城商行的蓬勃發展，外資銀行的逐步深入，讓中國的銀行業競爭越來越激烈，而另一方面，來自銀監會、人民銀行等監管部門提出的監管要求也越來越嚴格，幾乎所有的銀行都意識到了個性化的產品和服務的重要性。于是，引進數據倉庫系統和BI相關工具成為很多銀行的選擇。銀行業也理所應當地被認為“應當是”BI得到普遍運用且實施比較成熟的行業。但可惜的是，事實并不如人意。

　　曾經有人把商業智能的應用分為三個層次，即報表層次，數據分析層次和數據挖掘層次。而理應在多年經營后達到數據挖掘層次的銀行業實際上還大多停留在報表層次?！斑@里面最關鍵的原因是數據基礎打得不牢靠，業務系統無法提供商業智能分析所需要的數據。”東亞銀行（中國）有限公司（下簡稱東亞中國）首席信息官林麗指出，“這樣一來，企業花了大量的資金購買的商業智能工具也好，系統也好，最后的實際作用還是被局限在了做報表，這個階段的應用是嚴重浪費?！?/P>

　　成立于1918年，如今已經成為全香港最大的獨立本地銀行的東亞銀行，于2007年作為首批獲準在國內注冊成立法人銀行的外資銀行，正式成立了全資附屬銀行——東亞中國。盡管正式成立法人銀行的時間并不久遠，但東亞中國卻憑借著全新的核心業務系統和BI運用工具之間的默契配合，成功地“穿越”了報表層，并積極地朝著數據鉆取、為領導層提供更為精確的決策依據而努力。

　　基礎為王

　　東亞中國自2007年正式成立，就開始了全新的核心業務系統和商業智能工具的同步建設。“同步建設的優勢在于，我們一開始就十分清楚核心業務系統需要提供什么樣的數據基礎。”林麗介紹說道，“這也就確保了此后這些BI工具能夠真正發揮出它的輔助作用。”

　　由于銀監會對于外資法人銀行的要求略有別于中資銀行，因此，東亞中國在商業智能方面的第一個應用實際上是針對上報監管部門的報表。據林麗介紹，目前上報監管部門的數據全是由業務系統產生之后自動抽取的，在上報過程中完全不需要再經過工作人員的手工加工，實現了報表的“不落地”。

　　而完成監管報表之后，東亞中國將商業智能工具進一步擴展到主線業務部門，并能夠為分行決策提供加工分析?！跋乱徊轿覀円凑障馛RM、風險控制、經營狀況分析、決策支持等各種不同的主題進行進一步深入挖掘。”林麗介紹道，從2007年開始，東亞中國除了在所有業務系統前端搭建了一條服務總線之外，還在這些系統的后端搭建了一條數據總線。通過這條數據總線，東亞中國可以利用商業智能技術每天都把各系統對客戶服務業務的數據抽取到數據總線上，并通過商業智能工具把數據按照客戶產品、帳戶、渠道等各種維度進行分類，然后再采用現代化工具做出各種模型、主題的分析，去加工各部門，包括領導層所需要的數據。

　　而在林麗看來，這一系列功能之所以能夠順利實現，關鍵還在于核心業務系統所提供的數據基礎支持。“我們的領導，分行的行長們每天都能通過系統獲得一系列銀行的經營指標，這些指標都是立體的、多維的分析。”林麗表示，“但如果在核心業務系統中無法支持多樣化的數據格式，數據沒有進行標準化，或者系統設計時沒有涉及到對數據維度的支持，以及數據與數據無關聯關系的話，那么想要做好數據的智能分析則無異于天方夜譚?！?/P>

　　精細，再精細

　　有了核心系統對數據多維度定義的支持，在以前根本無法利用的數據也就變得飽滿和充滿“智慧”。東亞中國下一步準備按照不同主題進行不同程度的數據挖掘的工作，針對CRM就提出了“不僅僅是要挖掘數據，更要與業務產生互動”的要求。據林麗介紹，銀行的產品研發部門此前進行產品開發時，更多的時候來自于“拍腦袋式”的靈感，“系統有數據，但是沒有相關的工具去分析加工，沒有相應的模式去支持，這些數據就變成沒有用的東西。”林麗感慨到。

