商业银行在进行数据仓库建设时如何做好

应用系统功能设计？

一、在基础数据较全的情况下，商业银行数据仓库应用系统可以设计成五大功能模块。

1、经营指标体系模块（平衡计分卡）。系统从财务绩效层面、客户绩效层面、流程管理层面、员工绩效层面等四个方面，并从全行观点、各业务观点、地理区域观点、地区分行以及部门点等不同级别由上而下由粗而细设计不同等级指标，评估经营业绩。主要包括回报类指标、财务状况指标、收入/成本类指标，客户、产品、交易、渠道、服务周期、员工满意度和流动率等不同的维度进行分析。

2、利润贡献度分析模块。能依照分支机构、客户和产品等多个维度来分析利润贡献度。能精确计算账户净利息收入及其它收入；能计算账户的直接费用和间接费用，能按照不同的项目如余额、账户数、交易量、交易金额来分摊；能计算账户的风险成本；可以根据客户利润贡献度的大小，安排合适的分销渠道，提供相关的服务和制定相关的市场策略，培植优良客户，交叉销售产品。可以预测和模拟新产品、新政策、客户流失对利润的影响。

3、客户关系管理模块，分为客户细分管理模块和客户关系优化模块。客户细分管理模块是将客户细分成不同的群体，例如高利润群体、有利润群体、边际利润群体、无利润群体和亏损群体等，使银行有能力去分析并了解每个客户细分下的客户行为、产品及渠道的特征，同时也可以定义每个客户细分下的客户轮廓以及特征。上述目标通过客户细分模块和客户细分咨询服务来实现。在客户细分的基础上，对银行的客户和产品管理提供一系列顾问咨询服务，帮助分析内部以及外部业务环境，如竞争者分析、客户轮廓、目标市场等，然后根据分析结果制定市场策略，客户细分管理计划和产品管理计划。银行各业务部门特别是市场部门，可以在上述客户细分的基础上，开展一系列的市场策略分析、客户利润分析等活动，并设计各种金融新产品。

客户关系优化模块是帮助金融机构更深入、更清楚地了解自己的每一位客户的需求，分析出客户的交易行为及习惯变化，并为下一步适时的决定和行动提出适当的建议。银行可以从这些有关的交易行为中挖掘出有价值的结论，掌握客户下一步的交易趋势，或客户的下一个需求，通过自动化的流程控制后台管理，从而建立能为银行带来更具价值的客户关系系统，增加银行的竞争能力。

4、信用风险管理模块。信用风险管理模块是通过客户的基本信息预测每位贷款的违约风险，通过分析历史数据，预测客户的未来行为，进一步了解客户偿还贷款的可能性，通过客户群体，分析某种贷款业务的盈利能力，提高贷款管理人员的管理水平，降低贷款风险。信用风险管理系统分贷前管理和贷后管理，贷前管理主要是对客户信用分析和管理，贷后管理主要是发放贷款后的跟踪监控分析。

5、资产负债管理模块。资产负债管理牵涉到利率风险、市场波动风险、流动性风险、资本分配、投资决策、产品定价等银行经营管理的方面。资产负债管理的功能模块包括风险管理、资金转移定价、收益率曲线标准等。

二、几点注意事项

1、国外IT公司提出的应用模块设计虽然较为先进，但能否在此基础上为国内商业银行定制出满足需求的应用模块，还需要双方反复沟通才能做出全面的回答。

2、数据仓库要取得较好成效，必须有众多的完备历史数据做基础。国内商业银行的数据仓库普遍缺乏数据基础，因而要取得较好成效需要一个积累期。

3、商业银行管理人员必须选择一套比较完善的关键性指标体系，用以刻画各项经营管理要素，并通过固定报表、随机定义报表、图形等多种多样方式灵活展现。