管理的能力的數據倉庫係統解決方案。

GBICC的數據倉庫係統解決方案的優勢是:

科學的方法論

數據倉庫的數據源包含了多個不同業務係統的數據,何時該采集數據,如何加載數據,如何確保模型的可擴展性等一係列技術難點都是在數據倉庫實施之前需要考慮和規劃的。GBICC憑借在數據倉庫領域的多個項目經驗總結了一套“統一規劃、分布實施”的科學的方法論。

強大的業務分析師團隊和專家組支持

數據倉庫實施的難點之一就是對用戶需求的理解。數據倉庫需要整合多個業務係統數據,少則兩三個、多則十幾個。如果僅靠技術人員去跟最終用戶進行需求溝通就會存在很多障礙,技術人員很難理解那些專業名詞和業務規則,無法與用戶進行有效溝通是現在很多數據倉庫項目失敗的原因之一,也是很多BI領域公司的瓶頸。GBICC為此專門組建了一隻專職的業務分析師團隊,針對不同的領域有不同的業務專家。比如銀行業分析師團隊就由來自中國銀行、中國工商銀行和中國建設銀行等不同銀行的具有多年銀行工作經驗的業務人員組成。除了業務分析師,GBICC還擁有具有世界領先水平的管理團隊、強大的海外兼職顧問小組和顧問委員會,他們有著豐富的工作經驗和深厚的管理經驗,並且對中國的文化和市場有著深刻的理解。

成熟的行業數據模型

數據模型是數據倉庫的基礎和核心,就像造房子打地樁一樣,隻有基礎打好了,項目才能成功。GBICC根據不同行業設計了不同的數據倉庫模型。例如,銀行業數據倉庫模型涵蓋了核心業務係統、風險管理係統、個貸管理係統、網銀係統、財務係統、國際結算係統、前置係統、呼叫中心係統、信用卡係統、企業年金係統、銀基通係統、第三方存管係統等多個銀行業務係統的數據,並設計了統一的命名規範和數據定義,形成了麵向客戶關係管理、市場營銷分析、1104報表分析、風險管理分析、Basel II 分析、企業戰略決策分析為目標的數據模型。

完善的ETL開發模塊

ETL開發是數據倉庫實施過程中任務最重的一部分,為此,市麵上有很多的ETL開發工具來簡化ETL開發人員的工作量。但工具是死的,數據是活的。有很多情況下工具無法實現人所預期的目標,這就需要人去開發ETL。GBICC在ETL開發過程中設計了一套完整的ETL總控方案,包括ETL日常處理模塊、ETL出錯處理模塊、ETL回滾處理模塊和ETL斷點處理模塊等。

精美的前端展示設計

前端展示是直接麵向用戶的,界麵設計的合不合理,頁麵美不美觀,查詢操作複不複雜都是前端設計師需要考慮的問題。GBICC的前端設計師都具有豐富的開發經驗,並精通各種主流開發工具,可以按不同用戶需求設計前端展示應用。

豐富的項目管理經驗

數據倉庫是為不同客戶度身打造的一套解決方案,而不是一個產品,我公司的實施團隊由包括業務分析師、模型設計師、ETL工程師、前端設計師等多種角色的專業技術人員組成。公司有著豐富的項目管理經驗,涉及設計開發文檔的管理、人員的管理、項目組的規章製度、項目進度安排、項目驗收方式等一係列的環節,GBICC根據多年的數據倉庫項目經驗積累和總結了一整套完善的項目管理製度及質量控製體係,很好的保障了項目的順利實施。

數據倉庫的應用行業

在競爭激烈的知識經濟環境和電子商務經濟模式下,重要的信息往往可以決定企業的成敗,甚至決定企業的生死存亡。因此,很多行業都采用了數據倉庫解決方案充當企業決策機構的智囊和參謀,如銀行、證券、保險、電信、零售、醫藥、稅務等行業。

銀行
如何防範銀行的經營風險、實現科學管理以及進行決策,是當今金融研究的一個重要課題。利用數據倉庫的強大功能,銀行可以建立企業客戶群、個人客戶群的數據庫,並對企業的結構、經營、財務、市場競爭等多個數據源進行統一的組織,形成一個一體化的存儲結構,為決策分析奠定基礎。通過先進的信息加工、分析、處理軟件,加上銀行的經營決策、信貸營銷人員的一個經驗,對每一個投資方向、每一筆貸款做出科學的判斷,可以有效控製投資、信貸風險。

證券
證券公司利用客戶行為分析係統將所有客戶的操作記錄進行歸類和整理,並結合行情走勢、上市公司資料、宏觀微觀經濟數據等,在掌握大量數據的情況下,對客戶的行為和市場各因素的關聯、客戶的操作習慣、盈虧情況、公司的利潤分布等進行統計和分析,從而獲得以往一直想獲得但卻無法獲取的關於客戶在本公司的行為、盈虧、習慣等關鍵信息。證券尚在獲得這些信息後,就有能力為客戶提供針對其個人習慣、投資組合的投資建議,從而真正作到對客戶的貼心服務。

保險
隨著商業保險公司業務係統日趨完善,數據交換和處理中心的建立,如何滿足保險行業日益增長的各種查詢、統計、報表以及分析的需求,如何提高防範和化解經營風險的能力,如何有效利用這些數據來實現經營目標,預測保險業的發展趨勢,甚至如何利用這些數據來設計保險企業的發展宏圖以在激烈的競爭中贏得先機,是保險決策支持係統需要解決的問題,也是目前保險企業在信息技術應用上的首要難題。

稅務
增加稅收、提高效率、改善執法的一致性與公平性、降低對納稅人的負擔和幹擾,是稅務稽征部門的重要目標。然而這些目標往往又是相互衝突的,要在其間找到最適當的平衡點非常困難。通過應用數據倉庫技術,對稅收部門的內部和外部數據進行綜合分析處理,可以解決三個方麵的問題:一是查出應稅未報者和瞞稅漏稅者,並對其進行跟蹤;而是對不同行業、產品和市場中納稅人的行為特征進行描述,找出普遍規律,謀求因勢利導的稅務策略;三是對不同行業、產品和市場應收稅款進行預測,製定最有效的征收計劃。