在数据大集中已经大致完成的背景下，商业智能应用成为战略转型中的中国大型商业银行进行信息化建设的必要选择。我国一些较大型商业银行，如交通银行、光大银行，以及建设银行的个别分行等现已应用商业智能，取得了较好的成效，引起了业内的广泛关注，更多的银行也在加紧调研，准备上马商业智能项目。在现有的条件、环境下，银行业应该采取什么样的商业智能应用策略，有些什么认识误区需要消除，从技术层面应该如何推进商业智能应用，是业内相关人士普遍关心的问题。
BI在商业银行信息系统中的整体
如今，我国商业银行正在面临着战略转型，机遇与挑战并存。随着我国改革的不断深化和经济的持续、快速发展，商业银行的市场正在发生着深刻的变化，市场需求正由简单的银行产品需求向综合金融服务需求转变，而市场供给也正由单一的商业银行供给向多元化的金融机构供给转变，金融需求的日益增长和快速变化正在成为近年来商业银行市场发展的显著特点。而且，银行间竞争日益加剧，利率管制不断松动。在这样的市场环境下，商业银行只有面对市场，强化营销，突出效益，控制风险，果断决策，才能在全面开放的竞争中立于不败之地。
商业智能（BI）是对信息的搜集、管理和分析过程，目的是使企业的各级决策者能够获得知识和洞察力，促使他们做出有利于企业的决策。商业智能一般由数据仓库（或数据集市）、数据分析过程、数据挖掘过程、在线分析（OLAP）以及数据安全等部分组成。正是商业智能的这些特点，决定了其对中国商业银行提升管理水平、强化风险防范和促进产品创新，具有很大的价值，能够帮助商业银行更好地抓住市场机遇，迎接市场挑战。对我国银行业，尤其是大型商业银行来说，应用商业智能成为目前提升核心竞争力的重要举措。
BI应用的作用
在当前的市场竞争形势和商业银行业务转型的大背景下，商业智能对商业银行业务服务水平和内部管理水平的提高是全方位的，其作用主要体现在：
其一，通过应用BI，商业银行决策和经营的各个管理层级可以从“宏观管理”到“微观分析”，对企业活动进行全流程的管理，使他们在经营决策中的各项管理措施更为科学、全面和迅速。以交通银行为例，其客户综合信息系统，通过数据仓库系统的建设，能够对所有客户的信息进行整合，完整地反映客户的信息全貌（单一视图），使决策层能够从区域、行业、产品、机构等不同的维度对客户群的各类关键指标进行分析，经营管理层和业务分析人员可以一直提取到具体客户的各类存贷和中间业务信息，从而为银行各层级管理人员提供从宏观到微观的全面管理能力，结合管理者的业务经验，使企业的各项管理措施更具洞察力和针对性。
其二，通过应用BI，商业银行得以实施精细化管理，使各种成本管理和绩效考评更加科学和准确。目前交通银行所开发的管理会计系统，通过数据仓库系统整合了内部财务系统、业务生产系统两大数据源的数据，对各类存贷款的利息收支、中间业务手续费收支、内部财务数据等进行加工处理，对银行内部资金转移价格进行计算，对各类银行内部活动的营运成本进行核算和分摊。在这样的数据基础上，将能够在评估各产品、客户、机构、业务条线的利润贡献度方面进行量化，从而为实现商业银行的精细化管理打下基础。
其三，通过应用BI，商业银行的风险防范能力将得到显著提高。随着近年来业务的发展，商业银行所面临的风险，除了操作风险、市场风险、信用风险、运营风险、柜面管理风险外，还增加了业务合作风险、客户管理风险等新的风险类型。商业银行的风险管理方式必须由原来单纯地防范风险，向突出面向市场的全产品、全过程风险控制转变。在这样的情况下，BI的应用为全面提升风险管理水平提供了有利武器。通过集中数据，能够使各级风险管理机构、审计机构对实际业务过程以及相关数据的掌握更加全面，一方面基于历史数据模式对当前业务风险实施预警或者实现风险的评级，一方面能够使风险管理过程更加集约化和高效率，使风险管理保持对市场变化的敏感性。
其四，通过应用BI，商业银行能够提升自己的客户服务水平，设计有针对性的金融产品，在创造客户价值的同时实现利润的最大化。BI应用的高级阶段，综合了资金成本、营运成本、风险成本、资本成本和所有收益的智能分析，将能够帮助银行更加准确和高效地发现其最有价值的客户或客户群体。通过挖掘型数据仓库系统，能够对单个或者群体的客户进行价值度和贡献度分析，从而实现更加准确的市场划分，有针对性地设计出具有竞争力的金融服务产品。
BI应用的策略
在看到BI应用的美好前景的同时，我们必须注意到，BI的应用在国内各商业银行还存在较大的差异，而各类BI厂商，包括服务咨询商也提供了种类繁多、不同导向的BI策略供中国的商业银行选择，不同的策略之间还存在较大的分歧以及不同的实施重点。这一切，都给处于战略转型期的中国商业银行应用BI带来了矛盾和困惑。笔者结合自身的经验，提出一些意见，以供业内同行参考。
