2011年4月，中國銀監會出臺《中國銀行業實施新監管標準的指導意見》，明確了我國銀行業實施國際新監管標準的原則和目標，其中著重強調了數據基礎和IT系統建設的重要性。實施新監管標準的核心，是風險計量的精細化，要求建立良好的數據管理環境，完善數據架構，建設統一的風險管理信息系統，為新監管標準實施奠定堅實的基礎。

　　目前，在銀行的信息管理中，信息孤島現象比較普遍，隨著業務規模擴大、客戶結構復雜化、產品復合化衍生化，進行數據治理和數據整合，使之更好地服務于經營管理，是銀行面臨的難題之一。其中，如何將分散在各個業務及管理環節的海量信息數據進行有效管理與利用，推動業務流程改善，提升工作效率，為企業發展決策提供有力依據，是我國商業銀行特別是區域銀行信息化建設面臨的重要課題。在這種情況下，數據倉庫平臺建設顯得尤為重要。龍江銀行的實踐初步證明，數據倉庫系統對于推動銀行實現信息規范化和集約化管理、增強核心競爭力具有重要意義。

　　數據倉庫是持續完善的過程

　　龍江銀行成立于2009年底，是在原齊齊哈爾市商業銀行、牡丹江市商業銀行、大慶市商業銀行和七臺河市城市信用社(三行一社)的基礎上合并重組設立。龍江銀行戰略定位非常清晰：面向農業產業、面向中小企業、面向地方經濟。為適應“三個面向”的發展戰略，科技規劃定位于要做一個以客戶為中心、適應業務創新的流程銀行，構建基礎穩固、業務領先、信息完備、治理科學的信息科技支撐體系。為此，需要一個強大的數據倉庫系統，來實現管理信息化的提升，將所有的信息進行收集、整合、識別，用于決策依據，從而將龍江銀行特有的管理理念貫穿到整個信息化體系中，形成區別于同業的巨大優勢。

　　數據倉庫建設在很大程度上不是一個技術實現的問題，而是一個綜合治理的問題，主要包括以下三個方面：

　　信息的采集與管理。從技術角度講，信息的管理非常簡單，無非是增加、刪除、修改、查詢。但是，從信息采集、管理、應用角度講，則是一個異常復雜的系統工程。從目前銀行的情況看，信用卡、信貸業務的信息質量相對較高，其他業務的信息質量則較差。究其原因，在于信息管理。國內商業銀行尚未形成有計劃、成體系、安全的信息管理模式，所以信息的來源始終是一個制約海量數據管理的瓶頸問題。

　　信息的標準與清洗。因為歷史原因，現階段國內商業銀行的信息呈現“孤島”現象，即信息被鎖定在不同的應用系統中，而且不同的系統中，信息標準不同，信息粒度各異，導致信息的有效性較差、質量不高、關鍵信息缺乏。商業銀行對于數據清洗與信息標準化關注度較高，但多數采用技術手段實現，這樣一來，因為沒有解決信息源頭的問題，可以看到的現象是：后面清理著垃圾，前面不斷制造垃圾，無法從根本上解決數據質量不高的頑疾。

　　數據應用。數據應用是一個長期建設的過程，因此，數據倉庫的建設，需要統籌規劃，最重要的是不要在建設過程中出現反復，從而影響數據的質量與準確性。對于銀行業務來說，關鍵要建立一個較為完善的指標體系，它好比一個篩子，不論數據源多么繁雜和富于變化，都能進行有效的篩選，并實現數據源與數據應用的有效隔離，盡可能減少因數據源的頻繁變化而影響既有應用的再開發。

　　因此，數據倉庫建設是一個持續完善和改進的過程。

　　數據倉庫的源是銀行既有系統的數據，包括交易數據、客戶數據、產品數據等。因為數據倉庫模型是先進管理思想的集成，所以依托原有系統建立的數據倉庫，反過來對現有系統和管理模式也有一個完善和推動的過程。

　　龍江銀行數據倉庫建設是分布實施的。數據倉庫建設是基于應用驅動、業務驅動。業務需要什么，就去找什么數據源，然后放到數據倉庫里面。通過這種方式來提取數據源，保證了數據源從整體范圍約定上的準確性。下一步，是數據質量管理，構建一個完整的數據質量管理系統。隨著數據倉庫不斷擴充，還會有數據周期管理，解決數據全面和提取效率的矛盾。應用驅動的方式，保證所有進到數據倉庫的數據都會被使用到，所以即使數據質量有問題，也會很早就反映出來。數據質量不怕有問題，而是怕有了問題不知道，怕沒有管理。

　　在構建數據倉庫過程中，龍江銀行數據倉庫平臺采用了IBM迭代開發方法論，嚴格遵循需求分析、設計、編碼、測設、上線流程，項目成果根據迭代周期分模塊、分批上線，既整體降低了項目風險，也可快速響應業務需求，及時反映業務價值。同時，數據倉庫整體解決方案為數據倉庫建設提供了從底層數據抽取、整理、轉換到數據倉庫管理、數據集市、負載管理、安全控制、前端展現及Web應用部署運行的端到端解決方案。

