1、第四节,管理决策支持系统,第四节 管理决策支持系统,银行业务实现电子化后，形成了如图所示的信息和交易体系：,客户,支,付,结,算,交,易,信,息,核心是客户； 第二层是支付结算； 第三层是各种交易； 最外层是信息。,计算机在管理中的应用,计算机在管理中的应用开始处于针对某项业务进行数据处理的电子数据处理阶段，逐步发展到全面、高效地处理事务的管理信息系统阶段。 管理信息系统是一个由人、计算机、通讯设备等组成的能进行管理信息的收集、传递、储存、加工、维护和使用的系统，目的是提高信息处理效率，辅助管理部门制定、自省、监督与决策，控制企业运行行为，实现其规划目标。 由于管理的核心问题是决策，在前两种系
2、统的基础上，信息系统必须直接面向决策，从而信息系统发展到决策支持系统新阶段。,决策支持系统,决策支持系统(DSS,DECISION SUPPORT SYSTEM)是一种以计算机为基础工具，应用决策科学及有关理论和方法，辅助管理者进行决策的计算机信息系统。决策支持系统涉及计算机科学、管理科学、人工智能技术、心理学等多种学科的知识。 决策支持系统不是自动决策，而是支持决策，使决策者在解决问题的过程中能检索数据和试验一些可供选择的决策方案，通过这些信息的试验、比较和判断，从中选择出满意或较为满意的方案。,管理信息系统和决策支持系统对比,一、管理决策支持系统的发展历程,银行集中了大量的信息，这些信息能
3、反映社会大众、企业客户和整个国民经济运行状况的各个时期的大量宝贵数据，这些数据是银行最宝贵的资源。 银行采用各种高端技术来组织和管理这些数据，从浩如烟海的数据中找出有意义的信息，再将信息转化为知识，将这些知识应用于管理决策，就能建立对市场作出灵活快速反应的经营机制，能为客户提供极具针对性的个性化服务和智能型信息增值服务，银行也能获得巨大的竞争优势。,一、管理决策支持系统的发展历程,第一代：基于主机的查询报告系统 第二代：数据仓库和数据挖掘技术 第三代：智能商务系统,二、管理决策系统的技术模型,数据仓库系统 决策支持系统 在线分析处理 数据挖掘技术 智能商务,什么是数据仓库？,数据仓库（Data
4、 Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持经营管理中的决策制定过程。,银行数据仓库与核心数据库的区别,核心数据库主要任务在于支持银行交易处理系统、保证银行的日常运行、正确记录客户数据信息、追求数据的绝对精确和可靠，数据来自银行联机交易处理系统,数据仓库重在收集具有一定含义的信息及数据，对具体数据源抽象和概括，目的是向银行管理决策提供支持，为银行决策服务。,银行数据仓库的数据来源,银行业务核心数据库：银行经营情况的最原始、最精确记录，
5、其中存放着银行日常业务处理所产生的全部信息的现值 ； 银行其他数据库：人力资源数据库、资源数据库等，对管理决策具有重要意义； 外部数据(信息)库：银行外部的信息源，如定期发布的经济统计信息、经济新闻、行业发展分析报告等，这些信息为银行决策提供重要的外部环境参考因素 。,数据仓库的功能,数据经过提取后统一存放在数据仓库中，其中的数据已经经过清理、过滤、转换、分类，可供管理决策者进行数据挖掘、在线分析处理，以及进行其他形式的商业分析、市场研究、决策支持。 数据仓库又可以被分成数据市场，其中包含着数据仓库中面向银行某一特殊领域的数据子集，如市场拓展、机构建设等。,在线分析处理和数据挖掘技术,迅速变化
6、的外部环境，要求管理者和信息系统能够迅速对一些复杂的商务问题做出答复，信息系统为此先后发展了分析数据库、数据市场、数据仓库和数据挖掘技术，以及支持WEB访问和在线分析处理的软件。,在线分析处理,在线分析处理支持管理者交互地对大量数据进行检查和操作，帮助分析大批数据之间的关联关系，寻求商业模式、发展趋势等规律。它能够在线实时进行，快速对管理者的查询做出响应，使决策过程不受干扰。 在线分析处理一般包括几种基本分析操作：数据合并、数据细分和上滚、数据切分和翻转等。,数据挖掘,数据仓库主要用于数据挖掘。在数据挖掘过程中，存储在数据仓库中的商业活动的历史数据信息经过分析，揭示其中隐藏的商业模式和发展趋势
