中国工商银行股份有限公司软件开发中心上海开发一部副总经理 邬敏炜

　　中国的金融市场正逐渐从卖方市场转变为买方市场。在这一过程中，金融企业要实现转型，需要更为科学的决策方式， 需要对客户的需求做出更快速的反应，需要不断提高内部的经营效率，需要有效化解瞬息万变的市场带来的金融风险。上述问题的解决之道都隐藏在数据中，金融企业需要一把开启数据宝库大门的钥匙。

　　工商银行作为全球市值最大、客户数量最多、交易量最大的商业银行，在利用数据提升管理效率、推动业务发展方面进行了有益探索。

　　一、工商银行数据仓库建设概况

　　工商银行在实现数据大集中后，开始稳步推进数据仓库建设：2004年进行了逻辑模型选型，2005年完成物理平台选型，2006年规划了数据仓库应用体系架构，明确了数据仓库建设的业务远景与目标，2007年正式启动了数据仓库一期项目的建设。

　　当前，工商银行数据仓库已经纳入100多个业务系统基础数据，覆盖存款、贷款、信用卡、票据、基金、债券、理财、结售汇、贵金属、电子银行、金融衍生产品等业务线，积累了超过200TB的历史数据，在客户关系管理、市场营销、绩效管理、财务预算、风险管理等业务领域提供了超过2000个数据接口服务。

　　二、信息创造价值

　　1.统一客户信息、开展综合评价

　　依托数据仓库，工商银行实现了个人客户和对公客户的基本信息统一视图， 提供了客户基本信息、归属地区、授信额度、信用等级等各项信息，为客户经理提供了全方位的客户信息。实现了个人和对公客户的持有产品的统一视图，提供了客户的存款、贷款、信用卡、中间业务、第三方存管等产品的交易金额、交易笔数、产品余额等信息。建立了全行统一的个人客户星级视图评价模型，通过金融资产、个人负债、中间业务三大主体指标计量， 全面反映客户的贡献度、忠诚度、活跃度和风险因素。根据客户的储蓄存款、个人贷款、信用卡、基金、国债、保险、理财产品、黄金，以及刷卡消费、转账程，实现了营销活动的快速部署，并将现有的各营销渠道和数据仓库进行了对接以支持营销活动快速执行，搜集营销活动执行效果的反馈传输到数据仓库中进行分析，实现营销活动的闭环管理。

　　3.精细化管理

　　工商银行需要管理庞大的内部资源，当前工商银行拥有超过1.7万个网点，44万多名员工，近3000个对外销售的产品，建立全行统一的绩效考核管理体系，深化绩效考核领域应用系统的建设势在必行。在数据仓库建立之前，由于缺少从交易数据转化为管理数据的统一平台，考核管理的深度和广度受到很大的限制。数据仓库的建设使得工商银行拥有一个完整和统一的数据基础，实现了全行绩效考核管理化烦为简，化零为整。数据仓库为全行的绩效考核管理提供了覆盖存款、贷款、信用卡、票据、基金、结售汇、贵金属、电子银行等1 3个产品大类，包含机构、部门、产品、客户、员工五个维度，涵盖销售类、交易类、效益类、客户类、账户协议类和业务量等类型的4万多个全行统一指标，使许多以前难以实现的功能转变为考核的利器。目前，工商银行支持多套规则的业绩认领，一改之前无法精确定位营销人员的窘境，极大激励了一线营销人员的工作热情，助力考核管理工作的有效推动。除此之外，还建立了多维度的考核体系，打破了以前单一的评价体系，大力推动了绩效考核的深化。实现了推动全行经营战略自上而下准确传导、推动资源优化配置;实现合理激励，促进业务融合协作;为员工薪酬激励机制和晋升机制提供定量依据、提升集约化经营管理水平;提高全行盈利能力四大目标。

　　4.财务预算

　　外部利率市场变化不定，对银行财务管理带来巨大冲击，如何利用数据进行全面的预算管理，模拟外部利率市场变化，对各项金融业务的收支情况进行预测，预知外部价格变动对财务收支的影响程度，合理制定各项业务的财务计划是商业银行面临的一项挑战。数据仓库提供了经营分析所需的综合信息，支持经营决策的科学化，实现了跨专业的信息整合和有序存放，支持多种业务角度的分析研究，大大提高了决策分析的便捷性和准确性。结合财务收支的不同特点，工商银汇款、外汇买卖等多项个人金融产品和服务进行金融资产、个人负债和中间业务的星点值计算，汇总得出该客户的综合星点值。对内评定“客户贡献星级”供行内各级管理人员开展客户维护、结构分析和考核管理使用;对外评定“客户服务星级”，通过各渠道向客户展现并提供相应级别的服务。个人客户星级评价体系的建立帮助我们准确地识别优质客户，根据客户星级和其日常金融理财习惯向其推荐适合的个人金融产品，提供优质的、差别化的银行服务，并通过柜面、营销系统、电子银行、自助设备等多种渠道向客户展现当前星级和推荐产品。

