上海银行的数据仓库建设情况 (转载)
2011-05-02 22:28:11| 分类: 数据仓库 | 标签: |字号大中小 订阅
1. 前言
随着银行业务的快速发展,银行自身对各类业务统计分析报表的需求越来越多, 与此同时,人民
银行和银监会也规定各银行必须报送相关的银行业务统计报表,如人行征信、 1104 、反洗钱等,以获取
银行和客户的必要信息和进一步加强监管力度。
但是庞大的用户数量、复杂的数据之间的关系、变化多样的统计分析需求,使得很多银行在目前
技术环境下,完成一套完整和完善的银行业务管理分析报表系统确实存在很大的难度;其次,如果需要对
不同的业务系统每天产生的业务数据以及积累的业务历史数据进行跨平台的综合统计和分析,则存在更大
的技术上的制约。
因此,业务部门只能通过技术部门有限的技术资源,利用各种技术手段协助补充大量数据,来产
生一部分业务统计报表,但仍然需要依靠人工的方式来完成大量的报表统计工作。由于没有一个统一的报
表数据来源,使得报表统计存在口径不一,多头数据,内容片面等诸多问题,不能真实反映银行业务现状
和起到业务管理和指导市场经营的作用。
“ ” 但是,正因为有了 数据仓库 系统的保障,上海银行管理分析报表才有了实现的可能。
2. 项目介绍
天正智能参与了上海银行一期数据仓库平台建设,主要内容包括搭建统一、共享的基础数据平
台,集成 T24 (对公)、对私储蓄、国际业务及信用卡四大系统的数据。同时,建立一套完善的 ETL 体
系完成数据的抽取、清洗、加载与转换工作,确保数据的一致性、可用性和扩充性。上海银行由此可透过
金融服务逻辑数据模型 (FS-LDM) 的客户化,建立单一业务视图,从而实现跨部门、跨系统分析并支持成
“熟分析型应用实施以及包括反洗钱、非现场监管报表体系 1104 ” 工程 、对公历史数据查询和管理分析
报表在内的四大应用。
天正智能参与了上海银行二期数据仓库平台建设,主要内容包括扩展基础数据平台,集成 T24
(对私)、个贷、信贷及 17 个源系统的数据。同上海银行由此可透过金融服务逻辑数据模型 (FS-LDM)
的客户化,建立单一业务视图,从而实现跨部门、跨系统分析并支持成熟分析型应用实施以及包括 CEO-
DASHBOARD 、智能取数、对私历史数据查询,报表统一平台和管理分析报表在内的五大应用。
数据仓库物理架构
评论1