基于數據倉庫的銀行ＣＲＭ體系結構設計與實現

摘要：銀行CRM系統，對于維系老客戶，爭取新客戶，挖掘黃金客戶，增強市場競爭能力有重要的意義。如何發現、挖掘和利用客戶潛在的有用信息，已成為提高客戶滿意度，增強銀行競爭力關鍵問題。本文設計并實現了一種具有可擴展性的基于數據倉庫的銀行CRM體系結構，并通過加入安全控制模塊，進一步提高了系統的實用性與可靠性。

關鍵詞：數據倉庫，銀行CRM，安全控制

一、引言

目前，網絡技術與電子信息技術的發展為銀行與客戶都提供了更多的便利，同時也意味著銀行與客戶交流的方式發生了變化，雙方的聯系不再是直接的面對面的交流，因此客戶信息的多渠道獲取和深入分析對銀行業將越來越重要。本文提出了一種基于數據倉庫的商業銀行CRM體系結構，但沒有充分考慮到安全性的問題，文對銀行CRM系統的數據抽取進行了探討，但可擴展性不夠，文研究了基于客戶生命周期價值的CRM策略，文則對銀行CRM發展的問題進行了一些研究。

銀行CRM(客戶關系管理)的意義在于幫助銀行將原始數據轉化為策略性的信息，從而真正了解他們的客戶是誰，客戶真正需要的是什么。國內銀行業從八十年代初就開始了客戶信息的收集工作，但是最初的客戶資料比較簡單，只包括客戶的姓名、賬號、資金結算等與銀行業務緊密相關的信息，而且大部分客戶信息至今仍處于閑置之中，銀行對客戶的行業特點、業務規律仍是不甚了解，客戶信息的價值并未被完全開發出來。為了更好地針對客戶的需求提供互動式的個性化服務，提高銀行的核心競爭力，我們設計并實現了一個基于數據倉庫的銀行CRM體系結構，取得了良好的效果。

圖1 銀行CRM數據倉庫生成過程

二、數據倉庫的建立

數據倉庫是一個面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，用于支持管理決策。更簡單的說，數據倉庫是一個信息集中的平臺，使得用戶可以更方便地操縱數據，支持對數據的決策與分析，從而實現數據向信息，知識的轉化。建立銀行CRM數據倉庫的目的是能夠將分布在各種業務系統中的客戶相關數據進行匯總、整理，然后以星型模型和雪花模型將多個數據表連接，并以多維數據立方體的形式進行組織管理，在此基礎上為銀行各部門領導提供各種分析、查詢、報表的功能。建立銀行CRM數據倉庫的過程如下圖所示：

在生成數據倉庫之前，需要先處理兩個問題：1.數據倉庫中應該存放什么樣的數據?如何存放?即數據倉庫的建模問題。2.如果將數據抽取到數據倉庫中?即數據倉庫的數據抽取問題。

(一)數據倉庫的建模

銀行積累了大量的業務數據和客戶資料數據，但客戶關系管理系統需要的只是其中一部分數據，通過對銀行業務及相關業務數據庫的分析，我們選取了如下一些準備導入數據倉庫的數據字段：

1.銀行卡檔案表：卡號，余額，卡種標識，客戶號，卡狀態，卡資信等級，卡狀態變化日期，消費積分，有效期，凍結金額，凍結日期，理財方案代號等；

2.客戶信息表：個人客戶號，名字，性別，工作單位名稱，開戶行號，客戶信譽等級，月收入，出生日期，婚姻狀況，貸款信用等級，聯系方式等；

3.客戶貸款賬戶表：客戶號，累計貸款限額，累計發放貸款，累計收回貸款，開戶日期，銷戶日期等；

4.銀行卡交易流水表：卡號，交易流水號，交易日期，交易商行，發生額，余額，積數等；

5.其他的一些相關信息

值得注意的是，有些字段雖然在客戶關系管理中會用到，但因為不常用，而且可以在業務數據庫中可以很方便的進行查詢得到，所以并不加入到數據倉庫中，例如客戶信息表中的家庭住址字段等。而另一方面，有些字段對于客戶關系管理非常重要，但不能直接用于數據倉庫中，必須經過轉換，例如，客戶信息中的工作單位名稱字段，在業務數據庫中存儲的是客戶所在公司的具體名稱，但在決策分析時需要的是公司的性質類型，就必須要在建立對照表的基礎上經過轉換。對照表與轉換規則由圖1數據倉庫管理工具中的建模工具生成與維護，并存儲在元數據庫中。

(二)數據倉庫的數據抽取

客戶關系管理數據倉庫的數據來源眾多，要從許多來自不同信息系統的數據中，提取出有用的客戶信息相關數據，進行清理以保證數據的正確性，然后經過處理抽取到數據倉庫中。因此數據抽取模塊在整個信息系統中起到承上啟下的作用，數據抽取模塊的成敗將直接影響整個信息系統的成功與否。由圖1可以看出，我們所設計數據抽取模塊提供了各種接口以導入數據，例如，提供了關系數據庫接口以抽取銀行交易關系數據庫中的數據，也提供了直接輸入數據的接口，同時也提供了處理office文檔與網頁數據的XML數據導入接口，這樣的設計方式可擴展性非常高，能夠針對數據的不同特點，實現不同的數據導入方式。同時，還實現以下模塊，以更好的進行數據抽取：

