信用卡业务本身具有许多优秀品质，它蕴涵了成本收益、客户管理、信用风险等诸多分析要素。货币的电子化发展趋势也使信用卡成为商业银行所能提供的一种重要的金融工具，在银行业务量中占有越来越大的比重，以花旗银行为例，其年交易额的60%源自信用卡。国内商业银行开展信用卡业务已有多年，相关数据积累较为完备、真实，信用卡业务的经营运作也已从简单的扩大规模、以量取胜阶段进入到了成熟竞争、以质取胜的阶段。

　　背景
　　中国银行广东省分行是国内金融界最早成功实施数据仓库应用解决方案的单位，该分行在1996年投产的省市两级金融管理信息系统（FMIS），因首次采用并成功实施了先进的数据仓库/OLAP技术而荣获"八五"国家科技攻关重大成果奖，并成为目前业界反复引用的典型成功案例。在随后的数年中，中国银行广东省分行在决策支持/数据仓库应用研发方面的投入一直保持相当大的力度，陆续推出了数项新的应用，应用领域也从最初的财务管理、资产负债指标监控等，逐步延伸到了目前的客户及消费行为分析、个人信用评估、授信风险监控、客户关系管理以及一对一个性化营销等。

　　中国银行广东省分行所实施的信用卡客户关系管理解决方案是与科技公司合作研制开发的。系统采用了Brio和IBM的业界领先的数据仓库技术和工具，专门针对信用卡业务的商业智能应用。该系统的研制目的是为与信用卡业务有关的各级管理人员、统计分析人员、风险监控人员，特别是业务发展人员提供灵活、有效的实时数据分析/决策支持环境，使他们能够便捷地获得并分析客户特征信息、各交易要素信息以及市场统计信息，从而支持成本收益、风险控制、绩效评估、客户管理、营销战役等决策目标的实现。

信用卡客户关系管理应用系统的设计思想是：最大化地利用业务系统所积累的有关客户的各类数据来获取信息，以期有效地提高客户忠诚度，并与之保持长期的和有益的业务关系。实现这一思想的技术基础包括数据仓库技术、数据挖掘技术、联机分析技术（OLAP）以及先进的决策支持与报表工具。

　　具体到硬件层面，该系统采用了一台IBM pSeries F80小型机作为数据仓库服务器，一台高档PC服务器作为前端应用服务器和Web服务器，这两台服务器通过局域网连接相关业务部门的分析客户端和其它应用服务器（如网上银行应用服务器）。在软件层面，系统前端分析采用了Brio、Excel等不同工具，为分析人员提供了灵活的数据呈现形式。该数据呈现环境充分利用了Brio强大的数据PULL/PUSH技术，特别是其服务器端的分析任务计划调度、基于Web的报表分发、客户端零管理等功能，为用户搭建出了一个富有效率的数据分析环境。

　　信用卡客户关系管理应用系统以客户为核心，着重分析客户、商户、发卡机构、交易等四大主题。客户主题对信用卡客户进行分类和管理，商户主题对特约商户进行分类和管理，机构主题描述银行分支机构及其隶属关系，而交易主题则作为活动记录把其它三个数据主题联系起来，反映客户在不同商户的消费行为。

　　针对信用卡业务的特点和市场竞争需求，对信用卡业务信息的分析应用主要包括：客户信息分析、交易信息分析、商户信息分析、透支风险信息分析、综合信息分析、财务信息分析等。 通过对上述分析产生的各种分析报表、图表、统计数据等进行综合、决策，从而达到四大应用目标，即风险管理和控制、客户关系管理与个性化服务、商户分析与市场策略、费用控制与利润分析。

　　中国银行广东省分行所实施的信用卡客户关系管理应用解决方案，在借鉴吸收了业界先进技术以及国外同类成功应用经验的同时，还针对我国商业银行的具体发展状况，特别是中国银行的信用卡业务特点进行了大量本地化工作。特别是其核心信用卡数据仓库数据模型，在设计过程中充分采纳了经验丰富的业务专家的意见，并参考分析了数个国际知名厂商的数据仓库的数据模型原型，确保了系统的先进性和实用性。

　　实施效果
　　自2001年7月正式推出以来，该系统已成为中国银行广东省分行信用卡业务相关人员进行决策分析和经营管理的有效支持工具。信用卡业务人员不但可以从日常繁重的统计报表工作完全解脱出来，而且能够进行大量所需数据的多样型分析判断，从而进行诸如特约商户发展、对账单个性化等业务创新实践。

　　专家点评
　　特约专家：Brio中国区经理王善越 中国BI市场的资深人士，从事银行电子化建设多年，对银行信息化、尤其是商业智能的应用颇为熟悉。

　　在服务客户的过程中我们发现，由于历史的原因，银行在上马数据仓库项目的时候，往往不知从何下手，觉得每个部门都需要改变，然而庞大的投资和随之而来的风险又让很多用户望而生畏，进退两难。Brio的产品在国外金融行业有着许多成熟的应用，我们希望能把这一优秀产品及国外成功案例的经验带给国内的银行，帮助他们更好地服务客户，降低风险。广东中行基于大处着眼、小处着手的原则，在数据仓库的规划上考虑全行长远的需求，在实施层面上针对一个具体的分析主题进行具体设计、开发和投产，从而保证了项目的实用性和不断成长的生命力。数据仓库的全面实施需要大量的时间、人员和资金的投入，三者之中以时间最为宝贵，它代表的是不可复得的商机。 针对数据仓库应用应该从哪一个分析主题开始的问题，Brio建议客户应考虑以下两个重要因素：一是哪个业务模块最需要决策数据；二是哪个模块的投资风险最低，最容易出效果。于是，在零售银行业务中，信用卡业务具有资料齐全、可信度高、客户需要迫切、市场竞争激烈等特点，使其完全适合作为数据仓库实施的切入点。在国外，美洲银行的实施策略与广东中行类似，他们也是统一规划、分步实施，从信用卡业务开始，而后扩展到信贷等业务。

　　目前，中国银行业面临的最大压力就是如何提高自身的服务水平，这也是金融信息化的最终目的。因此，营销部门如何利用数据仓库技术来实现风险管理、个性化服务是银行的利益所在。数据仓库集中了数据，接下来最需要的就是利用其中的数据分析出对支持决策有用的信息，尤其是客户的信息。这将有利于实施主动的一对一营销，以适当的金融产品定位客户，从而引导业务在能够提供最佳投资回报的区域内展开，同时降低银行的运营成本。 时下，经营界流行讨论80/20的原则，就是说，企业80%的收入来自于20%的客户，如何寻找到这20%的客户是每个企业经营者的梦想。美林银行认为，无论是对ERP、CRM，还是对SCM，商业智能将是引导它们继续升温的重要因素。目前，数据大集中已经成为中国银行业的共识，集中之后何去何从，这是业界争论的一个最激烈的问题。不过，利用这些数据进行正确决策，从而引导业务的增长是大家共同的愿望，而这方面也正是Brio和IBM的专长。