大家下午好，今天我在这个地方代表菲奈特公司，把菲奈特公司在前几年在商业智能和数据仓库这个领域所做的一些相关的经验和我们做的解决方案跟大家做一个共享。 今天我觉得来了很多厂商，可能每一个厂商他的定位都是不一样的，因为整个数据仓库领域，他涉及的面非常广，有基础平台方面的，有应用层面的，有服务层面的，还有咨询层面的，菲奈特公司里面，我觉得从95年开始成立，我们97年就转到整个商业智能和数据仓库这个领域，目前是八年的时间，这八年的时间我们也见证了中国整个业界数据仓库发展的历程，从最开始我们可能开始了解这个技术，到后来开始使用国外的一些工具或者是平台，到后来我们会逐渐的发觉我们光是有了平台还是不够，我们更多的发觉在一个行业里面，如果要让数据仓库获得很好的投资回报，我们看到在应用这块变得越来越关键，这个也比较符合我们今天这个会议商业智能应用年会，商业智能领域，不同的行业客户，越来越看中行业应用，行业应用可能，谈到这个领域，在商业智能领域，也是应该说是在目前在整个业界，很多在这个领域厂商也是在不断的做出一些新的东西，其实应用领域谈起来，他涉及的相关的知识面可能又跟平台有很大的不同。今天我跟大家分享的主要是想就行业应用这块给大家做一个介绍。我的题目是数据仓库技术帮助企业实现精细化和洞察力。我的重点是精细化和洞察力。

       从现在来看，中国不管是哪个行业，我们之前的管理上做的是比较粗放形式的，我们前几年做数据仓库主要是想实现它的量化，现在我们看到量化是不够的，比如说现在我们很多不管是制造还是金融行业，它在增强它的核算系统，怎么去核算它，比如说我们在银行行业，它需要把它的盈利能力核算到它的客户，核算到它的产品，包括我们在核算的时候，我们以前只是考虑它的成本，现在要考虑它的风险，在未来国外他会考虑这个客户整体生命周期的价值，以后整个业界的趋势，管理上我们要做到更加精细化，这也是目前我们在这两年国内做数据仓库项目的时候发觉一个比较大的变化，银行比如说刚才讲的绩效考核，还有它的风险管理，都是体现精细化，还有它就是企业的洞察力，现在中国的整个经济在向市场经济转型，但是不同的行业我们看到转型的速度是不一样的，有的行业面临的压力大，有的行业面临压力小，走在前面的行业，他会发觉对整个市场的洞察力，对营销的洞察力，对客户的洞察力，对中国目前的很多企业来说很缺乏的，缺乏数据和应用来支持企业的洞察力，因此我强调行业的应用主要帮助企业实现精细化和洞察力。

       我们看一下这个是全球产业的一个趋势，从目前来讲，我们从四个方面看，从技术方面看，我们很多技术已经不仅仅局限在原来也是一种渠道，比如说Internet网络，以前我们会做成一个渠道，今后我们会做成和客户交流的中心，我们再看驱动企业它的一个最核心的驱动力就是后面的能力，不管以客户为中心，还是讲任何的风险，讲你的产品管理等等，最终是企业获利，整个表现出来，比如说在金融行业上面，资本的竞争，现在很多企业在做合并，集中和全球化，还有就是行业规则的调整，这个也是最近几年，各个行业面临的一个比较大的问题，比如说金融行业，加入全球化竞争的时候，我们会受到巴塞尔协议还有萨宾斯奥克斯法案的监管，还有客户现在的行为，我们现在都在提以客户为中心，现在客户越来越重视他的客户体验，也就是为什么最近几年，服务行业，像银行不断的在改善他服务的这样一个环境，以充分的提升客户的这种体现。所有的这些因素加起来，他导致现在其实全球每一个产业都在进行一个持续的变革。

