金元期货数据仓库系统应一期Word下载.docx
《金元期货数据仓库系统应一期Word下载.docx》由会员分享，可在线阅读，更多相关《金元期货数据仓库系统应一期Word下载.docx（33页珍藏版）》请在冰点文库上搜索。
在具体的应用规划过程中，金元期货从计划、执行、检查、总结与改进四个环节的相应商业智能应用需求来部署功能应用模块。
总体来说，金元期货商业智能应用规划的具有如下特点：
●以商业目标为应用规划的原点，应用设计紧密联系商业目标；
●引入过程支持的观点：
围绕达成目标的增值过程组织分析应用；
对达成目标的关键过程（此处关键过程特指实施绩效持续改进的PDCA循环紧密相关的过程）进行系统的分析、识别与支持；
具体体现在针对外部的业务潜力分析及针对内部的绩效管理两个方面；
●根据客户实际资源掌控情况构造可靠的分析数据源，以可靠的数据源去支持核心的绩效提升过程；
引入良好的分析工具支持客户便捷地应用报表、多维分析、数据挖掘、前端展示等方面的需求；
引入良好的数据安全管理工具，依据各个用户的岗位职责进行合理的功能模块使用权限和数据调阅范围的控制。
图：
金元期货商业智能应用规划逻辑图
2.1.2期货经纪业商业智能应用规划
在金融行业，商业智能的常见应用一般由风险管理、客户关系管理、内部运营管理等主题构成，本次金元期货数据仓库建设在需求规划方面，主要面向客户关系管理和内部运营管理两个主题来进行规划设计。
2.1.2.1期货经纪业客户管理方面的商业问题及商业目标分析
正如前面关于国内外期货公司发展状况和发展趋势中我们所看到的，目前国内的期货公司是在一个日益开放和面临着巨大转型压力的环境中谋生存。
其开放性和竞争性体现在国内期货公司能为客户提供的与理财相关的各种服务，无论是通道服务、资产管理服务还是投资咨询服务，都存在众多期货行业内部其他期货公司的竞争和以及行业外部各家中资、外资或中外合资的银行及保险机构的竞争；
从转型压力方面来看，证券经纪业从实质上来看，是属于为有理财需求的客户提供的服务的一个分支，而目前客户的理财需求层次已经日益丰富，期货经纪业务依赖以往单纯的通道服务，已经很难维持稳定良好的经营。
在开放性的竞争、转型压力并存的环境中，期货公司面临的商业问题可以从相互关联的三个方面来描述，一是期货公司作为一个经营性机构其自身的生存与盈利问题；
第二是期货公司提供何种服务来获得客户的问题；
第三是期货公司的服务相对于其竞争对手的优势，也即如何用自己的优势阻隔竞争对手的问题。
根据客户关系管理理论，面对这些问题，期货公司在客户关系管理方面对应的商业目标设计，可以着眼于以增进盈利、收入和客户满意度为目标的商业战略的制定和实施方面。
其中，盈利和收入是解决期货公司生存发展方面的商业问题，重点需要考虑在业务开展过程中的投入产出比；
而客户满意的达成程度，则以期货公司的服务设计为基础，同时，期货公司为客户提供的独特的服务，又是期货区隔竞争对手，在竞争中获得优势的重要砝码。
基于对投入产出比的考虑，期货公司对内需要降低成本，提高员工的工作效率，还需要以更精确的绩效控制手段来支持绩效目标的实现；
对外需要对客户做价值细分，尽力获取和保留利润贡献比率大的客户；
针对客户的服务设计，则需要在客户细分的基础上，考虑客户的满意驱动因素的差异问题，同时，出于维护稳定的客户基础的考虑，期货公司还需要对客户的流失倾向进行把握，细分出流失倾向高的客户，积极采取挽留措施。
从经纪业务方面来看，客户的价值细分，重点体现在客户佣金贡献差异上，客户的满意驱动因素细分（可以近似转化为需求的细分），则可以有多种层面的体现，包括投资分析信息的获取成本，交易机会的获取成本、在交易过程中获得利益等，其中，交易中获得的利益即客户盈利是最关键的因素。
以上分析，在商业智能实施过程中，最终都将细化为具体的分析指标构建与挖掘主题构建。
如券商绩效指标体系的构建，券商优质客户识别、券商客户偏好聚类分析、券商客户流失倾向预估等。
更进一步来看，分析层面的工作，最终还要体现在为期货公司设计合理的服务体系提供依据方面。
