IBM的商务智能及CRM.ppt

《IBM的商务智能及CRM.ppt》由会员分享，可在线阅读，更多相关《IBM的商务智能及CRM.ppt（93页珍藏版）》请在三一办公上搜索。

1、IBM的商务智能及CRM在银行领域中的应用,郑晓军DM,SoftwareIBM China,2,商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的专业咨询服务和成功案例,内容提要,银行计算机系统应用趋势,以客户为中心业务种类多样化、市场竞争日益激烈企业的竞争实际上是争夺客户的竞争业务经营向客户为中心转化,应用系统的发展趋势计算机系统的普及和电子商务使银行拥有前所未有的客户交易数据系统重点由处理转向管理,引进商务智能和CRM解决方案捕捉业务交易和客户交流的每个角度来生成有用的信息建立基于分析的企业管理运营体系发现客户特征并实施市场策略,4,银行领域的

2、商务智能解决方案,从现有业务系统中获取大量信息客户信息和交易信息建立深层次的分析体系包括建立完善的客户信息管理以信息驱动业务的管理建立、维护并实施商业规则将企业转化为：对市场敏感的以客户为中心的以信息驱动的新一代电子商务企业,商务智能的原理,更大的效益,6,商务智能的发展,时间,业务报表,数据仓库,商务智能解决方案,第一阶段信息管理提供基本、静态信息固定格式、时间、内容,第二阶段信息管理建立数据仓库存储业务数据建立数据集市解决特定的专题分析提供OLAP和统计分析,第三阶段信息管理建立客户为中心的数据仓库和数据集市集成复杂的管理工具(OLAP,数据挖掘、业务评估)数据的分析影响业务模式集成客户交

3、流渠道,更有效的智能化管理,7,商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的专业咨询服务和成功案例,内容提要,8,银行数据处理面临的问题,传统业务处理系统的客户信息不足多种业务系统形成多个信息孤岛不利于决策客户信息和业务数据的重叠、不一致交易数据的存储管理在分析决策方面的价值极为有限,商务智能的核心：数据仓库系统,操作环境,ExtractIntegrateTransformMaintain,分析环境,10,从商务智能到客户关系管理,商务智能发现业务运营的规律业务分析发现有价值的客户客户分析客户关系管理系统管理企业与客户的交流渠道柜面业务、网上

4、银行、呼叫中心制定市场和销售策略吸收、保留有价值的客户提升客户的贡献度以及为企业创造的价值基于商务智能建立CRM成为当前商业银行信息系统的发展重点,11,银行商务智能系统与CRM的建设,基础数据仓库帐务分析交易分析财务分析客户信息管理收集并管理客户综合信息和属性以客户为中心联系所有业务和服务建立客户经理与客户的关系客户交流渠道的集成与网上银行和呼叫中心集成客户关系管理应用客户的评估和市场销售行为,12,Customer Services System,DirectInteraction,Vertical AppsCategory Mgmt,Field Service,Mobile Sales(

5、Product CFG),Sales Automation,Marketing Automation,Customer Service,Supply ChainMgmt.Order Promising,LegacySystems,ERP/ERMOrder Mgmt.,Voice(IVR,CTI,ACD),ConferencingWeb Conference,E-MailE-Resp.Mgmt,Fax/Letter,Direct Interaction,DataWarehouse,Customer Data Mart,ProductDataMart,CustomerActivityData Ma

6、rt,Business Analytical System,Business OperationSupport System,Customers Interaction,MobileOffice,FrontOffice,BackOffice,CRM应用的体系结构,Closed-Loop Processing,业务系统,分析系统,客户交流渠道,13,银行CRM系统的特点,客户信息需要扩充综合业务系统以帐务为主综合业务系统的交易反映了客户与银行的关系银行与客户联系的信息不依于赖呼叫中心客户服务环节渗透到综合业务中网上银行、电话银行业务数据详尽准确成熟的综合业务系统客户价值的评估相对复杂涉及成本的摊