　　在BI工具的支持下，如今的產品研發部門能夠對市場、客戶群進行有效分析，清楚什么樣的產品在東亞中國獲得了市場認可，新產品的成本是多少，通過什么渠道推廣，在什么地方投放等。此外，在產品設計上，東亞中國也有一套整體的分析工具。市場部門在分析結果出來后再按照結果對產品進行設計和定價，并通過其它渠道為客戶提供銷售服務。另外，在銷售服務帶來利潤之后，他們對相關數據再分析，以此來形成數據往復應用的有效互動?！俺酥?，風險分析也是如此，BI工具能夠通過經營數據分析出風險點，領導層就可以根據這些風險點加強銀行控制風險的能力。”

　　而在商業智能能夠為企業帶來更加精準的成本核算這點上，東亞中國更有著深刻體會。與其它行業提供實體產品不同，銀行多數提供的是一些像理財、存款、貸款之類的服務，對這些服務如何進行實體價格式的定價，對于銀行控制成本來說也至關重要。

　　有了商業智能工具之后，原先不計價的銀行服務也能被量化出一個大概的價格。活期或者定期這樣的產品能給銀行帶來怎樣的的利潤？這些產品是否能夠為銀行帶來價值？客戶購買產品的習慣是什么？如何來判斷是賠錢的客戶還是有發展潛力的客戶？這些原本看似很難做出回答的問題也會變得清晰起來。

　　“客戶在購買理財產品時購買的時間、金額、利率以及是否有貸款這樣的情況其實都能為我們將來做新產品的價格定位時提供有力依據?！绷蛀惤榻B說，比如以前大家能接觸到的，銀行在大街上發放銀行卡，甚至辦卡送禮物，過去這樣的發卡銀行都是不進行成本計算的，但就是這樣的細節卻可能為銀行帶來不小的損失。而如果進行成本核算的話，銀行就會考慮發卡的可行性。就要分析銀行卡面向的客戶群，發卡數目到達多少張銀行才能有收入，銀行發卡期望達到的卡均余額和交易量應該達到什么程度等。

　　釋放數據

　　涉足BI多年，但一直滯足不前是國內商業智能運用的一項通病，有一家老國企的信息中心主任就曾經不無感慨地說，“從目前的業務發展來看，商業智能的運用需求確實非常迫切，但是企業里頭光系統就有好幾十個，每個系統產生的數據格式都不一樣，別說是挖掘，就是統一格式都是非常浩大的工程?！备跽撸趪鴥日页鲆患疫\用BI十分成功的企業都難上加難，“中國的BI應用水平跟國外比起來，差的可真是一大截。”這些成了許多CIO的無奈。BI在中國的高失敗率似乎要攀比“上也是死，不上也是死”的ERP，令人可望而不可及。

　　數據基礎，其實從很大意義上來說，是上述通病的癥結所在。而要改變這樣的困境，林麗表示，必須通過對核心業務系統進行根本性改造。這樣才能使企業走出“報表層”的第一步。“在銀行業，大家的核心業務系統都是以會計賬為基礎逐漸發展起來的，但是要從平面的流水賬中找出銀行風險的所在，找出新產品的應用方向，是不可能的?！睌祿牧Ⅲw化基礎是林麗一直強調的一個概念，在新的銀行數據里面，銀行可以從一筆交易背后獲取客戶信息、客戶與客戶之間的關聯信息、交易產品信息，交易金額等一系列指標，才能為挖掘提供內容。

　　除了數據基礎的不扎實，林麗看來，目前很多企業還沒有意識到商業智能應該為企業決策帶來怎樣的依據?！爸袊錾虡I智能做了很多年，但是沒有一家做成功，原因就是他們只拿BI來做報表，或者業務部門提出的需求本身也只停留在報表階段?！绷蛀惐硎荆癇I真正的用途不在于企業選擇了什么樣系統，或者建設了一個什么樣的模型，BI真正的作用還是在于把數據變成有用的信息，來為各方面決策提供依據?！?/P>