TeraData金融数据模型(银行十大主题划分)

Teradata FS-LDM是一个成熟产品,在一个集成的模型内支持保险、银行及证券,包含十大主题:当事人、产品、协议、事件、资产、财务、机构、地域、营销、渠道。

十大主题划分如下:
TeraData金融数据模型(银行十大主题划分)_第1张图片
BANK-LDM主题域模型设计采用分类设计的策略:
1、重点设计主题(客户、协议、事件、资产、财务)
  特点:是模型中的重点主题,且在源系统中有丰富的数据来源和参照。
  目标:尽量保持完整性、丰富性。
  策略:按照FS-LDM的框架进行设计,同时补充银行的个性数据元素。
2、自主设计主题(申请、营销活动、渠道、机构、产品)
  特点:非核心主题,基本没有或者仅有非常少的数据来源和参照。
  目标:保证模型架构的完整性和扩充性。
  策略:按照FS-LDM进行设计,将来根据实际情况调整。
3、简化设计主题(地域)
  特点:模型的重要参考主题,一般情况下源系统有数据,但定义和使用方法与FS-LDM不匹配。
  目标:暂不进行唯一地址识别,但要完整保留此类信息。
  策略:暂作为客户等的属性信息进行设计。

逻辑数据模型LDM,以协议主题实例:
TeraData金融数据模型(银行十大主题划分)_第2张图片
数据仓库模型层次划分:

TeraData金融数据模型(银行十大主题划分)_第3张图片
一般层次为:ODS–>FDM–>ADM–>DW–>Application

TeraData数据仓库整体架构:
TeraData金融数据模型(银行十大主题划分)_第4张图片
IBM与Teradata仓库模型比较
银行业:
  IBM有BDWM(Banking Data Warehouse Model)
  Teradata有FS-LDM(Financial Services Logical Data Model)
电信业:
  IBM有TDWM(Telecom Data Warehouse Model)
  Teradata有TS-LDM(Telecom Services Logical Data Model)

IBM模型主题划分如下:
TeraData金融数据模型(银行十大主题划分)_第5张图片
TeraData金融数据模型(银行十大主题划分)_第6张图片
TeraData金融数据模型(银行十大主题划分)_第7张图片
TeraData实施案例:

(1)农业银行

http://www.doc88.com/p-187788246565.html

(2)徽商银行

http://wenku.baidu.com/view/05e78cf17c1cfad6195fa713.html  

总结:

  结合两大厂商提供的数据仓库解决方案,可以看出,其就数据仓库划分的主题基本类似,内容都差不多,只是叫法不同而已。国内有些厂商提供的解决方案也包括以上9大主题内容。需要注意的是,并不是国外的模型就是最合适的解决方案,并不是最先进的模型就是最佳的,要集合自己银行的特点以及业务发展模式,一味的模仿和追新并不是一件好事。否则,科技运营的成本会大打折扣。投入的成本和回报是成比例的,低投入高产出这种现象太少了。数据仓库是一步一步建设的,先有基础,才有高楼大厦,基础不牢,就成“危房”了。

本文出处:https://www.cnblogs.com/oracle-dba/p/3903442.html?utm_source=tuicool

你可能感兴趣的:(TeraData金融数据模型(银行十大主题划分))