7、，这可以帮助管理者做出战略决策，赢得市场竞争。 数据挖掘可以从数据仓库存储的大量数据中发现新的相关性、商业模式和发展趋势。数据挖掘软件使用先进的模式识别算法以及各种数学统计技术在堆积如山的数据中不断搜索，提取不被人知的战略性商业信息。,数据 仓库,数据 挖掘,终端 用户,挖掘平台,智能商务,智能商务就是根据数据资源做出商务决策，发现、分析、揭示新的机会。它更加强调数据仓库及数据挖掘技术对决策的直接支持作用，因此和具体应用背景密切相关。不同行业的智能商务需求不同。,银行业的智能商务作用,客户的盈利能力。由此延伸到服务的策略，服务渠道的选择，市场策略的调整。 分支机构的盈利能力。为业绩评价、机构改
8、革、资源配置提供依据。 交叉销售产品的市场机会。提供产品关联性信息，为制定市场营销方案提供支持，增加客户的忠诚度。 信贷风险管理。为资产业务的开展提供指导，帮助制定合理的资产组合方案，避免经营风险过度积累。 新产品的机会。研究新产品的市场需求和赢利模式，为银行金融创新提供依据，减少金融创新的风险，增强银行产品的市场竞争力。 费率政策的制定。研究资产负债价格，产品市场需求弹性，为制定合理的资产价格、负债成本、中间业务费率提供依据，实现利润最大化。,智能商务与数据仓库关系,数据仓库仍然是智能商务的重要数据源。 智能商务系统在以下方面优于数据仓库： (1)智能商务不只支持最新的信息技术，而且提供了预
9、先设计的应用系统解决方案。 (2)智能商务系统重在解决信息获取和信息向最终用户的传递问题，同时保证信息提供者、信息消费者同样方便地存取信息。 (3)智能商务系统支持各种形式的商业信息，而不只是存储在数据仓库中的信息。,管理决策技术在银行业中运用案例,美国FIRSTAR银行使用MARKSMAN数据挖掘工具，根据客户的消费模式预测何时为客户提供何种产品。该银行发现，公共数据库中存储着关于每位消费者的大量信息，关键是要透彻分析消费者投入到新产品中的原因，在数据库中找到一种模式，从而能够为每种新产品找到最合适的消费者。 MARKSMAN能读取8001000个变量并给他们赋值，根据消费者是否有家庭财产贷
10、款、赊账卡、存款证及其他储蓄、投资产品，将它们分成若干组，然后使用数据挖掘工具预测何时向每位消费者提供那种产品。预测准客户的需要是美国商业银行的竞争优势。,管理决策技术在银行业中运用案例,KEYBANK银行的市场营销部使用数据库市场和销售活动管理工具对客户购买的数据进行分析，建议银行应当向900万客户中的各个小群体交叉销售何种产品（存款单或互助基金），帮助银行确定，通过利用邮件或网络与客户联系销售这些产品是否会取得更大的成功。此举使该银行的客户合同在一年里增加了200%，同时还大大降低了费用。,德州商行的新机遇借BI创新发展,领导只需要登录该系统，轻轻点击鼠标，即可轻松地查看当前银行存款的结构
11、图，了解某段时期的存款来源中哪些是个人存款、哪些是企业存款，从而判断出谁是银行的重点客户。掌握了这些数据之后，银行就可以相应制定一些吸引大客户、维护大客户的重点公关策略，如优惠活动、节日问候等。如果某个地区的个人储蓄比较多，就可以在附近开设较多的个人窗口。还能及时了解银行存款和贷款之间的余额比，一旦贷款余额与存款余额之比达到75%，这就是临界报警点，因为这个比值过大，一旦发生银行之间的挤兑现象，银行将没有足够货币度过危机。,德州商行的新机遇借BI创新发展,在贷款风险方面，由于早期的核心业务系统对贷款分类采用两种分类方式，德州商业银行采用贷款四级分类和五级分类并行的控制方法，通过商业智能系统，德州商行可以及时了解每笔贷款的归还情况，还可以了解每个支行逾期贷款的额度、时间、与正常贷款的比值、呆坏帐比例等，以此判断每个支行在总行中的效益好坏。,德州商行的新机遇借BI创新发展,对于创新的中间业务，商业智能系统也能有效提供数据支持。比如代收电话费业务，个电信运营商的用户可以收取元，而个电信运营商的用户才元。商业智能系统能够准确地显示这个数据。银行就会分析为什么电信运营商的话费较多，并由此作出决策，即大力发展电信运营商的业务。由于银行是按所交话费总额向电信运营商提取手续费的，因此，在同样的人力和服务成本下，经营电信运营商的业务可以获得取更多的收益。,