　　目前，龍江銀行數據倉庫之上的應用主要是分析系統，也就是說，把已經有的東西展現和挖掘出來。比如原來屋子里有很多東西，橫擺豎擱，較為混亂，那么現在按照條理框架整理出來了，能夠清楚地顯示這里是什么東西，那里是什么東西，揭示他們之間有什么關系，變動后將導致何種相互影響。

　　數據倉庫提升管理效率

　　2011年10月10日，龍江銀行數據倉庫系統正式投入使用，不僅能滿足內外部監管和信息審計的需要，促進行內信息的集中與共享，提高管理效率，還為信息資源化和決策科學化的實現提供了支撐。

　　數據倉庫成為整合經營管理分析平臺的基礎。在數據倉庫基礎上，將經營管理報表、6S管理報告、KPI指標快報、經理人360度考評、機構考核、客戶經理考核、柜員考核、人力資源管理八個主要經營管理分析系統進行整合，實現了經營管理分析系統平臺化，一次平臺登錄即可訪問全部分析系統。其中經營管理報表覆蓋了“三農”、中小企業、個人金融、公司、集采等多個條線日常管理分析工作所使用的信息;6S管理報告可對6S管理的戰略規劃和全面預算的執行貫徹情況給出準確有效的反映和分析;經理人360度考評、機構考核、柜員考核、客戶經理考核分別針對高層管理人員、各分支行及業務條線、前臺柜員和客戶經理，通過模擬利潤、業務量統計、經營狀況分析等方式提供了業績認領、評定及監測的準確信息。

　　數據倉庫應用包括了績效考核、KPI指標快報、6S管理快報和管理報表，可為決策層、財務及業務分析人員、前臺業務條線(包括“三農”、中小企業、公司、個人金融)等不同部門的管理人員提供集中靈活的分析應用，已經成為銀行管理決策、日常工作和業務開展中不可或缺的組成部分。例如，龍江銀行總行條線經理以上、分支行行長以上的管理人員每天都會接到以短信形式提供的全行及所轄的關鍵經營指標數據。客戶經理考核系統、柜員考核系統及經理人360度考評系統已經成為對高層管理人員、客戶經理、前臺柜員日常工作和業績評定的基礎。

　　數據倉庫應用支撐特色業務發展。龍江銀行的特色業務——農業供應鏈金融和IPC小微貸款，對象均為小企業，如果按照傳統的風險控制管理標準，考查其資產負債率水平，核查擔保、抵押等，大部分小企業低于貸款準入門檻。比如，有些小企業運轉很好，銷售訂單情況良好，庫存周轉率也不錯，但就是負債高。針對這些小企業的特點，龍江銀行采用了另一種風險控制方式，側重于過程管理，跟核心企業ERP聯網，跟蹤了解其財務、訂單、庫存等信息，解決了信息流和資金流監管問題。與核心企業互動合作，還可以更好地管理上下游企業，增強吸引力。比如一個大米深加工企業，它可以跟農戶或者是農場簽訂單，然后幫助聯系農藥化肥廠家，這樣各方都會減少成本、降低風險，形成規模效應后，整體運轉效益就會得到很大提升。以加工企業為核心，這些上下游客戶的訂單、資金周轉等都會在核心企業留有信息痕跡，銀行跟蹤管理好相關信息，就可以形成風險管理的閉環，在控制風險的基礎上拓展業務。特色業務迅速發展，不僅提高了銀行的經濟效益，也對地方經濟發展做出了很大貢獻。

　　基于數據倉庫的客戶關系管理和績效管理，成為銀行向“以客戶為中心”轉型的推動力。銀行經營績效中，每個客戶的貢獻、每個產品的貢獻、每個員工的貢獻如何體現?目前龍江銀行的績效管理方式，是根據不同的業務類型，分別計算模擬利潤，管理者和員工每天都可以看到自己的模擬利潤，而不必等到月末或季度末，使日常經營中糾偏非常及時。隨著數據倉庫建設的不斷完善，以后還要陸續做成本分攤、資本轉移定價、資產負債管理，并且要把風險計量引入到績效考核中，把模擬利潤轉為對經濟附加值(EVA)的考核。只有這樣，績效考核這個“指揮棒”才能更好地引導企業實現既定戰略目標。

　　數據倉庫之上的應用系統和業務系統建設，將先進的管理理念、管理思想固化到管理流程中，從操作上保證了管理效率的提高。現在銀行經營同質化比較普遍，從外面看很多銀行差別不大，但是為什么有的銀行市場定位非常精準，效率非常高，客戶體驗非常好，而有的銀行相差很大，這跟管理理念和管理思想的落地是分不開的。企業信息化建設在硬件設施、系統框架等方面很容易模仿，但理念和方法的差異才是制勝的關鍵。