电子银行业务分析系统—项目总结8. 项目前景分析

1. 项目前景分析

8.1、数据源分析：

作为基于建行ODSB开发的项目，我们所使用的是建总行统一返给各一级分行最全面、最具核心业务数据，虽然现在数据模型一直在变化，但是目的就是为了各分行提供最有最有价值的数据，这为我们以后基于ODSB的项目做起来方便了很多，这方面在这次XXX银行项目得到了印证。而且值得一提的是ODSB数据模型在2009年11月14日下发的新版本中，竟然增加了一个针对证券系统（CCBSS）的分行应用集市——专门为证券主题报表准备好了大量汇总数据。如果说总行根据分行的需要在ODSB基础上不断的创建针对业务部门数据集市，那我们以后ODSB项目就会省去很多工作，即可以直接把总行返回的多个数据集市数据根据数据仓库架构抽取到我们的数据平台，形成分行企业级的数据仓库，在此平台上借助前台报表工具提供客户对历史数据查询和固定报表统计需要。

8.2、展示方式分析：

固定形式的报表是用来快速发现和定位问题或异常的，而动态OLAP是用来深入分析导致问题或异常的具体原因的。上面我为何不说成是我们在数据仓库基础之上提供客户灵活的联机分析（OLAP）、数据多维度钻取、挖掘出数据的内在价值，支持决策制定呢？也就是商业智能（BI）具备的功能呢？因为我们提供的这些固定报表足以满足业务部门的需要，根本原因在于我们面对的业务需求往往是客户提出上百张具有中国式的、格式复杂的固定报表，客户关心的就是减少每次手工产生和定期对关心指标数据的统计；而非提供多维数据联机分析、从历史数据形成趋势挖掘出数据规律提炼出价值，进而支持决策等商务智能系统应该具备的需求高度。

8.3、产品未来发展分析：

首先我就简单说明一下“商业智能”和“数据仓库”的关系：

商业智能是用来实现数据向信息转变，信息向知识转变，知识向价值转变的这么一个过程，以及这个过程中所使用到的种种技术和工具。商业智能是围绕着数据来做文章的，数据仓库也可以说是商业智能的核心环节，很多情况下，习惯性地，由于两者有如此密切的关系，所以在很多项目命名时，往往是把数据仓库和商业智能相提并论，有时这会给人一种很混淆的感觉。一般来说，上面所描述的是一个广义上的商业智能概念，在这个概念层面上，数据仓库是其中非常重要的组成部分，数据仓库从概念上更多地侧重在对各类企业信息的整合工作，包括了数据的迁移，数据的组织和存储，数据的管理与维护这些我们平常称之为后台的基础性的数据准备工作，与之对应，侠义的商业智能概念则侧重在对数据的查询，报表、多维/联机数据分析、数据分析和数据可视化工具这些平常称之为所谓前台的数据应用方面。

那么，要使我们ODSB方向的项目有个质上升，产生真正意义上的商业智能系统，就需要把商业需求而不是技术作为数据仓库的驱动力量，在开始时就应该关注需要什么样的信息，而不是如果提供这些信息。更不要将注意力集中在工具上，支持用户需求的基本结构体系才是重要的。最终提供客户真正关心具有商业价值的数据。我忠心希望，我们公司在ODSB方向的项目越做越大，实现具有产品意义上的价值，在IT行业内推出权威软件产品，最终推向全国建行。

 

综上所述，我从八个方面围绕我们这次所完成的XXX银行系统做了分析和总结，希望对大家日后的项目实施过程中起到积极的作用。

 

                                         总结人：mgjava@163.com