分析的结果，最后要通过与期货公司服务内容、定价模式和服务渠道的整合与链接，来融入到期货的整体业务运作体系中，协助期货做到营销资源或服务资源的使用效能的最大化。
比如说我们从绩效改进的潜力出发，基于通过商业智能应用所观测到的客户价值贡献、投资偏好、投资绩效方面的差异，合理构建和实施分级别，多层次的服务体系。
将整体的运营模式建立在对客户的价值细分和需求细分的基础上，根据客户的需求细分，来确定在服务体系中具体的服务内容和服务模式的设计。
另外，由于期货提供服务就会必然会产生服务的成本投入，因此，对于一些服务资源有限的服务项目，必须进一步考虑，依据客户价值，来进行服务资源使用的优先级设置。
2.1.2.2期货经纪业数据资源分析
期货经纪业在产生初期就是采用电子化的模式来支持业务运行的。
在多年的业务运行过程中，积累了非常多的记录客户委托交易和清算托管方面的数据。
这些数据对提取客户价值分析、客户投资偏好分析以及客户流失倾向分析方面信息都有比较大的用处，同时，为跟踪客户行为与券商业务关联关系分析，也提供了线索。
总体来说，期货经纪业长期累积的业务数据对于期货公司提取与商务决策相关的关键信息是有很强的支持作用的，这部分数据资源，如果能够创造条件，对其进行合理的应用，对于券商在当前和未来一定时期内解决实际的商务问题和达成既定的商务目标都有非常积极的意义。
2.1.2.3期货经纪行业绩效提升重点过程识别
正如前面所述的商业智能定义内涵中所提到的，运用数据，获取信息的最终目标，在于实现期货公司的绩效提升。
在绩效提升这一层面，可以分为对内和对外两个方面，对内如果针对管理及研究部门，需要考虑如何降低其进行数据获取和分析所花费的成本的问题，对于实际创造收入的业务部门，则要考虑如何更好地管控其绩效目标的达成问题；
而对外来说，则主要集中在从分析客户的角度，找到业绩提升的途径的问题，结合经纪业务，又可细化到如何提高客户的托管资产量、客户的托管资产活跃度、以及客户关系的存续时间等方面。
最后，还需要内外结合，在实际业务操作的层面，融入分析结果，创新客户服务流程设计，并根据绩效反馈结果和对客户问题理解的深入，不断优化客户服务流程设计，维持持续的竞争力。
基于以上分析，总结了与数据获取和使用相关三类重点绩效提升过程：
一、与分析相关的重点过程：
●固定报表准确，快速生成的过程；
●个性化分析方便，快捷地实现的过程；
●隐性的客户价值属性、个性特征属性、偏好属性、流失倾向属性显性化的过程；
二、与业务操作相关的重点过程：
●将客户价值潜力的分析结果，应用于具体的服务设计和运作的过程；
三、与绩效管理相关的重点过程：
●绩效管理信息及时地生成和问题自动报告的过程。
以上各个重点过程，分别代表了彼此往复关联的PDCA循环的一个具体环节。
其中，分析相关的过程支持一轮循环初始阶段的计划“P”和末尾阶段总结与改进“A”；
将分析结果应用于服务设计和运作的过程，则代表着执行阶段的“D”，绩效管控信息的生成和问题的自动报告，体现了业绩目标达成情况检查层面的“C”。
商业智能的整体应用规划目标，在于推进PDCA循环不断往复上行，达到经营业绩效持续改进的目标。
2.1.3国内期货行业实施商业智能应用规划的客观约束条件分析
根据前面关于期货行业发展状况和趋势的分析，可以看到当前我国的期货行业正处于从业务体系的不完善到逐步完善的过程中，期货公司的很多服务创新设计还处于探索起步阶段，各种创新服务的有效性，还有待于实践去检验。
这一客观事实可能对商业智能与业务操作型系统的链接造成一定障碍，需要一定的时间才能解除。
期货业业务发展的水平与层次的客观现状，以及它对商业智能实施的潜在影响，在实际的应用实施过程中，需要认真做出评估与考量，以保证实施工作的顺利推进。
另外，期货行业的数据仓库应用，目前也还基本处于初期的阶段，纳入数据仓库处理的数据源还比较有限，通常都只是来自于柜台系统的业务数据，一些在经营分析层面非常有价值的财务数据、人力资源数据等，目前还未能纳入数据仓库的实施范围。