       我们企业面临的挑战，我们看一下，这边我们列举了一下最主要的三个，一个是现在中国各个行业的大部分公司在面临上市，还有就是面临着提升它的国际竞争力，包括一些行业引进国际的战略投资者，然后我们企业有些在做专业化，他是专注在某一个方向，但是有些行业，他是在做多元化，比如说现在金融，除了从事银行以外，他可能说把银行、证券，其他的资产管理等等，它作为一个融合，做多元化的战略，因此对企业来说，要提升它的核心竞争力，归结起来是三个方面的管理能力，一个是创新，从现在不管是国内还是国际上来讲，对一家企业来说，如果说你要成为这个市场的领先者，创新能力是必不可少的，然后是你的价值管理，现在我们都是讲价值管理，基于客户的价值，基于企业的价值，还有就是风险管理，对于一个企业来说，风险是一个很基本的，特别是在金融行业，风险这块应该说非常重视，在银行里边，他有很严谨的风险文化。要完成这样一个面对着这样一个挑战，菲亚特公司，我们主要是从三个方面，为这个企业提供帮助。第一、我们会给客户基于数据仓库和BI的整体的一体化的解决方案。其次我们有我们这样一些行业应用，比如说我们基于银行、保险，包括一些政府，像税务，基于制造企业，我们有专门的行业应用，是我们的服务团队，菲奈特公司，目前为止，拥有一百多人的服务团队，在国内应该是比较大的在数据仓库的这样一个服务团队，包括我们在服务团队里面，我们除了做我们把?
它分成专业分，有专门负责金融的，有专门负责政府的，同时我们除了做实施的人员以外，我们还有业务顾问，我们业务顾问，包括具有全球国外的这种企业从事管理工作这样一个背景的这样一些相关的人员，这三个方面构成我们菲奈特公司为客户提供BI解决方案和服务的基石。

       我们看这张图，这张图它阐述的，我们看就是说，目前在国内，我们虽然在用IT技术，但是实际上我们很多IT技术仅仅把它比如说BI，很多时候他只是一种事后的，仅仅把它做成一个统计报表，或者事后的一种分析，没有对真正的商业模式起到根本的变化，目前国外在做什么事情呢？更多的把BI跟商业模型做一种整合，后面我讲应用的时候大家会看到，整个把BI和数据仓库跟我们的商业模型做整合，会导致我们服务能力的提升，不管在风险管理的方面还是市场营销方面还是客户服务方面，都会导致我们整个企业这样一种服务能力的提升，包括它整个运营效率的提升。我们看到举一个最简单的例子，国内很多银行都在做信用卡，我们国内很多银行信用卡风险能力比较差，大部分都是手工审批，国外一家信用卡的金融公司管理了几千万个客户，大部分都是自动审批的，自动去根据判断他的风险，根据他的风险给出他产品相应的这样一个服务。因此我们更多现在看到的是我们今天建设BI这个系统，像我去年开始，我们接触到一些项目，客户更加关注是在BI之上，工具平台之上，我们怎么能够跟我们企业的它本身的管理做一个很好的结合，然后能够改变我们原来的这样一些模式，从而使这个企业相对于我们的竞争对手而言，有更好的竞争力。

       我们看到这张图，这里有两条线，第一条线是一家企业发展过程中间经历的五个阶段，从一开始初创到整个到熟悉，到最后面临的一些变革，到最后的成长到最后的创新等等，我们建设这个BI系统，我们不是没有目的的，我们必须跟我们一个企业的业务发展结合在一起，根据五个阶段，我们看到BI每个阶段面临的问题是不一样的，做的事情是不一样的。由此我们看到，菲奈特公司，经过这几年来的发展，我们更加专注在行业应用发展上，我们针对不同的行业，分别给不同的行业提供不同的应用蓝图，比如说在银行行业，我们会看到，整个应用蓝图，主要是由三个层面组成的，最下面这层DWM是我们数据仓库的底层模型，BM是面对不同的分析领域，他的一些分析主题，比如说银行里面的盈利能力分析，资产负债管理等等，之上是应用层面，应用层面现在已经国内有原来的简单的报表查询，过渡到比如说现在银行开始做分析型的客户关系管理，开始做产品的分析和管理，风险的分析和管理，以及他的资产负债管理等等，这些应用我们看到，他是以BI技术为基础的，但是他融入了很多我们这种行业里边的这种管理的这样一些经验在里面，包括他管理的一些方法在里面，因此我们看到，整个这个应用就是由这三个层面组成，还有一层我们叫分析度量器，他对数据仓库的原始数据进行二次加工，我们很多时候，我们管理上需要的，我们为什么叫KPI，国内现在很多用户一做数据仓库，我建立几千个，几千个不叫KPI，KPI是关键的指标是哪些，这些指标都是通过我在底层模型上有分析，比如说客户的盈利能力，我们说客户的信用风险等等，他原始数据是不可能拿到的，必须这边通过一些模型和算法，得出针对管理层更有价值的加工之后的指标，整个构成了我们基于银行整个应用的蓝图。最下面是数据仓库，OLAP，还有一些工具是底层的基础设施，之上我们分成了三层应用。