7、分和收入来源,14,呼叫中心/客户服务中心/网上银行信息服务,CRM数据集成系统,CRM数据仓库(操作数据和分析模型),综合业务系统银行柜面POSATM信用卡业务财务系统,CRM决策分析环境客户分析子系统操作型CRM应用,基本信息服务接口,银行业CRM系统的体系结构,15,CRM系统的体系结构,总行主要负责决策分析客户关系管理的主体在分行,总行系统,分行系统,分行系统,16,CRM数据仓库,EIS,综合柜面系统信用卡POSATM,CRM数据仓库,EIS,数据集成系统,分行CRM,总行CRM,呼叫中心,总行客户信息服务,分行客户信息服务,综合柜面系统信用卡POSATM,CRM数据仓库,EIS,数

8、据集成系统,分行CRM,呼叫中心,分行客户信息服务,CRM系统在银行的总体分布,17,CRM系统的建设步骤,建立客户信息数据库构建基于客户信息的业务分析系统实现客户综合评估系统实现操作型的CRM应用,18,建立客户信息数据库 I,设计客户信息数据库设计多功能的客户标识号以及标识号的生成和分发区分团体、企业客户和个人客户客户属性的设计：基本属性：相对固定的自然属性扩展属性：客户之间的关系、客户的文档、动态的属性派生属性：客户分析和评估的结果或计算的结果属性的代码化和管理统一的固定代码表专用的“不详”属性代码标识客户属性的动态扩充和定制跟踪、描述部分客户信息的变化,19,建立客户信息数据库 II,

9、设计银行客户经理的管理建立银行客户经理的管理客户经理可以分类客户经理可为部门或个人建立客户与客户经理的关系客户经理的考核将基于该信息客户业务的信息纪录客户所拥有业务的状态登记表中的信息，客户交易不在此列客户信息与业务系统接口利用三层结构提供客户数据的操作对象接口TP Monitor,CORBA,J2EE,etc.提供LDAP服务供客户目录查询,20,建立客户信息数据库 III,客户信息的操作提供的客户信息维护和访问界面客户签约/归户终端：与综合业务系统前台集成ASP、JSP：提供管理人员和客户经理使用固定代码定义和维护系统动态属性的定制和管理系统客户号的生成和分发系统客户信息管理的系统管理员和

10、分组授权访问体系用户、用户组、资源和访问权限的管理客户信息的质量监控根据各属性“不详”代码的百分比统计客户信息数据的装载和导出客户数据和客户业务数据获取,21,客户信息管理系统结构,客户信息访问/维护客户签约/归户(终端或其它应用),客户信息采集/装入,客户信息数据库,综合业务系统,固定代码定义/维护动态属性定制/管理客户号的生成/分发用户授权/访问体系客户信息质量监控,中间件(TP Monitor,CORBA,J2EE,LDAP),Web Server,客户信息访问/维护客户签约/归户(浏览器),22,构建基于客户信息的业务分析系统 I,建立银行业务的数据仓库系统综合业务系统数据前置机的数据

11、业务交易的发生细节网上银行和呼叫中心客户服务信息和投诉信息需要扩充现有呼叫中心，将客户服务内容分类统计其它台帐信息业务的收入财务/会计数据业务的收支客户数据客户信息数据库系统,23,构建基于客户信息的业务分析系统 II,建立综合分析模型客户信息数据的采集是一个过程业务分析需要同时提供基于帐户的分析建立多角度、多层次的分析模型覆盖银行现有分析决策的需要采用多种设计和实现技巧如余额等非累计项的多维模型设计实现多层次综合报表系统提供基于Web的OLAP应用模式建立综合性的、针对各应用层次的EIS引入Balanced-Scorecard模型,24,银行数据分析的主题内容,25,客户关系管理/客户业务行

