中国大型商业银行在信贷应用与分析系统中,建立了全行的信贷数据仓库,包括450个信贷数据集市,每个地市级分行均设有信贷数据分析中心。数据规模达到6T,年增长500G。系统运行八年,服务超过20,000名用户,累计投资超过5亿。该系统采用ROLAP模型,使用BusinessObjects作为分析工具,以Informix为数据仓库平台,Domino/Notes为应用平台。
中国大型商业银行信贷数据仓库应用案例分析
相关推荐
数据仓库商业银行IT系统
数据仓库的三层架构思路挺清晰的,抽取、管理、一条龙搞定,适合银行这种数据量爆炸的业务场景。ETL 那块讲得蛮细,尤其是增量更新和调度监控,做得不好的话,光是数据同步就能把你拖死。数据存储用了经典的ODS-DW二层结构,支持多维,查询也快,像Oracle、Teradata这些老牌数据库都在用这套思路。主题清晰、数据稳定,做 BI 再合适不过了。和展示层用了OLAP和数据挖掘配合,像SAS那套行为计分和申计分机制,用数学模型动态调整授信额度,还能找出高价值用户,这操作可以说是“懂业务+懂技术”的典范。工具方面也挺全,ETL 有Informatica、DataStage;这块有Business Ob
数据挖掘
0
2025-06-17
商业银行信贷管理系统CMIS综述
信贷管理系统CMIS包括业务管理和风险控制两大核心内容。该系统支持法人客户、个人客户、同业客户及关联集团的信贷业务管理、统计分析、风险识别与控制,实现了无纸化审批和授信限额管理。CMIS还提供信贷及相关业务信息的存储、汇总、收集和反映功能,为商业银行的经营管理提供监控、决策、分析和预警等支持。
统计分析
10
2024-09-13
商业银行IT系统中的数据仓库应用
商业银行IT系统中的数据仓库涵盖了数据的抽取、存储和管理、以及数据的分析和展现三个关键技术层面。数据抽取层负责ETL过程的设计和实施,确保数据加载和更新。存储和管理层采用ODS-DW结构,支持多维查询和包括业务数据和元数据的稳定存储。数据分析和展现层提供OLAP和数据挖掘技术,利用人工智能和统计分析发现并预测隐藏在历史数据中的规律。
数据挖掘
11
2024-09-13
数据仓库商业银行IT场景原版资料
数据仓库的一套原版资料,内容挺全,逻辑结构也清晰。基于银行 IT 系统场景,把 ETL、DW、OLAP、数据挖掘这些知识点串得比较顺,适合你深入理解数据流怎么走,怎么存,怎么。哦,对了,还有真实案例,比如广发银行怎么用 SAS 做行为计分和信用评估,蛮实用的。
ETL 的 ET部分讲得细,增量抓取、转换调度、监控点都有提,基本能还原你做一个数据加载系统的全过程。Informatica、Datastage这种老牌工具也有提,拿来对比现代工具也挺有意思。
DW 存储结构是走 ODS-DW 两层,老方案但还蛮经典的。面向主题、集成、不可删改这类特性都写得明明白白。内容还提到了结构化和非结构化数据的混
数据挖掘
0
2025-06-30
商业银行IT系统中的数据仓库:业务视角
数据仓库的三大技术层面
数据仓库的功能和逻辑结构决定了其三大技术层面:数据抽取、存储和管理以及数据分析和展现。
1. 数据抽取层
负责设计和实现ETL过程。
完成数据仓库的数据加载和更新。
数据源包括行内业务系统和行外相关数据。
2. 存储和管理层
采用ODS-DW二层结构。
存储的数据具有以下特性:
面向主题
集成
相对稳定(不可删改)
随时间不断变化
支持多维分析的查询模式。
存储内容包括业务数据和元数据。
保存的数据类型包括结构化数据和非结构化数据。
3. 数据分析和展现层
提供OLAP设计、分析和展现手段。
包括联机分析和数据挖掘两大技术。
ETL过程
ETL包括数据抽
数据挖掘
11
2024-05-12
数据仓库商业银行IT核心知识压缩版
数据仓库的压缩知识包,挺适合做银行系统的同学快速过一遍核心概念。像 ETL、OLAP、数据挖掘这些老朋友全都涵盖了,讲得也蛮系统。结构是按三层逻辑来拆的,从数据怎么抽取、怎么存储,到怎么展现。内容还穿插了实际案例,比如广发银行怎么用 SAS 做信用评分,这种就挺接地气。
数据的抽取层,重点是 ETL——抽、转、载,技术细节还不少。像增量更新、调度监控啥的,讲得比较清楚。你要做批、同步数据,那部分可以反复看几遍。
存储和管理这块,用的是ODS-DW的二层架构。ODS 偏近实时,DW 偏,结构清晰,方便你做后续的主题建模。数据的四大特性也有讲,像面向主题、不可删改这些,做银行类系统要注意合规要求。
数据挖掘
0
2025-06-24
CMIS信贷管理综述(商业银行IT系统知识压缩版)
信贷系统的核心功能其实就两块:业务管理和风险控制,CMIS 在这方面做得还挺系统的。法人客户、个人用户、还有同业客户这些,统统都能纳进来,流程、审批、授信限额这些也都能覆盖,配合无纸化审批,响应也快。
CMIS 的客户管理逻辑比较清晰,像集团客户关联度高、权限分层复杂的情况,它也能得蛮细,适合那种客户结构偏重的银行系统。而且还自带统计和风险预警模块,数据一多,信息集中起来也方便,别小看这块,多老系统做不到。
数据库设计也比较稳,可以参考这份V1.1 数据库设计书,逻辑清晰,字段定义也比较合理,拿来做二次开发或者快速入门挺省事。你也可以看看它和RedHat+Oracle 11i的集成那部分,对接
统计分析
0
2025-07-01
数据挖掘在商业银行应用研究
运用数据挖掘技术,商业银行可挖掘客户数据,分析消费行为,优化营销策略,提升风险管理能力,提高运营效率。
数据挖掘
14
2024-05-20
商业银行IT系统技术栈概览
商业银行的系统技术栈,还真挺有年代感的,但也有不少技术现在依然吃香。像J2EE和COBOL,在银行核心业务系统里,至今还活跃着。嗯,虽然听起来有点老派,但稳定性和吞吐量是真顶。搞报表、OA 那一块,多时候就上了.NET、VBA甚至NOTES这种轻量级技术,响应快、开发也省心,适合非交易类的轻量系统。要说未来几年银行 IT 里比较火的,应用整合肯定是主角。像ESB、SOA、TIBCO这类构件化平台,用来打通各类业务子系统,效果还不错。你在搞系统对接或者老系统改造,基本都得碰。BPM和工作流也越来越刚需了,是在信贷、审批这些流程里,配个像Biztalk、FileNet这种平台,流程走得顺,改规则也
数据挖掘
0
2025-06-25