|
详解智能数据仓库设计方法商业智能的深入实施和应用是中国银行业的必然选择,但是只有把技术的发展与业务需求真正的融合起来,商业智能的实际价值才能得到的体现。商业智能的深入实施和应用是中国银行业的必然选择,但是只有把技术的发展与业务需求真正的融合起来,商业智能的实际价值才能得到的体现。 金融改革不断深入的今天,伴随着对数据分析、业务分析和综合分析需求的不断产生,各大商业银行都分别实施了不同层次的商业智能(BI)系统。 但是,从整体市场看,国内几乎找不到真正实施成功的商业智能案例,一些已经实施的项目效果也不是很好,基本上还停留在报表系统的层面。究其原因,主要是商业智能项目的难度根本就不在技术本身,而在于业务。 首先,商业智能项目需要构建一个全面的业务模型,这个业务模型要把银行现有的全部业务种类都包容进去。 其次,原始数据积累严重不足。原始数据资料越丰富、越规范,商业智能分析结果的准确度也就越高。但是银行业尤其是中小商业银行信息化的历史比较短,业务数据也称不上规范。 业务驱动技术应用 目前,由于企业管理的现实情况,商业智能的业务需求实际分为了两个层面:低端的企业报表层和高端的决策分析层。国内银行商业化还处于起步阶段,业务决策分析基本还停留在专家模式,因此业务部门很难在决策分析层面提出多少需求。 而在管理报表层面上,由于过去的企业管理体系一直是围绕报表建立的,业务人员可以提供一整套完整的基于报表的业务需求,甚至有一套十分完整的生成报表的指标体系。 有些中小银行也实施过通用报表平台的软件,在这个基础上对它作重新的规划和定义,使其融入商务智能的思想,由于中小银行的数据源并不复杂和数据量也不大的特点,可省去数据仓库等支撑软件。 三层体系结构 系统由C/S结构的报表设计器、报表流程设计器、查询设计器和在J2EE应用服务器/WEB服务器上运行的报表服务器、查询服务器、服务器管理Web应用(系统管理)构成。在实施上,则要求系统要具备三层体系结构图。 数据层 数据层指的是digiTower 商业智能平台所涉及的各种数据源。数据层包括下列数据库和数据源: 业务报表/业务查询数据池:存放各种与具体业务相关的报表定义/查询定义文件、报表分发流程定义文件、动作组件定义文件、图像等。 商业智能的深入实施和应用是中国银行业的必然选择,但是只有把技术的发展与业务需求真正的融合起来,商业智能的实际价值才能得到的体现。工作流数据池:用于存放报表分发流程模板等。 定时数据池:用于存放各种定时服务数据,包括报表分发流程启动时间数据。 审计数据池:存放各种组件的审计数据,包括报表操作、查询操作等。 业务数据源:各种业务数据的数据源,用于生成报表和查询。 服务层 服务层实现所有业务逻辑处理,起到与客户端和数据层进行信息交流和进行必要的业务处理的作用,由J2EE服务器中间件和应用软件业务逻辑组成。 服务层是实现三层结构的核心。 从技术上可分为: 基础引擎:包括报表引擎、查询引擎、定时服务引擎和工作流引擎。 基础组件:由通用组件和基础引擎对应的组件组成,包括审计、各种服务组件、系统管理、审计报表等。 业务报表/业务查询引擎:它介于基础组件和客户端服务之间,是服务层的核心。它检索具体业务的报表/查询定义、报表分发流程定义等并根据要求执行相应的动作。 Services/UDDI:业务报表/业务查询功能的Web Services封装。 界面组件:实现业务报表/查询的展现、系统管理等功能,包括导航组件、界面程序。 单点登陆:由统一认证系统提供的单点登陆组件。 从功能上可以划分为: 报表服务器:实现通用报表服务的功能,包括报表引擎和报表展现、报表查询、统计分析、报表分发四个基础组件。 查询服务器:实现了通用查询服务的功能,包括查询引擎和查询服务基础组件。 工作流服务器:实现了工作流服务的功能,包括工作流引擎和工作流、收件箱两个基础组件。 商业智能的深入实施和应用是中国银行业的必然选择,但是只有把技术的发展与业务需求真正的融合起来,商业智能的实际价值才能得到的体现。工作流服务器是实现业务过程自动化的软件环境:工作流是对一整套规则与过程的描述,其目标不仅仅是处理过程,也不仅仅是把事物从一个地方流向另一个地方,而是管理那些引导作业环境如何运作的规则与过程。 定时服务器:实现了定时执行程序的功能,包括定时服务器引擎和定时服务基础组件。 系统管理:实现系统管理、安全审计等功能,包括基础组件中的审计、审计报表、系统管理。 业务应用逻辑:实现与具体业务相关的报表/查询管理和服务的功能,包括业务报表/业务查询引擎、Services/UDDI、导航组件、界面程序。 用户认证:实现单点登陆功能,包括由统一认证系统提供的单点登陆组件。 客户端 实现人机交互及数据表示,采集用户输入的数据、请求,向业务逻辑层发出请求,并显示处理结果。这一层的功能采用GUI(含浏览器)方式实现。 这样构造的系统是一个自动灵活的报表与查询系统,与商业智能的最终目标虽说有一定的距离,但在决策分析需求不能提出的情况下,将现有的管理报表体系作为系统需求的主要来源,具备更为现实的功能。 以此为起点,还必须做好两项工作。首先,对数据资源进行整体规划,对历史数据要进行尽可能完善的数据清洗,提高存量数据的质量。 其次,落实和完善数据分析工作。企业对数据进行优化的目的,是要从中找出最有价值的数据,这些有价值的数据挖掘出来后,如果没有相应的人对其进行跟踪处理,它的价值也就只停留在迅速做出报表的层面了。 商业智能的深入实施和应用是中国银行业的必然选择,但是只有把技术的发展与业务需求融合起来,商业智能的实际价值才能得到真正的体现。 责编: 微信扫一扫实时了解行业动态 微信扫一扫分享本文给好友 著作权声明:kaiyun体育官方人口
文章著作权分属kaiyun体育官方人口
、网友和合作伙伴,部分非原创文章作者信息可能有所缺失,如需补充或修改请与我们联系,工作人员会在1个工作日内配合处理。 |
热门博文 |
|