12、为分析,客户分段赢利水平帐号余额行业客户资料姓名、性别、年龄、职业、收入私人、企业时段机构与渠道分行网点、ATM、POS电话银行、网上银行帐号产品与交易存款、贷款、抵押、信用卡、代收、代付转帐,机构与渠道,时段,客户分段,帐号,产品与交易,客户资料,余额手续费发生额利息利润,26,客户的构成分析,分析指标开户数销户数持有量基本属性性别年龄段职业分类扩展属性集团客户客户分类客户信用度贡献度层次机构时段,开户数销户数持有量,机构,时段,客户分类,扩展属性,基本属性,27,客户关系管理,分析指标呼叫次数服务时长客户服务类别服务种类服务内容基本属性性别年龄段职业分类扩展属性集团客户客户分类客户信用度贡

13、献度层次机构时段,呼叫次数服务时长,机构,时段,客户分类,扩展属性,基本属性,服务类别,28,财务分析/风险控制,资产负债分析损益分析现金流量分析风险监控/欺诈检测机构时段会计科目/财务指标/指标比率一级二级,发生笔数发生额,机构,时段,会计科目,29,总帐分析(Assets/Liability,资产负债),财务指标流动性比率资产管理比率负债管理比率赢利能力比率资产负债结构(会计科目)企业活期存款企业定期存款活期储蓄存款定期储蓄存款资本金一级储备二级储备贷款长期证券投资固定资产机构分行网点、ATM、POS电话银行、网上银行货币时段,发生额,机构,时段,资产负债结构,货币,财务指标,30,企业收

14、益分析(Profit/Loss,损益分析),财务指标流动性比率资产管理比率负债管理比率赢利能力比率利润成分(会计科目)营业收入(利息、同行往来、手续费、其他)营业支出(利息支出、同业往来、手续费、其他)营业税金及附加营业利润税前利润总额净利润机构分行网点、ATM、POS电话银行、网上银行产品存款、贷款、抵押、信用卡、代收、代付转帐时段,发生额,机构,时段,利润成分,产品,财务指标,31,信贷管理分析-资产运用,贷款审查者贷款发放者贷款利率无风险利率风险利率客户资料客户财务状况流动性比率资产管理比率负债管理比率赢利能力比率客户等级大客户散客贷款质量不良贷款1-5级,贷款额还款额归还利息,客户资料

15、,贷款审查者,客户等级,时间,贷款发放者,贷款质量,贷款利率,客户财务状况,32,营业渠道分析(Channel Usage),存款余额分段贷款余额分段客户资料姓名、性别、年龄、职业、收入私人、企业时段机构与渠道分行网点、ATM、POS电话银行、网上银行交易类型存款、贷款抵押、信用卡代收、代付转帐,发生笔数发生额,机构,时段,营业网点及渠道,交易类型,客户资料,存款余额分段,贷款量分段,33,批量数据提取及信息访问,实时数据抽取业务通讯平台,综合柜面系统POSATM信用卡业务网上银行电话银行呼叫中心,分行CRM数据仓库,数据集成系统,客户数据收集终端和Web应用,总行CRM数据仓库,银行系统的数

16、据仓库,分析/决策系统,34,实现客户综合评估系统,客户信用评估灵活可定制的线性信用评估算法采用数据挖掘方法取得算法参数客户贡献度评估取决于会计数据和台帐信息考虑客户的费用客户忠诚度评估根据客户对银行的依赖程度客户消费倾向客户采用银行服务的特征客户资金的消费特征/信用卡的消费,35,实现客户综合评估系统 II,客户评估算法建立在线性系统或决策树上适应大批量计算评估算法的参数由经验值或数据挖掘系统得到提高评估的准确度和有效性数据挖掘结果和客户评估结果反馈到系统中系统的自适应环路,CRM扩展分析模型,OLAP,CRM基本分析模型,DataMining,客户评估模块,评估算法维护,36,实现操作型的

