数据仓库与DSS：证券信息化上演“智力竞赛” - 金融行业 - ITPUB论坛－专业的IT技术社区

wangjia

在中国金融改革和开放全面加速的今天，几乎所有的证券业从业人士的心目中都存在着这样的疑问：如果在金融市场的横向客户竞争中，在与国内外证券机构的 “战斗”逐渐升级到管理决策层面时，中国证券公司是否还能在拥有健全决策机制的强大对手面前，继续“攻城拨寨”？是否能为需求日益多样的客户，在未来继续上演提供个性化服务的一场场好戏？

“低智商”竞赛：不被“淹死”，就被“渴死”
信息化被视作金融业的生命线，数据则如同证券企业生命体中生生不息的血脉。近10年来国内证券业信息一直处于加速度状态，2003年全年中国证券行业 IT应用市场规模更是创记录的突破50亿元，大型证券公司、部分增资扩股的新型证券公司在信息化方面的投入更是不遗余力。

但在巨资进行信息化的同时，信息化技术组合中更为锐利、高效和复杂的数据仓库和决策支持工具，还没有被中国证券企业所广泛掌握。用一些证券公司业务人员的牢骚话来描述这种现状：报表、报告满天飞，不知哪个没水分？数据、数字遍地有，不知哪个是真的？客户、业务到处是，不知哪个最该抓；考核、决策天天搞，不知哪个有准头？

目前中国证券业数据管理应用的普遍现状是，汇集了大量数据，但因为缺乏挖掘数据背后隐藏的知识的手段和工具，往往导致“数据爆炸但有效信息贫乏”，“信息繁杂但业务知识孤立”——这种局面若无改观，证券公司长期处于“低智商”的业务运行状态，不在数据和信息的“海洋”中被“淹死”，就会在业务知识和决策规律的“沙漠”中“渴死”！

证券公司：奋力游出“数据海洋”
证券公司如何才能游出“数据海洋”而不停留在“低智商”阶段？为什么未来证券公司要付出巨大的投入来开展数据仓库建设工作？数据挖掘究竟能解决什么问题？

我们来看证券行业内的“翘楚”——美林证券的一个案例。美林拥有上百万的个人投资者与小型机构客户，受托为这些客户管理着1.3万亿美元的资产。美林证券正在转向为客户提供全面的财务规划（理财）服务，这就意味着必须更多地关注并理解客户，并在此基础上管理与客户的关系。但是，公司如何与上百万地客户建立紧密的个人关系呢？

答案隐藏在美林积累的对重要客户的堆积如山的数据中，过去这些数据存在多于25个不同的计算机系统中，并分布在公司的不同地点。

1996年，美林证券提出了利用商业智能对美国客户进行客户关系管理的计划。借助于MIDAS（管理信息决策分析支持系统），首先，美林可以找出最重要的客户群，并发现他们的购买行为方式；其次，可以找到在产品及服务上需改进与完善之处（即客户的潜在需求），这些潜在需求可能连客户自己也没有意识到；再次可以分析客户的潜在需求，比如投资于美林证券的客户也许刚刚开办了自己的公司，需要了解创业保险产品；又如正抚育两个孩子的客户，在孩子小的时候就需要知道美林有关住房贷款与教育储蓄方面的产品等等。此外，MIDAS使美林能通过将客户买盘数据与客户档案资料对比分析，美林可以将其产品和服务进行组合与匹配，可以提供几乎无限的产品与服务包（组合）来满足每一位投资人的个性化需求；同时公司能够监测所提供每一种产品与服务组合的利润率。

到1998年春，100多名业务分析师在使用MIDAS，每月进行4000多次查询。分析师们现在使用MIDAS，可以在交易的当天获取数据。在过去，分析师为获得这些数据不得不等上一个月的时间。现在在第二天早上就可以看到昨天的情况。有了这种能力，美林希望与客户的关系超越客户与一般金融服务公司的传统关系，并使数以百万的客户走向成功。

一言以蔽之，中国证券业如何把俯拾皆是的数据用于提升客户关系、挖掘客户价值、掌握业务规律——“游出数据海洋”的难题，在没有掌握数据挖掘能力之前，将会是制约证券公司发展的“瓶颈”。

数据挖掘：风物长宜放眼量
证券信息化从简单到复杂、从低层业务到高层管理不断演化。从业务数据化到业务知识化，数据仓库和决策支持系统建设（DSS）在证券公司未来数年将倍受追捧。

为提高决策支持水平，增进商业智能（BI），证券公司往往需要以数据仓库和联机分析处理（OLAP）为平台进行数据挖掘（DM），借助大规模数据，通过清洗、转换、装载等数据处理方法，发现大量资料间的关联与趋势，探寻独特的、通过其他方法发现不了的业务规律和模式。一般来看，数据挖掘的任务可以划分成四个层次：数据分析、知识发现、决策支持和金融智能。

数据分析、知识发现、决策支持和金融智能，不仅是数据挖掘的不同层级的任务，也体现了证券公司在开展数据挖掘工作中的规划进度。早期的证券业数据仓库建设，关注的往往是数据分析和知识发现的内容，如提供统一及时的业务报表，提供集成的客户信息等。当具备了相应的数据挖掘基础，证券公司有可能将数据仓库的应用引入决策支持和商业智能的层面，更关注于提供决策信息支持、辅助业务管理、分析和评价经营业绩等管理主题。

数据“掘”金：再造券商核心竞争力
在金融开放全面加速、金融监管日益完善的今天，令所有证券公司管理者们坐卧不安的是：在他们所拥有的为数庞大的客户群中，优质客户极为缺少、客户忠诚极为缺乏，客户生命周期的管理无法开展。

目前看来，在证券公司管理客户生命周期的各个阶段都会用到数据挖掘技术：数据挖掘能够帮助公司确定客户的特点，从而可以为客户提供有针对性的服务；通过数据挖掘，可以发现购买某个投资产品、某类股票的客户特征，从而可以扩大业务推广；如果找到了流失客户的特征，就可以在具有相似特征的客户还未流失之前，采取针对性的措施——客户交叉销售、客户关怀与保持等。也许，这正是今天的中国证券行业中，数据仓库和数据挖掘技术大行其道的原因所在。

这也意味着，今天纷纷起步的证券业数据仓库和决策支持系统建设工作，其实是中国证券公司再造核心竞争力的进程之一。只有利用数据“掘”金，才有可能确保证券公司稳定和扩大优质客户资源，实现为客户创造价值和自身盈利的双赢目标。