因此，分析数据源，也是商业智能应用实施的一个现实约束，需要在具体实施过程中进行评估与考量。
2.1.4期货经纪业阶段性商务智能实施规划
根据对证券经纪业业务数据资源和绩效提升重点过程的分析，结合客观存在的券商业务发展层次和数据源方面的约束，本方案建议对期货经纪业的商业智能应用由简入繁，分步骤地做出如下三个阶段的规划：
阶段一：
以应用价值最高的数据源为基础建立数据仓库，以部门实际需求构建应用。
具体到本方案，落实为在经改造的数据仓库基础上，更高效准确地满足金元期货经纪业务总部提出的业务需求；
同时，根据金元期货的需求，对系统目前提供的报表服务的效能改进进行支持。
阶段二：
分析应用与操作功能链接，增加服务的自动化程度和竞争力。
商业智能分析系统的生命力在于它与业务系统依存关系的紧密度，在期货公司已经通过积累，形成了既定的服务体系和业务流程之后，可以进入本阶段。
本阶段的目标，是将商业智能的分析结果无缝链接于券商的服务体系中，支持服务体系的智能化运作。
如：
通过客户聚类分析的结果，自动在客户登录的页面显示最能提升其满意度的咨讯；
或通过价值分析结果，进行客户分级管理，在客户在线咨询专家时，系统能协助专家优先看到高级别客户的需求，并优先给予解答等。
阶段三：
数据源和应用的扩展阶段。
在基于柜台系统的商务智能应用已经成熟和完善，券商拥有了丰富的分析型系统与操作型系统整合应用经验之后，可以进入本阶段。
本阶段的目标，是通过扩展的数据源和扩展的应用带来更为准确丰富的决策支持信息，在广度上或深度上，提升券商业务系统的智能化水平。
2.2金元期货数据仓库应用规划整体描述
2.2.1整体规划概述
针对金元期货各个职能需要完成的工作以及各个部门针对相应职能提出的业务问题，数据中心主要提供分析应用层面的辅助支持，包括两个方面：
数据整合和数据应用。
数据中心解决方案的逻辑图如下所示，数据整合层针对各个职能需要的数据，从金元期货的业务系统以及外部数据中获取，并进行逻辑整合；
数据应用层根据完成各职能所面临的业务问题进行数据分析设置。
2.2.2应用主题划分
前面提到数据中心的建设是为金元期货提供统一整合的数据基础，并在整合的数据基础上为管理人员、业务人员提供相应的数据分析功能。
通常期货公司各部门、各个人员所需要的数据及数据分析是比较多，而且不同部门人员由于担任的角色和职责不同，需求的数据和数据分析有所不同和侧重，因此需要从对数据和数据分析进行分门别类，即划分应用主题，或者从技术实现角度称之为数据集市。
应用主题一般按照业务分析领域进行划分，一个应用主题包含一个特定业务分析领域的数据及满足该业务分析领域的数据分析功能。
应用主题的划分不仅对于业务应用是必要的，而且对于技术实现也是必要的，因为数据中心是整个期货公司全局的数据仓库，从实施上不可能一次完成，因此必须划分应用主题分步实施；
但数据中心决不是划分后的应用主题的拼凑，数据中心是各个应用主题的基础和有机的整合。
应用主题划分是数据中心规划中非常重要的一步，在针对金元期货的业务问题提出数据中心相应的解决方案后，就要按照一种合理的规则对分散的解决方案进行分类，这就是划分业务主题的实质。
一般来说，应用主题划分并没有什么特定的标准规则，应具体情况而具体对待。
对于金元期货数据中心的应用主题划分，由于它属于公司全局层次上的后台管理决策支持系统，必须对公司未来业务和组织变化有较强的适应性，因此划分应用主题的角度主要从以下几个方面考虑：
⏹从金元期货的整体角度，按实现各项业务发展所需要的基本和共同的职能来划分和定义主题，有利于满足未来的业务在形式上和种类上不断丰富、扩大的需要。
⏹在按职能划分主题的大原则下，力求做到主题之间相互独立，关联度最低，很重要的一点就是分出的应用主题要独立性好，自耦合性高，相互之间关联度低。
此外必须保证应用主题之间在功能发挥上相互衔接、协调和支持。
⏹在按职能划分的主题下，每一主题在形式和内容上，首先必须满足公司目前各项业务发挥的需要，同时还必须兼具开放性和前瞻性以满足未来业务发展的需要。