17、CRM,提供全面的客户及其业务信息呼叫中心座席、客户经理基于商务规则控制个性化服务设计并维护商务规则客户分析结果应用于商务规则自动更新个性化服务的控制机制，并体现到客户交流渠道中需要扩充现有呼叫中心或网上银行以网上银行和呼叫中心等客户交流渠道展现个性化服务提供服务推介、理财建议和咨询实现市场自动化(MA)根据客户消费倾向，提供服务管理和推介销售行为自动化(SFA)提供客户经理锁定客户生成营销计划建议,37,CRM系统配置,Data WarehouseOperational Data Store,Customer Browser,network,UNIX数据库服务器,Web Server,Met

18、aCube OLAP Option/DB2 OLAP Server,ASP Application Pages,XPS/Red Brick or DB2/EEE,CustomerApplication,OLAP Front End,NT/Win2000 OLAP服务器(应用服务器),PC客户机,PC客户机,Warehouse Manager/DataStage,DBMS,UNIX业务系统数据库服务器,Business Database Server,Intelligent Miner,38,客户基本信息访问交易(读写),综合业务系统帐务信息访问交易(只读),客户基本信息,综合业务系统帐务信息,

19、综合业务系统,CRM基本分析模型,CRM分析界面,CRM扩展分析模型,CRM算法维护分析环境,个性化服务控制及反馈,CRM系统数据流向,39,客户基本信息访问交易(读写),综合业务系统帐务信息访问交易(只读),客户基本信息,业务系统基本帐务信息数据库,综合业务系统,CRM基本分析模型,CRM客户/业务分析和报表,CRM扩展分析模型,CRM客户评估系统数据挖掘及算法维护环境,个性化服务控制、反馈市场/销售自动化,数据仓库,操作数据,业务系统数据,中间件和交换平台,其它业务系统,来自网银和呼叫中心的交易请求及前台处理,反馈到网银、呼叫中心、业务部门和客户基本信息,1,2,3,4,5,6,7,8,9

20、,10,14,12,13,15,16,银行业务系统,CRM系统,CRM客户信息操作/维护环境,11,40,商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的专业咨询服务和成功案例,内容提要,41,IBM 商务智能产品系列,WarehouseManager,数据的抽取和装载,DB2 OLAP Server,IBM商务智能/CRM技术咨询服务,DB2/UDB,数据存储/管理,数据分析/展现,应用成功的保证,DB2/EEE,ExtendedParallel Server,Seagate Info,MetaCube OLAP Option,Red Bric

21、k Decision Server,Intelligent Miner,Dynamic Server,DataStage,Data Warehouse,Data Mart,Operational Data Store,ROLAP Solution,MOLAP Solution,Reporting,Data Mining,42,数据仓库的数据抽取过程,数据抽取过程的技术要点要能适应各种数据源、应付复杂多变的联机环境要能嵌入用户定义的转换过程相应调度和管理机制数据抽取过程多样化解决数据来源问题系统的分布性数据的异构性信息的不完整性不被业务系统的现状所局限数据抽取过程的挑战工作量原始应用系统的复杂度

22、,Sun Solaris,HP-UX,IBM AIX,Digital Unix,Server,Repository,Designer,Director,Repository Manager,Administrator,DataStage,Windows NT 4.0 Server(Intel&Alpha),Windows 95/Windows NT Workstation Client,DataWarehouse,RDBMSOracleMicrosoft SQL ServerSybaseInformixUniVerse/UniData,MainframeQSAMVSAMDB2IMSIDMSAd

23、abasDatacomOthers,Hash File,Seq.or FTP,ODBC,Any SQL,Bulk LoadersOracleBCP(Sybase&Microsoft)Sybase IQInformixRedBrick,Sequentialor FTP,ODBC,StagedData,LoadUtilities,Bulk Loaders,Hash File,UniVerseUniData,Oracle 7&8Sybase,Native API,Native API,Oracle 7&8Sybase,ChangeData Capture,MainframeData Access,M