　　2.精准营销

　　利用数据仓库中的海量数据，工商银行归纳了近200项客户特征，支持总、分行各级业务部门以客户为中心开展各项营销活动。通过精确掌握客户资金流向，挖掘资金流转规律，以高效、优质的服务提升客户资金在工商银行系统内流转比例。通过分析大额资金异动的目标客户，并采取相应的营销、服务策略，每季度平均成功营销3000多企业客户，受托账户支付信贷资金流失率逐步降低。通过分析客户的渠道使用偏好，向800多万个人、法人目标客户交叉销售个人网银、企业网银、工银信使、电子对账单等产品和服务，成功营销122万余户。依托数据仓库开展手机银行精准营销，手机汇款交易笔数和交易金额增幅分别达到267%和1337%。利用数据仓库为275.91万名客户提供差异化到期换卡服务，换卡成功率达到92.51%，换卡启用率达到65.2%，较常规到期换卡分别提升24.23和28.04个百分点。目前工商银行在原有的营销系统架构基础之上，构建了营销方案管理、营销名单管理、营销执行配置等处理流行完成了对存量存贷款利息收支、存量债券利息收入以及相应的资金集中配置所产生的系统内往来利息收支等具备较强可预测性的收支项目预测工作。通过在数据仓库中计算存款、贷款、债券等逐笔业务在未来不同时间点的收支情况，有效地提高了预测的准确性和效率，为预算执行情况的监测和分析提供支持。通过财务收支预测、模拟测算、经营分析等功能有效帮助业务部门提前预知外部价格变动对财务收支的影响程度，满足经营决策和预算执行情况的监测和分析需要，从而提高财务预测的准确性和财务管理控制能力。

　　5.全面风险管理

　　为应对全行快速增长的个人信贷资产业务发展，需对全行数百万的个人信贷客户和数千万的信用卡客户的风险管理采用一套科学、高效、精细化的风险管理的工具，提高全行个人信贷资产业务的信用风险掌控力。工商银行利用数据仓库整合的个人信贷和信用卡的申请信息、2 5 个月的还款信息和逾期信息、客户资产信息和客户的基本信息，建立了客户评分模型和账户评分模型，实现了个人信贷资产业务集成性、智能化、自动化的信用评分管理。在客户信用评分的基础上，进一步实现了个人客户综合授信管理，控制个人客户融资总量风险，防范多头授信和过度融资，以个人客户信用评级、个人客户星级评定以及代发工资等数据为基础信息源，设计个人授信模型，自动计算个人客户综合授信额度，运用于个人信贷业务流程、信用卡业务流程中对个人客户融资总量的风险控制，实现对特定客户的主动授信，实现个人客户综合授信总体运行情况的监测、预警和分析。此外，还利用数据仓库中的历史数据进行反洗钱的交易规律分析，优化模型，提高反洗钱交易甄别的命中率。

　　6.数据标准管理和数据质量管理

　　在数据仓库的建设过程中，工商银行深刻地认识到数据仓库不仅仅是一个技术问题，更是一个长期的管理课题，因此，数据仓库建设伊始，工商银行就同步启动制定各类管理规范，建立了数据质量管理平台和全行信息标准管理系统。为了监督数据仓库的数据质量，工商银行在数据仓库部署了200多条业务检查规则和5000多条技术检查规则，周期性地对数据仓库的数据质量进行检查，并将检查结果传给数据质量管理平台，由数据质量管理平台负责对数据质量问题进行识别、分发和源头治理，并自动统计跟踪治理进度。同时还建立了数据质量指标体系，对业务和技术指标采取分层加权计算的方法，实现对数据仓库数据质量的量化评价。在数据治理方面，开展了个人客户信息专项补录治理工作，通过对个人客户信息中9项重点要素的缺失情况统计和个人客户信息完整率统计，实现了客户信息录入情况的量化跟踪，使得个人客户信息完整率持续稳步提升。

　　信息标准化的目的是在全行范围内统一对信息的理解和使用。工商银行参考了全球先进商业银行信息标准管理方法，结合工商银行当前业务系统和管理信息系统发展现状，兼顾国家标准和行业标准，按照“统一规划、分布实施、明确标准、技术支持”四项原则推进信息标准化工作，明确“定义统一、口径统一、名称统一、来源统一、参照统一”的信息标准编制内涵，满足“一致性、规范性、开放性、共享性”的管理要求，对信息的业务定义和业务规则分类等业务属性、管理者和使用者等管理属性以及编码、格式等技术属性制定了统一的规范。目前已经完成了对900多个指标标准的梳理工作，建立了700多个关键基础信息标准。

　　未来，工商银行还将进一步加强数据仓库性能容量管理，优化系统架构;丰富和完善数据仓库数据源; 在数据分析服务领域取得突破，形成数据服务体系，提供更加灵活、易用、高效、共享的智能化数据服务;并将数据仓库逐步延伸至整个工银集团。