根据通常证券公司开展业务的基本职能主要包括营销、产品、研发、财会、风险以及管理六大职能。
金元期货的各个业务都要通过六大职能的分工协作来完成，营销、产品、研发是直接围绕客户进行职能活动，财会、风险、管理是辅助、监督、管理的职能活动。
根据应用主题划分的原则，金元期货综合数据平台可以在整体上可划分为五个相对独立的应用主题或数据集市，即市场营销、研发分析、风险控制、财务会计、绩效管理。
2.2.3主要维度及指标
2.3金元期货数据仓库应用具体描述
金元期货的数据仓库类应用，主要架构如下图所示。
其中业务应用，以整体数据仓库门户为入口，向不同层级的管理人员和业务人员展现不同的门户界面，内部的应用又分为为领导提供决策支持的领导驾驶舱模块，用于进行关键的经营KPI指标的展现。
随后根据不同的管理需求分为客户管理、营销管理、产品管理、财务管理等应用，内容涵盖客户、风险、竞争力、绩效管理、营业部业绩等方面，而同时也应用到商业智能中的深度数据挖掘技术进行客户偏好分群、客户流失概率预估等应用。
期货公司数据仓库应用门户
业务功能模块
领导驾驶室（经营指标KPI总揽）
客户管理
营销管理
产品管理
客户偏好分群
客户流失概率预估
客户分析
客户风险分析
竞争力分析
绩效管理
营业部业绩分析
技术模块
系统管理
元数据管理
ETL运行信息查询
ETL工作流调度
数据表手工维护
业务参数配置
技术参数配置
组织结构管理
用户信息管理
权限管理
期货业数据仓库
以下将部分重点应用进行详细的介绍,包括领导驾驶舱、分析型客户关系管理、竞争力分析、财务分析等应用。
2.3.1领导驾驶舱功能描述
领导驾驶舱模块是为公司领导提供决策支持关键模块，用于进行关键的经营KPI指标的展现。
其主要功能如下：
功能分类
功能名称
分析描述
领导驾驶舱
全国佣金分析
本功能主要用于总部管理者对佣金情况进行整体分析，查询当月或前一日的佣金总值、全国佣金分布和佣金计划达成率，通过仪表盘展现计划达成率的情况，并通过地图展现佣金分布，了解各区域佣金情况。
时间趋势分析
本功能是对市值、成交金额、佣金等指标的综合分析，从总部的角度，通过时间观察各营业部、各品种的总市值、总成交量和总佣金，并通过趋势图来展现佣金变化的趋势，并能根据变化趋势采取一些营销策略。
产品分布分析
本功能是从总部的角度分析产品分布情况，实现为按照时间统计各产品市值、成交量和佣金，并通过图表展示各产品市值情况以及成交量和佣金占比。
机构分布分析
本功能主要是从总部的角度分析机构分布情况，让总部了解各机构的交易情况，实现为通过按照时间查询各机构的市值、资金量和佣金，并通过图表展示。
客户开销户分析
本功能主要用于总部管理者对客户开销户情况进行整体分析，实现为按区域、营业部等统计开户数、销户数、对应的比例及净增客户数等，并可实现对整个公司的开销户数、比例及净增数进行统计汇总等分析，通过图形等方式直观展现。
营业部委托方式交易量分析
本功能主要用于总部管理者对营业部各委托方式的交易量进行整体分析，实现为按照时间、营业部等条件查询各委托方式对应的成交量及成交占比。
公司整体委托方式分析
本功能是总部管理者对公司整体委托方式相关情况的整体分析，实现为按照时间查询公司各委托方式对应的成交量及成交占比。
资产流向分析
本功能是公司管理者对资产流向相关情况的整体分析，实现为按照时间查询公司客户市值转入转出，资金转入转出的流向情况，以及市值转出净值、资金净值等指标。
2.3.1.1财务分析应用描述
财务分析应用主要是利用财务系统内数据进行财务分析。
分析内容主要包括：
利润情况、收入分析、费用分析、各类业务毛利情况分析、经纪业务分析、预算执行情况分析等。
利润分析
净利润整体分析
通过趋势图方式观察一段时间内净利润整体发展趋势
利润表明细分析
展示营业收入、营业支出、投资收益、营业利润、利润总额等本年度和上一年度的数据占比，以及增减变化的情况
收入分析
各品种种类占比分析
各种收入种类的划分，如：
大豆、股指、黄金、天胶等。