24、eta DataExchange,Microsoft Meta DataRepository,Sequential,数据抽取转换系统：DataStage,44,DataStage直观管理复杂的数据抽取和加载过程,45,46,Warehouse Manager vs.DataStage,Warehouse Manager管理全局的Meta Data不仅向RDB装载数据，同时向MDB装载数据提供主机数据的连接和处理,DataStage提供直观的图形化管理模式提供散列文件实现高效数据清洗和装载主要向RDB和文件系统装载数据提供主机数据的联机和处理,47,数据仓库存储的技术特性,只有量的支持做不到联机

25、分析有数量同时要有速度服务器访问特性访问频率稀疏、但查询复杂性增大并行处理优势突出数据库查询特性查询涉及数据范围广涉及多表连接、星型模式计算复杂传统索引作用有限检索方式、优化算法需要突破,扩展并行处理服务器：Extended Parallel Server和DB2 EEE,多结点（主机）组成并行处理阵列：针对MPP和Cluster每个结点运行数据库服务器的 Co-Server结点间采用不共享策略(Shared Nothing)通过数据分割实现并行处理，提供近线性的性能扩展能力,并行数据仓库服务器的工作模式 Function Shipping,减少网络流量降低结点间资源共享和交互提高并行扩展能力

26、(Scalability),星型模式(Star-Schema),Fact Table事务处理数据描述相应的属性（最低层）Dimension Table各种属性及其层次星型模式的规范化“雪花”型(snowflake),“维”,Keys,属性,Facts,地点 Table,时间 Table,产品 Table,客户 Table,Many Records.,未专门优化的连接过程,普通数据库的实现方法,52,Red Brick 的 Star Join 和 Star Index,多列星型索引的作用,Dimension table A,Dimension table B,Dimension table C,

27、FKA,FKB,FKC,CUST_NO,OUTLET_ID,PROMO_CODE,The FACT Table,Red Brick的 STARJoin,明显的性能增长！,54,Red Brick的位图索引技术,Q2:SELECT CAR with AUTO-transmission and SEAT is leather,1)Bitmap for Trans=Auto:1,1,1,0,0,0,2)Bitmap for Door=4D:1,1,0,1,1,0,3)Bitmap for SEAT=L:1,0,1,1,0,1,Bitmap 1“AND”Bitmap 3=1,0,1,0,0,0,Red

28、 Brick 的 TARGETindex,STATE/id name address billing COUNTRY1D NY2A NY3B NY7C UK8B NY9A NY1C NY6A NY5D CAN5D NY8B NY3B NY6B JAPAN,TARGETindex on column of highly skewed data,Red Brick Warehouse Automatically Chooses Appropriate Index Sub-type,Index Type Domain Size Poss Values ExampleUncompressed Bit-

29、mapSmall2-75 Gender,sizeCompressed Bit-mapMedium75-1,000 Country,StateRow-ID ListLarge1,000-10,000 ZIP code,Area codeB-TreeVery largeUnique SS#,Customer#,Mix sub-types on single column!,多维分析,联机多维分析使用户在随机的环境中通过不同的角度快速分析数据仓库中的信息：,数据仓库的OLAP多维视角,58,基于关系库的OLAP体系结构,MetaCube 是一种将关系数据库的行和列为最终用户表示成多维“立方体”进行分

30、析的OALP分析引擎,59,Alerter,Scheduler,Sampler,WebPublisher,MetaCubeOLAP Server,OpenAPI,Server:NT or UNIX,Middle Tier:NT,数据仓库RedBrick(MetaCube Metadata),QueryBack,Aggregator,IncrementalUpdate,Partners,Vertical Applications,MetaCubefor Excel,MetaCubeWeb Explorer,MetaCubeExplorer,Client:NT,95,Web,Statistics,