數據導入質量分析模塊：此模塊將根據用戶的需要對數據的正確性、完整性、一致性、完備性、有效性、時效性和可獲取性等幾個特性進行分析，從而提供一個對數據源的質量評判。

數據導入性能分析模塊：數據導入的實時性要求沒有業務系統高，但是數據采集的可用性是評價系統的一個重要方面，此模塊將對各個接口的數據導入性能及效率進行記錄與分析，為數據導入接口的優化與升級提供支持。

數據導入異常處理模塊：在當數據導入碰到異常情況(如網絡問題、數據庫死鎖等)時，此模塊將對這些異常情況進行處理，以提供可恢復性和自我修復處理能力，從而保證數據導入的完備性與可控性。

其他模塊：用于其他情況下的擴展。

ETL工具：ETL是Extract，Transform，and Load的縮寫，即抽取，轉換與裝載。由于數據已經通過前面的相關模塊進行了處理，因此在定義好增量抽取周期，抽取執行時間等參數后，就可以直接使用已有的第三方ETL工具進行數據裝載，從而生成數據倉庫。

三、基于數據倉庫的CRM體系結構及應用

在抽取數據進入數據倉庫后，就可以開始進行有針對的決策分析。同時，由于網銀的普遍使用，加上銀行工作人員也有移動辦公的需求，普通客戶和銀行工作人員都可以通過互聯網接入銀行業務系統，如銀行客戶可以辦理日常業務，銀行出差在外(如“走出去”人員移動辦公)等，因此在整個體系結構中，我們增加了移動客戶關系管理模塊，另外在整體結構的設計中，還需要添加安全與認證模塊，以確保業務數據與分析數據的安全。基于數據倉庫的CRM體系結構如圖2所示：

圖2 基于數據倉庫的CRM體系結構及應用

(一)多維數據集

在數據倉庫的基礎上，可以生成多維數據集，從多維的角度對相關主題進行分析，在充分考察銀行業務的基礎上，我們生成了三類多維數據集：

1.客戶分析多維數據集。包括時間、渠道、產品、客戶基本信息、人口統計信息及客戶細分信息等維度。使銀行卡客戶經理能全方位把握客戶信息，從而進行決策支持。在此多維數據集上進行的主要有客戶的基本資料分析、貢獻分析、消費行為特征分析和風險預測等。

2.商戶分析多維數據集。包括時間，客戶基本信息，銀行卡種類，銀行卡刷卡商戶種類，金額等維度，從而可以對特約商戶銀行卡交易手續費進行統計分析，細分商戶，統計分析商戶交易的季節和時間規律、交易人的特征等，為營銷決策提供依據。

3.業務分析多維數據集。包括時間，銀行卡交易信息，客戶基本信息等維度，從而可以從銀行各支行的辦理銀行卡的數量、卡交易次數、卡交易額、卡利潤、卡存款、貸款等方面來綜合評價銀行業務。

(二)移動數據同步服務器

在面向應用的移動銀行CRM環境中，由于移動客戶端需要在經常斷接和斷接情況下仍然需要對數據的操作，這就可能在移動客戶端與中心數據庫之間引起了數據的不一致性問題。因此我們需要一定的同步策略來保持數據的同步，在本體系結構中，我們部署了一臺用于移動設備數據同步的數據服務器，采用SyncML協議來進行移動數據同步，由于SyncML協議本身的開放性和可移植性，因而使得系統具有更好的可靠性。

(三)安全管理與認證模塊

信息數據的安全問題需要得到高度的重視，隨著時代和科技的發展，安全隱患也跟著不斷升級。在我們所設計的體系結構中，將基于硬件的安全存儲設備是與應用程序及用戶設備完全隔離開來，數據的安全性更加有保障。

圖2中的安全管理及認證模塊將進行客戶端的身份認證，客戶端的權限控制，移動用戶可訪問的資源授權等操作，當用戶或應用程序提出數據查詢及獲取請求時，安全管理及認證模塊將首先對用戶或應用程序的身份進行認證，認證成功后再對數據查詢及獲取請求進行權限認證。同時，存放用戶權限信息、證書信息等敏感重要信息的數據庫則只限于安全管理及認證模塊的管理員訪問，從而進一步提高了安全性。

四、總結

本文針對建立銀行客戶關系管理(CRM)系統存在的問題，設計了一種高擴展性的的銀行客戶管理系統的基本框架，通過對數據獲取，數據分析，數據安全幾個關鍵技術進行了探討與實現，提供一個集中銀行客戶相關數據信息的視圖，提供戰略分析和決策分析支持，從而滿足客戶關系管理和電子商務決策支持等不同銀行系統的需求。

參考文獻：

[1]趙秀菁.基于數據倉庫的商業銀行CRM系統設計.經濟技術協作信息，2008年第5期，89-89.

[2]賀安坤，蘇平，姜紅花.銀行CRM系統數據抽取的研究.計算機應用與軟件，2008年 25卷 3期，278-279.

[3]劉雯. 基于客戶生命周期價值的商業銀行零售業務的CRM策略研究.商場現代化，2006年11期，10-11.

[4]譚元戎，趙自強. 商業銀行客戶關系管理系統(CRM)發展問題的研究.商業研究，2006年 8期，124-127.

(作者單位：國家開發銀行湖南省分行)