工商银行数据仓库总体设计_demo.ppt

中国工商银行数据仓库建设情况汇报
数据仓库项目组
11/10/2017
1
日程安排
开发进度
最终应用展现
数据仓库架构
11/10/2017
2
二、开发进展
个人客户关系管理(PCRM)
业绩价值管理(PVMS)
信贷台帐报表(CMIS-REPT)
管理信息综合统计报表
11/10/2017
3
开发进展——个人客户关系管理(PCRM)
需求分析 2001/10/11-2001/10/31
总体方案 2002/11/01-2002/02/28
原型开发 2001/11/15-2001/12/31
原型评估 2001/12/24-2002/02/09
银行卡设计开发 2002/01/04-2002/04/30
个人金融:存款类(综合帐户和个人理财等)设计开发 2002/02/01-2002/05/31
个人金融:贷款类设计开发 2002/05/05-2002/07/31
其他个人金融及住房信贷设计开发 2002/04/01-2002/08/31
银行卡应用集成测试和试运行 2002/05/31-2002/06/30
11/10/2017
4
日程安排
开发进度
最终应用展现
数据仓库架构
11/10/2017
5
主要应用
个人客户关系管理(PCRM)
业绩价值管理(PVMS)
信贷台帐报表(CMIS-REPT)
管理信息综合统计报表
RM)
开放式基金绩效分析
11/10/2017
6
PCRM应用主题
银行卡应用:按照需求开发
个人金融应用
住房信贷应用
深层分析:原有需求之外的考虑
11/10/2017
7
PCRM应用主题——银行卡应用
银行卡应用:按照需求开发
重点客户分析:
基本信息查询、存款余额分析、
用卡行为分析、贡献度分析、
透支分析(透支余额、单笔透支余额、
单次透支金额、还贷周期)。
客户群分析:
优质客户排名分析、卡业务存款分析、
用卡行为分析、贡献度分析、
卡申领情况分析、卡业务风险分析。
11/10/2017
8
PCRM应用主题——深层分析
银行卡客户贡献度:初步结果
按照现有的贡献度指标体系,
什么样的客户对银行卡的贡献度最高
年龄在25-35,36-45的客户对银行卡的贡献度最高,
其中,36-45岁的客户的贡献度最高,因为这类人群
中稳定、高收入或高积蓄者较多。
11/10/2017
9
PCRM应用主题——深层分析
银行卡客户贡献度:初步结果
按照现有的贡献度指标体系,
什么样的客户对银行卡的贡献度最高
年龄在25-35,36-45的客户对银行卡的贡献度最高,
其中,36-45岁的客户的贡献度最高,因为这类人群
中稳定、高收入或高积蓄者较多。
贡献度在年龄段上的分布
11/10/2017
10