31、Financial,Custom,Scientific,MetaCube Engine,MetaCube OLAP 多层体系结构,60,DB2 OLAP的原理,61,DB2 OLAP Server 结构,同时提供MOLAP和ROLAP应用模式提供OLAP开发接口,62,报表平面的数据表现,需要经常浏览的数据相对固定的关系模式支持Intranet浏览器的访问方式,Seagate Info,63,Intelligent Miner 的工作流程,64,Intelligent Miner 的聚类分析,65,商务智能与银行业务系统的发展银行商务智能及客户关系管理系统的建设IBM数据管理产品和技术IBM的

32、专业咨询服务和成功案例,内容提要,66,CRM系统技术咨询服务内容,系统总体结构设计客户关系管理应用设计分布式数据库设计和部署数据仓库设计和实施项目管理和控制,67,系统实施的经验和体会 I,CRM的实施需要客户方有总体的共识，在项目规划时需要考虑系统的各层次的用户以及他们的需求重点，做到有的放矢；在CRM系统实施过程中，并非每个模块都可马上进入编码阶段。在人员安排上，系统的设计阶段实际要求人手并不多，人员的投入是阶段性的；现成的CRM系统实际上是较难直接上线的，需要定制的内容是很多的，如客户信息的采集环境、前台字符终端的应用，与现成的网银和呼叫中心集成，以及同银行业务系统的连接等等。因此成型

33、的系统可能需要更大的投资；,68,系统实施的经验和体会 II,在系统的设计过程中也有一些弯路：在建立客户基本信息数据库的时候，没有将客户的基本信息和客户的派生信息以及管理/控制信息分别对待。这在系统开发的后期逐渐显示出弊端：在设计客户基本信息时，虽考虑了一些扩展信息，但它们是非常粗浅的，在分析客户的模块中，不可避免地会引入内容更为丰富的客户属性，为不影响先前的系统，新增部分用新的结构表示，从而导致客户扩展属性管理混乱。为解决这一情况花费了宝贵时间。在建立帐务分析模型时，由于受到传统银行业务的限制，在数据来源上将帐务和交易混淆起来。一般的传统业务系统将储蓄/对公业务和其它的中间业务分开，但储蓄和

34、对公本身在操作上也拥有多种渠道，如ATM机、网银和呼叫中心等。基本帐务信息从综合业务系统抽取数据时，所抽取的都是拥有帐户信息的业务交易或帐务存量信息。事实上，综合业务系统一般存储客户的帐务，而具体的交易流程则通过前置机上的数据获得。,69,BI Consulting技术咨询案例,中国银行人事系统(9697)深圳长城国际 微机生产管理(97)建行信贷管理系统(9798)国信寻呼二期工程(98)IC卡电话分析系统(98)寿险分析系统(9899)财险分析系统(99)广东移动客户行为分析系统(99)国家专利局专利信息统计系统(99)厦门国际银行业务分析系统 会计(9900)深圳证券时报 上市公司分析(

35、00)海南建行商务智能系统 储蓄、对公(00)华夏银行CRM系统 集成了呼叫中心和网上银行(0001)国外的案例：,70,部分国外银行BI与CRM案例,谢谢！,郑晓军DM,SoftwareIBM China,72,建行四川省分行 资料检索系统介绍,成科 副总工程师建行四川省分行科技处,73,内容提要,系统建设背景 系统目标 技术方案 系统实施与运行情况 发展方向,建行四川省分行业务系统大集中运行状况,IDS9.2,IDS9.2,75,大数据量备份方式 将明细类数据（占四分之三以上）分离出来，单独放在一个server中。生产数据每日手工备份，明细数据每周自动备份 大批量数据的处理策略 自编工具程