       我们现在在保险行业，按照同样的架构，为保险客户提供深入的应用框架，同样他分成基于保险数据仓库的底层数据模型和基于分析模型之上的我们一些BI的应用解决方案。以后越往后面做，国外有个概念，叫分析型的应用，这个实际上在很多年之前就提出来了，对BI标准的一个定义，更多的以后如果要完成所有管理系统的这样一些开发，主要是除了基于基本的目前的一些工具以外，他在应用层面上，他还要增加一些应用平台这样一些功能，完成他整个应用系统的这样一个开发和部署，这是我们基于保险行业的这样一个应用蓝图。

       我们同样要基于税务行业，我们也有我们给客户的一整套应用的解决方案，包括我们底层的模型，包括基于税务的，税额分析，发票，稽查，企业财务，宏观分析等等，之上是税务行业的具体应用，比如说质量考核，税源监控，纳税评估等等，这些市场应用。建立这个行业的基于行业的应用蓝图，它的一个好处是什么呢？我们往往一个企业在建系统的时候，他仅仅想到的是采购什么样的一些工具，因为目前在应用这个层面，在整个业界，应该说只是在某些领域有些成熟的产品，大部分领域还不是特别成熟，所以我们建这个数据仓库，前几年很多客户，我们认为其中很重要的一个失败的原因就在于是说，他没有想到我有了这个技术平台之上，那我结合我的业务，在未来三到五年之内，我能为这个企业提供哪些行业应用，这些行业应用究竟对我企业产生多大的一个价值，产生多大的回报，所以说我们提出来，在每个不同的行业，菲奈特公司都能提供这样一个行业应用蓝图。 ?
 第二个话题，我们讲的Roadmap，实施路线图，我们随着国内和国外交流越来越频繁，障碍越来越小，我们觉得确定一个好的目标，已经不是很困难了，对于任何一家银行，对于任何一家制造企业来说，我们有很好的参照的榜样在那个地方，关键是什么呢？你的路线图，路线图很关键，做到全球500强，目标都摆在那个地方，处在中国现实环境一个企业来说，你怎么做，你的路线图是怎么样的，实施数据仓库也是一样，我们除了强调应用蓝图以外，我们强调的是Roadmap，你实施的路线图，我们针对不同的行业有不同的路线图，而且这个路线图，根据不同的客户，我们之前会给他做一些相应的关于整个项目的咨询和业务方面的一个考虑，确定就是说，对不同的这样一个客户，他可能有不同的这样一个实施路线图，有的客户可能最开始比较关心他的市场营销，有的客户可能关心他整个的风险，有的客户关心他绩效管理，要根据不同的客户，我们调整整个实施路线图，对银行来说，我们会看到，他分成几条线进行，有规划，包括了业务咨询在里面，还有就是整个数据仓库的建设，仓库的建设，我们把它分成几个层面，一个我们叫做数据治理，我们老是提数据质量很差，我们国内，根本原因，国外有个概念叫数据治理，数据质量不是简单的因为你这条语句写的不好，产生质量问题，从根本的原因来讲，是我们整个企业目前缺乏数据标准，因此我们建数据仓库，首先从企业数据治理还有就是整个数据标准入手，然后去考虑我们这个模型的时候，我们也有很多种方法来考虑，我们既可以一开始就去做逻辑模型和物理模型，我们也可以怎么做呢，开始去建整个企业的数据模型，现在在中国，某些客户那边已经开始建整个企业的数据模型，基于这个数据模型生成数据仓库的逻辑模型和物理模型，后面是客户关系管理的数据路线，最开始建统一客户视图，比如说我们对银行最关注的业务，我们马上可以提供支持，比如说理财，消费信贷等等，我们做一些ASM的分析，基于客户贡献度的分析等等，到后面我们可以把统一客户视图做成实时的方式，比如说在大客户那边，用数据挖掘的工作，根据行业我们建一些模型。然后是风险管理，风险管理目前国内在银行行业，每一家银行都是特别着急的事情，目前我们国内的风险管理，主要是依托于一些比较传统的方法去做，比如说评分的机制，按照巴塞尔协议2来做，必须建立整个银行的评级体系，对他所有的客户进行量化的这样一个风险的评估，基于量化的评估，我来做风险控制，我来做产品的基于风险的这样一个定价，以及基于风险之上我整个考虑我的，包括它的资产负债管理等等，后面是利润贡献度来分析，利润贡献度分析，也分成很多层面，对一家银行要算清楚来说很不容易，首先要有基础的管理系统，他的管理会计，成本管理等等，之上还要有一套，刚才讲的分析度量器，他能够基于客户，基于产品，基于渠道，基于区域，基于机构核算他的贡献度，然后是资产负债管理，现在是中国目前，像银行走的比较快，基于市场的考虑，怎么满足控制他资产负债方面的一个风险。这张图同样是保险行业的他的一个实时的路线图也是同样的，还有税务，我们看到在每个行业，实际上都需要Roadmap，给他规划在未来两到三年之内我整个数据库建设怎么去做，我路线图是怎么样的。