首先，BI在商业银行的应用必须注意建立良好的实施基础。BI应用，数据是关键。没有全面的、历史的、高质量的数据作为基础，BI的应用效果将大打折扣，甚至给决策者带来误导。交通银行通过近两年的数据大集中工程建设，初步建成了一个核心业务系统、多个外围应用系统的总行集中的业务系统格局，改变了过去数据散布在不同分行、不同系统、不同环境的问题；同时，交通银行在数据大集中建设的过程中，高度重视对数据的整合和清理，注意了数据移行过程之前的客户信息清理工作，统一了客户号，清理和增补了对应的客户信息，从而为后续的数据仓库系统建设打下了较好的数据基础。
其次，BI的应用还需要注意规划先行，特别是注意对企业信息系统和数据资源的整体规划。企业信息系统规划是BI实施的前提。围绕中国商业银行战略转型的战略目标，通过对银行关键业务流程和数据情况的分析，制定出信息系统的整体规划和实施步骤，才能保障BI实施的长效性。另一方面，通过BI的成功实施，又能推动银行进行流程再造，进一步调整和完善银行的各个业务活动环节。完整的数据资源规划是BI发挥价值的关键。BI具有自身特殊的方法论和体系结构，需要对数据的整合、存储、加工、转换有专门的过程和措施。对此，商业银行必须注意在应用BI的时候，加强对数据资源的规划，掌握第一手的源数据质量情况，有针对性地安排各种数据质量保证措施，包括数据清理和增补过程。另外，数据资源规划强调数据逻辑模型的整体性和扩展性，因此，在BI建设过程中，要注意建立和实施满足本行实际数据且具备扩展性的逻辑数据模型。
最后，BI应用要在整体规划的指导下，结合中国商业银行的实际情况分步实施。由于种种原因，中国商业银行的业务系统乃至各种管理信息系统普遍存在着信息标准不统一、数据要素不全、关键信息缺失、信息不一致等问题。而很多BI的实施方法论对于统一信息编码、完整的数据源都提出了很高的要求。在这样的条件下，如果为了BI而BI，盲目引进、全面开花，商业银行在BI领域的投入将承受极大的风险，其中一些BI工具和平台的整体引进往往最终因没有数据而作用甚低，从而成为失败的案例。因而，中国商业银行要摈弃“毕其功于一役”的想法，要紧扣企业战略的长期和短期目标，根据帕累托法则，踏踏实实地分步实施BI，力争每一步都坚实、可靠和卓有成效。如银行的经济资本研究，必须得到管理会计系统所得出的成本数据，以及风险管理系统所提供的风险评估数据。
鉴于以上几点，在战略转型期的中国商业银行应用BI，要结合商业银行业务转型的有利时机，结合中国商业银行的实际情况，分阶段地实施自己的BI策略。从业界的普遍经验来看，实施BI应用的主要重点和难点在于紧扣企业战略目标的整体规划、确定分步实施的阶段重点、信息标准化、业务参与、完善信息流程和体系、提升数据质量等方面。
实施BI的措施
BI实施离不开银行高层的重视，需要在高层支持下整体推进。BI实施需要投入银行的大量资源，因此首先必须得到高层领导的全力支持。在条件逐步成熟的情况下，可以考虑成立比较高级别的企业级工作组，制定紧扣企业战略目标的整体规划，明确分步实施的阶段重点；梳理各个数据主题和应用的对应关系，制定完整的数据管理规划；按照BI的方法论来整体实施各类BI应用，包括建立企业级的可扩展逻辑数据模型和数据仓库基础设施、数据集市以及挖掘型数据仓库、元数据管理系统、基于O鄄LAP的综合BI门户等。在决策层的统一推动下，技术和业务部门要紧密结合，开发出适应于业务发展的BI应用，实现BI应用和业务发展的相互促进。
BI实施需要面向业务，推动应用。BI应用一定要突出实用性。首先要明确各阶段业务发展对BI需求的关键点，建立面向明确业务主题的BI应用，并坚决地运用BI的理论来规划和确保实施。通过这些BI应用的实施，一方面为BI的大规模应用提供实践经验，另一方面通过BI系统在短期内发挥出较大的效果，增强决策层进一步投入资源的信心，使业务部门能够从BI的应用中不断获得成功体验，从而获得商业银行内部BI应用的良性循环。例如，结合中国商业银行的实际情况，可以首先发展客户综合信息分析、管理会计、绩效考评等基础性BI系统，首先完成对客户信息的清理整合，形成基础性的资金转移价格等数据基础等。
具体实施时，还应该夯实基础，数据先行。在商业银行的BI应用之初，需要IT部门在BI应用的实施过程中结合实际情况，逐步建立数据资源的管理架构，包括建立数据仓库、数据集市、O鄄LAP分析等基础性的BI架构，整合和清理源系统的基础数据，摸清数据情况。此外，通过BI应用的实施过程，IT部门要形成一个具备大规模BI实施能力的技术架构，并且逐步锻炼出一支具备BI实施能力的团队，为下一阶段的BI应用打下人才基础。
综上所述，战略转型期的中国商业银行通过运用正确的BI应用策略，高起点地进行整体规划，有重点地进行分步实施，并在实施过程中针对重点和难点问题采取适当的解决措施，将能在可见的时间内获得丰硕的回报。BI应用必将能为中国商业银行尽快发展成为国际先进的商业银行，发挥出极其重要的决策支持和辅助经营管理作用。