36、序并行将数据以文本方式的快速卸出、装入。在S85 上可 达到每分钟卸出、装入700多MB文本的速度。数据集中系统的灾难备份,建行四川省分行业务系统大集中运行状况,76,与以前的版本相比，IDS2000（9.2)在性能、稳定性 等方面有了很大提高 实践证明，Informix IDS2000 完全能够承担大规模 OLTP系统的数据库管理工作 我们对Informix的服务态度、服务水平感到满意,建行四川省分行业务系统大集中运行状况,77,内容提要,系统建设背景 系统目标 技术方案 系统实施与运行情况 发展方向,78,资料检索系统需求,大集中导致中心节点交易量及数据量剧增 生产系统磁盘存储容量限制 生

37、产系统的运行效率降低 必须通过恢复数据库系统备份查询历史数据 业务部门数据查询不便，数据资源未能得到充分利用 需求没有很好地整合，业务指标体系的建立 需要很长的时间，难以在短时间内建立完整 的数据仓库,79,资料检索系统目标,实现生产系统数据的汇总和统一管理，建立集成的企业信息平台，为银行业务管理部门提供方便、高效的历史数据查询统计手段 利用数据库及光盘库等数据管理和存储的最新技术,实现生产主机 系统文本文件以及历史数据的长期保存；利用Web技术，为全省各行提供方便查询历史数据和报表的功能；减少生产系统的数据存储量，减轻生产系统压力；减少报表帐页打印量，降低运行成本；在历史数据的基础上，提供简

38、单的统计分析功能；为数据仓库系统准备充分的技术和数据基础，作为数据仓库系统的 数据源。,80,内容提要,系统建设背景 系统目标 技术方案 系统实施与运行情况 发展方向,81,资料检索系统与其他系统的关系,业务管理,查询用户,资料检索,查询,扩展功能,数据采集,数据装入,数据管理,审计稽核,信贷管理,数据仓库,核心业务系统,中间业务系统,信贷系统,其他业务系统,票据影像,82,光盘库,Web查询用户,数据转移,企业内部网,生产系统,Informix IDS 9.2Informix Web DataBladeWeb Server,资料检索系统,VTI访问,资料检索系统结构,HP V2200,83,

39、资料检索系统数据规模,硬盘上数据：40GB光盘上数据：20GB报表文件，50GB数据文件每日数据转移：700MB数据，150MB报表文件,84,数据转移过程,数据卸出,数据加载,数据转储,生产系统数据库,生产系统磁盘文件,资料检索系统数据库,资料检索系统 光盘库文件,85,使用的关键技术,Informix-HPL Informix-Web Data BladeInformix VTIHP-OpenView OmniStorage,86,INFORMIX 虚表界面与访问方法,SQL Engine,Informix Dynamic Server,Informix的表,Sbspace虚表mytab,

40、应用程序,Select*from mytab,C函数My-opt-read,内置访问方法,用户定义的访问方法my-optical,87,数据查询,浏览器,WebServer,资料检索数据库服务器,光盘库,VTI查询,查询请求,查询结果,查询请求,查询结果,Web data blade,netscape,IDS2000,88,内容提要,系统建设背景 系统目标 技术方案 系统实施与运行情况 发展方向,89,系统实施情况,2000年7月项目启动，10月编码基本完成；2001年2月上线，数据转移、查询、转储几部分逐步实施。参加人员：建设银行四川省分行科技处Informix成都分公司北京先进数通公司,90,系统运行情况,系统使用者省分行后台业务管理中心、个人银行业务处、网上银行业务处、信用卡部等机关处室 德阳、绵阳、自贡、广元、乐山、宜宾、南充、广安、巴中等地市行业务管理部门,91,内容提要,系统建设背景 系统目标 技术方案 系统实施与运行情况 发展方向,92,光盘库,Web查询用户,数据转移,企业内部网,生产系统,Informix IDS 9.2Informix Web DataBladeWeb Server,资料检索系统,VTI访问,资料检索系统的发展,联机分析用户,创建多维模型数据综合实现联机分析,数据仓库,93,谢谢!,