工商银行数据仓库设计方案

2020/2/251中国工商银行数据仓库建设情况汇报数据仓库项目组2020/2/252日程安排开发进度最终应用展现数据仓库架构2020/2/253二、开发进展2.1个人客户关系管理（PCRM）2.2业绩价值管理（PVMS）2.3信贷台帐报表（CMIS-REPT）2.4管理信息综合统计报表2020/2/2542.1开发进展——个人客户关系管理（PCRM）需求分析2001/10/11-2001/10/31总体方案2002/11/01-2002/02/28原型开发2001/11/15-2001/12/31原型评估2001/12/24-2002/02/09银行卡设计开发2002/01/04-2002/04/30个人金融：存款类（综合帐户和个人理财等）设计开发2002/02/01-2002/05/31个人金融：贷款类设计开发2002/05/05-2002/07/31其他个人金融及住房信贷设计开发2002/04/01-2002/08/31银行卡应用集成测试和试运行2002/05/31-2002/06/302020/2/255日程安排开发进度最终应用展现数据仓库架构2020/2/2561.8主要应用个人客户关系管理（PCRM）业绩价值管理（PVMS）信贷台帐报表（CMIS-REPT）管理信息综合统计报表法人客户关系管理（CCRM）开放式基金绩效分析2020/2/2571.10PCRM应用主题银行卡应用：按照需求开发个人金融应用住房信贷应用深层分析：原有需求之外的考虑2020/2/2581.10PCRM应用主题——银行卡应用银行卡应用：按照需求开发重点客户分析：基本信息查询、存款余额分析、用卡行为分析、贡献度分析、透支分析（透支余额、单笔透支余额、单次透支金额、还贷周期）。客户群分析：优质客户排名分析、卡业务存款分析、用卡行为分析、贡献度分析、卡申领情况分析、卡业务风险分析。2020/2/2591.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果按照现有的贡献度指标体系，什么样的客户对银行卡的贡献度最高年龄在25-35，36-45的客户对银行卡的贡献度最高，其中，36-45岁的客户的贡献度最高，因为这类人群中稳定、高收入或高积蓄者较多。2020/2/25101.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果按照现有的贡献度指标体系，什么样的客户对银行卡的贡献度最高年龄在25-35，36-45的客户对银行卡的贡献度最高，其中，36-45岁的客户的贡献度最高，因为这类人群中稳定、高收入或高积蓄者较多。贡献度在年龄段上的分布2020/2/25111.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果贡献度指标的具体分布怎样年龄在36-45，46-55的客户的存款利润最高，其中，36-45岁的客户的存款利润最高，因为这类人群中，理财风格保守，存款倾向性强者较多。2020/2/25121.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果贡献度指标的具体分布怎样年龄在36-45，46-55的客户的存款利润最高，其中，36-45岁的客户的存款利润最高，因为这类人群中，理财风格保守，存款倾向性强者较多。存款利润在年龄段上的分布2020/2/25131.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果贡献度指标的具体分布怎样年龄在25-35的客户的透支利润和消费回佣最高，因为这类人群中，理财风格前卫，消费旺盛者居多。2020/2/25141.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果贡献度指标的具体分布怎样年龄在25-35的客户的透支利润和消费回佣最高，因为这类人群中，理财风格前卫，消费旺盛者居多。透支利息在年龄段上的分布2020/2/25151.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果贡献度指标的具体分布怎样年龄在25-35的客户的透支利润和消费回佣最高，因为这类人群中，理财风格前卫，消费旺盛者居多。消费回佣在年龄段上的分布2020/2/25161.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果对于银行卡客户发展的辅助作用工行牡丹卡的客户中，25-55的年龄段为高贡献度主流年龄段，其中，如果关注当前直接贡献度，36-45岁的客户是最好的人群，如果关注发展潜力以及对新产品、新消费渠道的接受程度，25-35岁的客户是重点人群。2020/2/25171.10PCRM应用主题——深层分析银行卡客户贡献度：初步结果优质客户排名靠前的客户中，消费场所的分布怎样金融、证券等交易机构有较大金额占比，饭店、旅游业其次，零售、百货等居于中游。