如何建构银行基础数据模型

开篇：润墨网以专业的文秘视角，为您筛选了一篇如何建构银行基础数据模型范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

在搭建企业级数据仓库系统时，需要充分了解和分析前台业务处理系统和应用，在此基础上进行有效的重组和整合，为各种分析应用（如客户关系管理、风险管理等）提供单一的、整合的数据基础。担负这种数据重组和整合任务的数据模型称为数据仓库系统的“基础逻辑数据模型”。

基础逻辑数据模型建设好之后，银行可根据不同需要（如客户关系管理、绩效考核、风险管理等），根据应用产品和功能设计不同的分析应用模型，包含具体的、特定的分析逻辑。这种模型中往往都含有较多加工处理的成分。这种为实现特定用途而设计的数据模型称为数据仓库系统的“应用数据模型”。

因此，银行科技建设和业务分析人员应该高度重视核心基础数据模型的建设。它将直接影响到整个数据仓库系统的建设乃至后续各种分析应用。

明确建设目标

银行建设数据仓库系统时应充分明确建设目标，核心的逻辑数据模型是对银行业务的高度抽象，能够提供对关键业务数据的组织和整理，建立一套完整、统一、规范的标准，以便进行各类分析。一个好的核心基础数据模型应该满足以下条件。

概念上 具有高度抽象的、中性的、可共享的概念，可有效、全面、完整地适应与涵盖银行现有的业务范畴以及数据范围；不针对某个特别的应用而设计。

结构上 应是稳定的、灵活的、可扩展的；能以满足第三方式的方法构建模型，存放最详尽的数据，保证足够的灵活性，适应复杂的实际业务情况，在业务发生变化或者新增数据源时易于扩展；核心结构在很长时间内应保持稳定性，便于回答不断产生、不断变化且无法预先定义的业务问题。

表现形式 应是规范的、易懂的；包括各类命名规范、业务规则定义、度量方式等；使用统一的业务语言进行模型设计，易于业务人员理解和使用，也有利于IT部门和业务部门人员的沟通。

数据仓库系统的建设目的和方法不同于传统业务系统，其开发建设方式也有所不同，它的建设绝不是一蹴而就的。比较成熟的建设步骤应该是分阶段实施，逐步进行完善和增强。整个建设过程最关键的阶段就是项目的最初阶段，应将工作重心放在搭建模型框架、建立模型设计思想和培养模型设计人员三个方面。

两种实施策略

银行在明确建设目标之后，如何选择具体的实施策略，制定设计的阶段和步骤呢？常见的主要有以下两种。

自主研发 银行根据以往的业务经验提炼本行业务的关键主题；再设计出本行的概念模型；然后通过具体的业务反复论证，同时考虑将来的分析需求，进行基础逻辑数据模型的详细设计。

这种方法可以快速启动，完全依托本行的业务元素和规则，使用行内技术人员和业务人员比较熟悉的语言进行模型的设计，具有很好的适用性。但是整个建设周期比较长，同时往往由于经验不足等原因给项目带来一些不可控的风险。由于参与人员经验的不足，不能够站在全行的高度，从管理分析的角度去理解所有的业务以及相应的数据，造成一些局限性。

依托成熟产品进行客户化 银行研究不同的业界模型产品，从中选择一个作为蓝本，结合本行的业务数据和应用系统进行具体的定制化。

这种方法的建设周期短、风险小，同时也能够很好地借鉴成熟的逻辑数据模型中蕴涵的经营管理理念。但是银行需要研究和比较多个业界流行的逻辑数据模型，熟悉各自的设计思想和理念，并从中挑选一个适合本行的模型产品进行客户化。

从国际、国内商业银行建设数据仓库系统的经验和案例来看，为了保证项目的成功实施，避免和控制项目风险，他们几乎都选择了第二种方法――客户化。面对众多逻辑数据模型产品，银行在进行选择时应该关注一些什么样的内容呢？

产品层面

覆盖范围：模型产品应能够适合、涵盖银行的所有业务范围，可以在单一模型中支撑零售银行、公司业务、保险、信用卡、经纪、证券和电子商务等，满足未来混业经营的需要。

对业务发展的适应性：模型产品应有高度的概括和归纳，既满足规范式化要求，又具有足够的灵活性，在扩展业务、新增品种或改变规则时，模型通过简单的调整和扩展即可适应。

对应用的支撑和扩充：模型产品不应偏向某个部门或某些专业的特定应用，要能够支持绩效管理、客户关系管理、资产负债管理、资金财务管理、风险管理等应用，并与国际金融业完全接轨，从数据接口层面支撑业界监管需要。

模型的开放性：模型产品应有清晰、严谨的模型架构，满足模块化和结构化的设计要求，真正实现数据一次导入，多次使用。

转化成物理数据模型的方便性：进行一些物理化的定义之后就可以直接利用建模工具平滑地完成物理模型设计。

服务层面

客户化方法与能力：逻辑数据模型必须有经过实际项目验证过的客户化方法论做指导，明确严格的工作步骤、流程、任务分配，并提供必要模板。

业绩经验与表现：应具有国际化大型（特别是国内）商业银行相关项目和领域的成功实施案例；在行业内具有良好的信誉和业绩。

全球支持能力：全球专职研发团队――各国家地区的具体实施团队；高级建模顾问――高级金融行业顾问。