案例内容：

用 户 需 求

成立之初，德州商行领导就立刻提出了基本的IT需求：改变以往“手工”获取信息的方式，借助IT技术，直接获得反映各个支行业务情况的即时报表，查看各业务单元的实时信息。为此，IT部门制订了相应的办公自动化系统规划。

业务的逐步开展让德州商行认识到了更深层次的需求。德州商行需要的已不仅仅是一套办公自动化系统。

由于以往的数据上报、数据提取、数据汇总和数据查询等仍然沿用手工方式，这就可能引起填报的数据和统计的结果出现错漏，某些支行或者业务部门甚至可能会汇报假帐等问题，因此，领导希望借助IT技术实现数据的实时上报。

领导需要的也不仅仅是报表的简单展现，还要能够对这些庞杂的报表信息进行分析处理，体现出一些重要业务指标之间的比值，以了解详细的经营状况和业务运行情况，及时调整经营策略，因为对银行业务的评估决策大多是通过比值来体现的。

除此之外，还希望在一些新业务的推广上，能够得到针对不同客户的分析数据，对决策起到良好引导作用。

以上需求必须基于原始业务数据的自动收集和集中化的基础上，通过数据库/数据仓库技术、商业智能分析技术才能实现，因此，商业智能系统（BI）摆在了德州商行的IT建设日程上。

技 术 路 线

同方ezBI商业智能包括5个子系统，分别是：BI MC BI管理界面、OLAP联机分析系统、Query网络数据查询系统、ETL数据转换系统、Report 报表系统。

ezBI系统架构图如下：

OLAP联机分析系统

系统基于数据仓库、联机数据分析技术，针对海量异构数据进行快速多维立体分析处理，它将存在着复杂关系的海量数据以业务人员非常熟悉的业务指标形式，通过表格和多种分析图形等展现方式，瞬间直观的反映给相关人员，从多种观察角度围绕业务指标，对数据进行深入、实时、动态的剖析，用来帮助数据分析人员、管理人员和决策人员洞察数据变化、发现规律，为科学决策提供辅助支持。

Query网络数据查询系统

系统以可视化的SQL语句生成方式，提供全面的查询功能，即使不会使用SQL语句的计算机操作者，也可以轻而易举的从数据库中查询出专业化的报表。通过不同查询功能的搭配使用，系统可以生成复杂的多维汇总统计表，满足不同层次用户的使用要求。

ETL数据转换系统

它可以批量完成数据抽取(Extract)、转换(Transformation)、装载(Loading)等任务，不但满足了用户对种类繁多的异构数据库进行整合的需求，同时可以通过增量方式进行数据的后期更新，一体化的解决了数据整合过程中遇到的种种困难。数据转换系统的主要功能是对已有数据进行有选择的批量采集、转换、装载服务，适用于数据库批量采集、迁移、转换、更新等数据整合，数据仓库建立和维护，数据质量管理等工作。

BI MC BI管理界面

本产品作为ezBI产品的框架和集成工具，可将不同的ezBI产品灵活整合与集成，可组合出满足不同需要的企业级应用和解决方案。由它统一管理ezBI系列产品，抽象公共模块，统一授权和发布，不仅为最终用户灵活构建自己的特定应用提供方便，而且为开发人员提供统一的管理平台，使系统易于扩展和维护。

Report 报表系统

Report报表系统是一套通用的Web报表管理及打印系统，它由报表设计器、报表引擎、报表展示模块、报表发布系统、二次开发接口等部分组成。Report报表系统主要用于应用系统中的报表查询及打印功能，并提供与项目紧密结合的接口标准。Report报表系提供管理平台对查询报表进行设计、部署管理，将设计好的查询报表配置到应用系统中，以满足查询统计需求。

过 程

2005年初，选型正式开始。德州商行首先确定了基本的选型原则：商业智能系统建设必须选择具备全面整合能力和有实力的IT厂商，因为银行商业智能系统项目与一般项目有较大区别。一般项目的建设流程分为：用户需求调研，开发计划，设计、编码、测试、实施。而对于数据仓库构建和商业智能系统来讲，前期的业务分析相当重要，业务分析实际上就是建摸分析，这是决定商业智能系统的分析结果是否准确、有效的关键。它要求厂商不仅要了解德州商行的业务情况，还要了解原有的数据库结构。后期的系统维护服务也需要有实力的厂商才能跟得上。

对国内外同类产品进行比较之后，德州商行认为，国外一些产品尽管功能全面，但价格高昂，国内产品更具有性价比优势。经过多方比较，德州商行与同方股份有限公司签订合作协议。

2005年4月，项目全面开始实施。为了保证建摸分析的质量，项目组采取了一种螺旋式上升的建设模式：先初步制作一个模型，该模型是可沟通的原型系统，随后，项目人员把原型展示给各个业务部门查看，收集客户意见和素材，再修改模型，扩充功能，以此类推，不断完善系统功能。这种方式保证了项目实施的质量和效果。

经过5个多月的紧张实施，2005年10月，项目正式上线运行。

成 果

如今，德州商行的各级领导们，再也不必对提交上来的一大堆数据而担忧和苦恼了。

商业智能系统不仅实现了数据的实时提交，保证了数据的及时、准确，还针对德州商行的三类主要业务即存款、贷款、中间业务，设计了10大类、28小类统计分析报表，并能以图表形式直观地展现各项分析结果，辅助领导决策。

领导只需要登录该系统，轻轻点击鼠标，即可轻松地查看当前银行存款的结构图，了解某段时期的存款来源中哪些是个人存款、哪些是企业存款，从而判断出谁是银行的重点客户。掌握了这些数据之后，银行就可以相应制定一些吸引大客户、维护大客户的重点公关策略，如优惠活动、节日问候等。如果某个地区的个人储蓄比较多，就可以在附近开设较多的个人窗口。还能及时了解银行存款和贷款之间的余额比，一旦贷款余额与存款余额之比达到75%，这就是临界报警点，因为这个比值过大，一旦发生银行之间的挤兑现象，银行将没有足够货币度过危机。

在贷款风险方面，由于早期的核心业务系统对贷款分类采用两种分类方式，德州商业银行采用贷款四级分类和五级分类并行的控制方法，通过商业智能系统，德州商行可以及时了解每笔贷款的归还情况，还可以了解每个支行逾期贷款的额度、时间、与正常贷款的比值、呆／坏帐比例等，以此判断每个支行在总行中的效益好坏。

对于创新的中间业务，商业智能系统也能有效提供数据支持。比如代收电话费业务，10个A电信运营商的用户可以收取1000元，而20个B电信运营商的用户才1000元。商业智能系统能够准确地显示这个数据。银行就会分析为什么A电信运营商的话费较多，并由此作出决策，即大力发展A电信运营商的业务。由于银行是按所交话费总额向电信运营商提取手续费的，因此，在同样的人力和服务成本下，经营A电信运营商的业务可以获得取更多的收益。

当然，信息化不是直接创造效益的工具，它带来的许多隐性效益是无法用数字计算的。毫无疑问，商业智能系统的建设的确使德州商行的领导决策更准确了。仅凭这一条，它就能为银行创造不可预计的效益或者使银行避免不可预计的损失。