各业毛利润分析
黄金业务毛利分析
股指业务毛利分析
费用分析
费用比较
直接工资、福利性费用、工资性支出小计
折旧、摊销费用、场所费用（租赁、水电）
通信费用、车辆费用、税金该年度和上一年度，以及增减变化的情况
费用类别占比分析
工资性费用、固定费用、变动费用一段时间的变化趋势
固定费用占比分析
折旧费用、摊销费用、场所费用、通讯费用一段时间的变化趋势
预算执行情况分析
各业务部门预算执行情况分析
各业务部门预算执行情况分析当前月份以及年初至当前点累计执行情况
费用预算执行情况
费用预算执行情况当前月份以及年初至当前点累计执行情况
经纪业务分析
整体手续费用收入和支出分析
经纪业务收入整体情况分析
市场成交总量（亿元）、日均成交总量（亿元）、零售业务线经纪业务净收入等收入指标整体情况分析
经纪业务毛利润情况分析
经纪业务净收入、手续费净收入、利差收入、分公司费用+营业部费用、营业税金、毛利润展示指定及以上6年的变化情况
经纪业务收入预算情况分析
市场成交总量、日均成交总量、经纪业务净收入等经纪业务收入预算情况分析
营业部收入、费用比率分析
佣金占收入比重分析（前10）
佣金占收入比重分析排行
营业部毛利润排名表
营业部毛利润排行
各分支机构费用比排名情况
各分支机构费用比排名
2.3.2综合查询功能描述
查询模块为总部及营业部管理人员提供实时数据查询和辅助决策功能，共分查询、统计和报表三个部分。
2.3.2.1查询功能
查询功能的功能结构如下：
主要模块
下级模块
功能点
查询功能
客户信息综合查询
1、客户基本信息查询
2、客户资产信息查询
3、客户交易信息查询
4、客户清算信息查询
公司客户查询
1、基于基本资料及账户资料的客户查询
2、基于资产资料的客户查询
3、基于交易资料的客户查询
4、基于权限的客户查询
公司查询
1、客户账户查询
2、公司客户资产查询
3、经纪人信息查询
4、其他流水查询
5、限制信息查询
6、佣金查询（协议信息）
7、代理登记信息查询
8、其他
交易查询
1、交易状况查询
2、资金变动查询
3、其他交易信息查询
4、清算信息查询
2.3.2.1.1客户信息综合查询
客户信息综合查询是根据客户编号或者客户特征，搜索并了解客户详细信息的功能模块。
通过这个模块，可以从客户基本资料、客户资产、客户交易动态等个角度了解客户信息。
客户基本信息
可通过营业部、资金账号、客户姓名等查找客户的基本信息。
客户账户信息
可以查询到的账户信息内容包括：
期货账户信息
资金账户信息
银证转账账户信息
三方存管账户信息。
协议信息（动态佣金积数、协议佣金客户信息、策略品种佣金积数）
所属经纪人信息
开户信息（开户基本信息，司法冻结信息，）等。
客户资产信息
可以查询到的资产信息内容包括：
客户交易状况
可查询到的客户交易状况包括：
资金变动
可查询到的资金变动信息包括：
资金变动信息
资金存取
强制存取
转账存取
通存通兑
资金交收
等。
其他流水
可查询到的流水信息包括
转账流水
银证通冻结
通存通兑流水
通存错账流水
清算信息
可查询到的清算信息包括：
差错记录
透支查询
卖空查询
股份挂账
红利挂账等。
2.3.2.1.2公司客户查询
公司客户查询是针对公司所有客户的分类汇总集合。
管理者通过条件设定搜索目标的客户群。
不同的客户群体有其特定交易特点，针对这些不同，管理者可以采取不同的营销手段，或者制定差别化的服务手段。
在此初级分类汇总的基础上，未来还可以发展更加复杂的客户特性分析，让管理者更加深入的了解自己客户的组成结构，为制定战略发展方向提供数据依据。
基于基本资料及账户资料的客户查询
可通过营业部、特定基本资料为条件，查询特定客户群；
可通过资金存取方式为条件，查询特定客户群；
通过开户时间区间，查询特定时间开户客户群；
通过客户权限等级，查询对应客户群；
通过客户佣金登记（协议佣金，动态佣金）范围，查询对应客户群；
通过经纪人，查询对应客户群；
通过代理人及代理交易限制分类，查询对应用户
升级会员 