商業(yè)銀行擁有大量的對(duì)公客戶企業(yè)和銀行的往來交易的交易數(shù)據(jù)，企業(yè)基本資料的元數(shù)據(jù)和企業(yè)經(jīng)營(yíng)狀況的基本資料數(shù)據(jù)。在這些海量的數(shù)據(jù)中，隱藏著大量的有價(jià)值的客戶信息。所以在完善客戶元數(shù)據(jù)的基礎(chǔ)然，如何應(yīng)用BI分析更具客戶的分類知識(shí)和交易信息去把控風(fēng)險(xiǎn)，客戶流失和挖掘潛在客戶顯得尤為重要。

　　數(shù)據(jù)源分析:對(duì)用戶相關(guān)數(shù)據(jù)的分析，一般可分為2類，一類是靜態(tài)信息數(shù)據(jù)以就是所謂的元數(shù)據(jù)，描述客戶的基本屬性信息。一類是動(dòng)態(tài)信息數(shù)據(jù)，如：客戶在銀行的存款，貸款，理財(cái)?shù)葮I(yè)務(wù)。

　　目標(biāo)分析：用客戶分析的目的是通過用戶的行為和基本數(shù)據(jù)去把控風(fēng)險(xiǎn)，客戶流失和挖掘潛在客戶。

　　數(shù)倉(cāng)模型架構(gòu)：為了確保數(shù)據(jù)倉(cāng)庫(kù)的穩(wěn)定性，歷史性，整體性等我們分3個(gè)層級(jí)，分別為ODS，EDW和DM 層。為了實(shí)現(xiàn)多維度快捷的分析，數(shù)據(jù)倉(cāng)庫(kù)的模型已星型和多星型為主。

　　ODS-操作數(shù)據(jù)層：操作數(shù)據(jù)既ODS層，包括數(shù)據(jù)緩沖區(qū)和數(shù)據(jù)存儲(chǔ)區(qū)兩部分。

　　數(shù)據(jù)緩沖區(qū)：數(shù)據(jù)緩沖區(qū)是ODS層臨時(shí)存儲(chǔ)區(qū)，存放原始業(yè)務(wù)數(shù)據(jù)和主數(shù)據(jù)當(dāng)日的業(yè)務(wù)增量。所有源系統(tǒng)數(shù)據(jù)直接復(fù)制到緩沖區(qū)對(duì)應(yīng)數(shù)據(jù)表中，整個(gè)過程不涉及任何轉(zhuǎn)換邏輯，最大程度減輕ODS層與源系統(tǒng)的連接負(fù)荷，在源系統(tǒng)和ODS層之間起到緩沖作用；為提高抽取性能，源表和目標(biāo)表表結(jié)構(gòu)互為鏡像。

　　數(shù)據(jù)存儲(chǔ)區(qū)：數(shù)據(jù)存儲(chǔ)區(qū)是ODS層的核心，存放合并后的原始業(yè)務(wù)數(shù)據(jù)和主數(shù)據(jù)，是分子公司歷史業(yè)務(wù)明細(xì)的集中存儲(chǔ)層。在數(shù)聚股份看來，整個(gè)合并過程，將各分子公司相同業(yè)務(wù)過程的業(yè)務(wù)信息及相關(guān)主數(shù)據(jù)信息進(jìn)行集成，為后續(xù)EDW層實(shí)現(xiàn)企業(yè)級(jí)數(shù)據(jù)轉(zhuǎn)換、清洗和標(biāo)準(zhǔn)化等操作提供便利。模型設(shè)計(jì)層面，數(shù)據(jù)存儲(chǔ)區(qū)的表結(jié)構(gòu)基本與業(yè)務(wù)系統(tǒng)保持一致?？紤]業(yè)務(wù)模型可能存在與后續(xù)EDW層分析模型的轉(zhuǎn)化跨度較大的問題，從而產(chǎn)生較復(fù)雜的數(shù)據(jù)處理過程，設(shè)計(jì)上會(huì)在數(shù)據(jù)存儲(chǔ)區(qū)專門劃分出預(yù)處理層，負(fù)責(zé)業(yè)務(wù)系統(tǒng)的業(yè)務(wù)模型與EDW分析模型平滑過渡，減輕跨服務(wù)器數(shù)據(jù)轉(zhuǎn)換的性能消耗。并且，數(shù)據(jù)存儲(chǔ)區(qū)具有滿足國(guó)控各級(jí)公司個(gè)性化需求的功能規(guī)劃。

　　DW-數(shù)據(jù)倉(cāng)庫(kù)層數(shù)據(jù)倉(cāng)庫(kù)層是企業(yè)征信系統(tǒng)數(shù)據(jù)庫(kù)架構(gòu)的核心，是企業(yè)級(jí)業(yè)務(wù)數(shù)據(jù)總線。設(shè)計(jì)上將數(shù)據(jù)倉(cāng)庫(kù)層劃分為兩個(gè)邏輯塊：企業(yè)標(biāo)準(zhǔn)數(shù)據(jù)層（EDW）和數(shù)據(jù)集市層（DM）。

　　EDW層：企業(yè)標(biāo)準(zhǔn)數(shù)據(jù)層通過業(yè)務(wù)流程梳理，建立企業(yè)級(jí)的標(biāo)準(zhǔn)業(yè)務(wù)數(shù)據(jù)和維度數(shù)據(jù)。在操作層面，將不同形式、不同類型的業(yè)務(wù)信息按照業(yè)務(wù)過程進(jìn)行統(tǒng)一整合、標(biāo)準(zhǔn)化，形成全維度、全過程的企業(yè)級(jí)業(yè)務(wù)數(shù)據(jù)總線，為數(shù)據(jù)集市所需要的分析主題提供完整的數(shù)據(jù)支持。在建模層面，采用簡(jiǎn)潔、清晰的E-R實(shí)體關(guān)系模型，數(shù)據(jù)冗余極少。

　　DM層：數(shù)據(jù)集市層，主要以分銷業(yè)務(wù)為驅(qū)動(dòng)，實(shí)現(xiàn)前端固定報(bào)表、OLAP分析、儀表盤等業(yè)務(wù)分析；在建模方面，采用更靈活、更高效的維度建模，并允許一定的數(shù)據(jù)冗余，支持星型模型和雪花模型的搭建。

　　總結(jié)：本文更多的是闡述了一種分析思想，在計(jì)劃構(gòu)建用戶分析時(shí)，能夠給您提供一個(gè)系統(tǒng)性、框架性的思維指導(dǎo)。