       后面我举几个应用的例子，刚才我们谈到在不同的行业，我们有不同的这样一些应用的系统，这个我们举个是CRM的例子，CRM系统在很多行业比较火，很多时候客户并没有搞明白，我建立CRM系统对我的业务究竟起到什么样的作用，CRM系统是系统化的工程，不光是上一个IT系统，最重要的是对我整个业务战略的支持，谈到这个问题，很多中国的客户在竞争层面上都是比较支持的，他上了CRM之后，对现有的业务有没有帮助是打了一个很大的问号，如果你要引进CRM，首先要确定你的业务模式是怎么样的，在国外一个端到端的CRM的业务模式，对我们国内有很大的参考价值。他讲到的对一家银行来说，当客户通过一个渠道，通过不同的渠道跟银行打交道的时候，他能够统一的收集客户的信息，把它放到基于数据仓库里面去，在数据仓库之上，我们做什么呢，我们做相应的行为分析，对他做相应的这样一个市场的细分，基于这个之上，我们预测客户未来的特征是什么样，基于这个之上，我们做相应的市场活动，根据不同的市场活动，推想不通细分的客户，通过不同的渠道推向客户，能够保证客户通过不同的渠道，接触到他想要的这样一些产品和服务，这样构成端到端CRM的循环，这个循环他通过CRM系统，一体化的集成，他能够对一家企业服务的效率产生一个质的变化。以前我们很多环节是脱节的，整个商业模式是脱节的，现在通过CRM系统可以把所有的业务模式整合在一起，达到自动化的这么一个程度。这个是基于这样业务模式之下的解决方案，CRM主要由几个部分构成，OCRM，包括市场销售和服务，以及渠道和集成，还有ACM，下面是核心系统，右边是我们看到银行他不同的这样一些角色，都可以通过这样一个系统得到相应的一个产品的功能和服务，这是一个CRM的解决方案。我们分?
别看到是一些，我们举的一些例子，我们在一些客户那边，帮客户已经实现了相应的一些客户关系管理的系统，这边我们可以看到，他可以做一些相应的产品的统一视图，产品的贡献度，客户行为分析等等。

       下一个话题我们谈谈风险管理，对中国的企业来说，对所有的企业来说是一个基石，这块我们把风险管理有个成熟的模型，把整个风险管理分成四个阶段，第一叫合规性，第二、业务风险管理，除了能够满足监管要求外，我们更重要的是我们业务风险，要控制业务风险。之上是我们整个企业的风险，除了业务以外，还包括财务、客户行为等等，很多这样的一些风险，都是属于企业风险，最后是价值风险管理，基于价值风险的管理，我们一评估会发觉，有的客户里面风险很高，在中国的概念里面，可能很多高风险客户就不做了，实际上不是这样的，高的客户，我可以给他一个高的成本，可以让他给他一个高的成本，让客户承担这个成本，我同样也是可以做他的，所以说我们要看到整个基于价值的这样一个风险管理的理念，这个是风险管理成熟度模型的四个阶段。这边我们举了一个例子，也是基于银行的，整个风险管理他是涉及到数据，首先数据非常多，我们需要通过建立整个数据仓库来做为风险感觉的它的一个基础，之上针对不同的行业，可能他风险管理的领域不一样，比如对银行来说，主要是市场风险，信用风险，操作风险，基于这个之上，资产负债管理等等，这个他构成银行完整的基于风险的解决方案。这边是我们做的一些客户的案例，我们看到他通过前面的平台，可以为客户展示他整体的风险情况，这里边他主要是举的银行的客户例子，他主要是算他的整个的风险组合管理等等。