可以根据这个结果制定相应的消费场所促销策略2020/2/25181.10PCRM应用主题——深层分析深层分析:原有需求之外的考虑PCRM数据仓库应用对银行卡部的用户有什么直接的帮助？利用数据挖掘自动筛选优质客户，针对优质客户提供个性化服务——直邮用卡行为月报2020/2/25191.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型解决的问题对优质客户提供详细的行为分析，帮助客户更好掌握自己的用卡行为针对客户用卡的具体情形提供促销性建议，使优质客户感受到工商银行卡部的人性化关注工商银行卡部可以更便捷地跟踪优质客户的信息2020/2/25201.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型应用的竞争力利用数据挖掘进行优质客户自动筛选提高平均筛选精度，提高优质客户促销的投资建效率降低筛选成本，提高筛选速度，迎接他行的竞争（如交行的500元个人理财报告）2020/2/25211.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型应用的竞争力利用web展现工具输出报告，可以进行网上直邮2020/2/25221.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型体现的概念工商银行卡部在客户关系管理方案上领先业界的尝试工商银行卡用户体验到自动的个性化分析服务IT部门开发产生直接的市场效益：有先进的客户关系管理系统支持的牡丹卡2020/2/25231.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型实现的方式CB2000数据每日加载PCRM数据仓库银行卡数据集市数据挖掘筛选优质客户Web展现工具用卡行为月报银行卡部直邮优质客户2020/2/25241.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型实现的方式CB2000数据每日加载PCRM数据仓库银行卡数据集市数据挖掘筛选优质客户Web展现工具用卡行为月报银行卡部直邮优质客户2020/2/25251.10PCRM应用主题——深层分析深层分析:直邮用卡行为月报原型实现的方式CB2000数据每日加载PCRM数据仓库银行卡数据集市数据挖掘筛选优质客户Web展现工具用卡行为月报银行卡部直邮优质客户2020/2/25261.10PCRM应用主题——深层分析ICBCPCRM数据仓库管理界面2020/2/25271.10PCRM应用主题——深层分析数据仓库处理过程管理2020/2/25281.10PCRM应用主题——深层分析优质客户筛选：数据挖掘2020/2/25291.10PCRM应用主题——深层分析数据挖掘：模型评估2020/2/25301.10PCRM应用主题——深层分析抽样分析：SASEG2020/2/25311.10PCRM应用主题——深层分析分布分析：SASEG2020/2/25321.10PCRM应用主题——深层分析图形展示：SASEG2020/2/25331.10PCRM应用主题——深层分析图形展示：SASEG2020/2/25341.10PCRM应用主题——深层分析图形分析：SASEG2020/2/25351.10PCRM应用主题——银行卡应用银行卡应用：数据以CB2000系统为主每天下载的业务数据，第二天可以在数据仓库中得到反映2020/2/25361.10PCRM应用主题——银行卡应用银行卡应用：性能存量加载测试机：Sun3800总时间：6小时增量加载测试机：Sun3800总时间：40-50分钟2020/2/2537日程安排开发进度最终应用展现数据仓库架构2020/2/25381.4逻辑结构操作数据层缓冲区数据仓库基本数据层数据集市层应用层数据仓库层应用层面向用户实现各类应用。如：个人客户关系管理子系统、业绩价值管理子系统等。数据仓库层数据集市层面向主题应用，按特定数据模型存贮的数据集合；模型：星型结构；存储：多维数据库。数据来源取自数据仓库基本数据层。数据仓库基本数据层以关系模型存储各类业务数据，实现海量数据的集中、历史、稳定、有序存贮。缓冲层按一定的时间周期缓存各类经规范处理的业务数据。操作数据层对各类业务或管理数据实行规范处理。2020/2/25391.5数据流程展现端ETLDW模型设计DM模型设计应用展现数据端抽取转换加载CB2000CMIS计财数据外部数据应用系统数据处理采集关系型数据库、多维数据存贮数据挖掘分类统计分析企业级数据存贮数据集市加工展现信息展现多维分析图示展现预处理批处理译码数据转送备份与老化处理缓存整合校验批处理数据转送报表制作报告生成抽取转换加载2020/2/25401.6物理结构2020/2/2545