       下面一个话题是绩效管理，绩效管理他关系到我们整个企业从战略到你的运营体系，到你的支撑体系，跟三个层面都有关系，目前我们很多国内做，主要仅仅做到了基于绩效的一些报表，或者基于绩效基本的计算，这仅仅是整个绩效管理体系当中的最基本的部分，其实我们如果要做好整个绩效管理，他跟我们企业整个的流程还有人力资源，还有企业的战略是紧密相关的，他要实现整个系统，是整个从应用层面上给出一个很好的架构，这从业务的层面上理出来绩效管理的一个体系，比如说跟我们的考核的办法有关系，跟我们相应的基于考核之后的管理，整个绩效管理他应该说是一个系统化的体系，同样在绩效管理这个方面，我们有一个成熟度的模型，绩效管理目前我们国内更多的是说他考核的指标比较粗，比较单一，仅仅是基于盈利状况来做考察，我们到后面，我们可能会考虑更多，比如说绩效的考核，我们会关注到客户的指标，客户的指标也有很多，比如说我们对客户经理的考核，我们可能会关注对应客户的贡献度，可能关注到客户的满意度等等，这个完全是要根据我们这个企业在不同的阶段，你可能更加关注的一些指标，跟指标有关系，跟这个来定我们这样一个考核的基本点。 现在在很多行业，在金融行业，我们提出风险绩效管理，基于风险的绩效管理，他对一家金融企业来说，非常重要，他的作用包括了做风险定价，包括对客户，做这样一个市场细分，包括对整个经济资本的这样一个管理等等，RARC是银行做绩效管理的基础。如果我们做好这样一个基于风险的这样一个绩效考核系统，也是涉及到很多相关的部分，包括比如说资金转移定价，FTP，包括ABM，基于活动的成本管理，还有我们一些基于风险的这样一些比如信用风险，市场风险，操作风险等等这些要素都考虑进去，还包括我们数据仓库做为他的基石，整体他才能构成风险的这样一个整体的解决方案。这里边在应用上面，它可以提供一些模型，可以让这个企业动态的构建指标以及相应的全重，以及不同的算法。 从架构上面来讲，这张图，我就不多讲了，实际上从整个数据仓库来讲，基本的技术架构层面，已经比较成熟了，主要是包括ETR工具，数据仓库工具等等，做整个数据仓库项目，我们提出一个，刚才我们讲到一个企业的发展，他分成这样六个阶段，这六个阶段跟数据仓库的建设，我们相应的对应建立了这样一个指标体系，来做这个评估，其实在国外，他每上一个系统，他都有相应的一个评估体系，去评估我这个系统上完之后，对我企业管理的改进，对相应财务指标的改进，同样上数据仓库，一样的，我们需要有一些评估的这样一些指标体系，来评估，当企业，当你上了数据仓库之后，对我现有企业的业务有什么改善，从业务上，到技术上，哪些方面有所改善。

       最后我做一个总结，EDW目前在国内已经做了很多年了，我们有很多失败的经验，有很多成功的经验，我们简单归结一下，失败主要是前期我们可能单纯的技术导向，也有单纯业务导向的，追求短期回报，种模型不重应用，这是以前我们觉得比较偏颇的这种认识。对成功的模式来说，我们看到业务跟技术共同制定这样一个规划，对数据仓库看到它追求长期持续的价值回报，能把仓库和及时的技术进行紧密的配合，同时把模型和应用在整体规划上都要统一考虑，我们强调的是顾问型的这样一个实施方法，在实施任何一个数据仓库阶段性项目的时候，必须要有业务顾问来介入，他?
跟我们不同业务部门去讨论，我们业务目标是什么，只有这样做，最后我们做出来的系统才有好的价值回报。总结起来，我们看一下做一个成功的数据仓库项目，一个是应用蓝图，还有实施路线图，还有他几个关键因素缺一不可，技术层面，业务层面，顾问层面和实施层面的。

       菲奈特公司，实际上是最后把公司再给大家简单做一个介绍，菲奈特公司是专注做BI的公司，目前我们有150个人，在广州有50人的研发中心，我们从事核心的业务，一个是应用平台，还有服务，服务这边我们除了做项目以外，我们也做业务咨询的服务，因为很多客户光是有了技术他并不能体现出他的业务价值，因此我们也提供业务顾问服务。这也是我们刚才讲到行业应用产品整体的系统的架构图，我们看到这个是底层的工具平台，之上是不同的行业，我们提供应用包，这是我们后面的一些案例和客户，包括一些银行的客户，还有国外的一些客户，税务、制造、保险、政府和烟草、电力、电信、海关等等，这是我们这几年大概做了100多个客户。谢谢大家。