如何规划农商行商业智能系统中的决策分析系统?

农商行中,商业智能系统中的决策分析系统一般有如下建设要求:

1、建立统一、长效数据平台实现对历史数据进行趋势、环比、同比等情况分析;

2、根据主题要求有效加工分析数据管理部门要求的分析报表;

3、通过丰富图形展示来表达业务数据情况,使领导更能直观、全面了解经营情况。;

4、有效利用数据,挖掘分析管理部门要求的分析数据,为行领导决策提供科学有效的依据。

在决策分析系统建设中,我们还需要遵循以下原则:

1、以行领导决策分析为向导,通过系统进行展现,为经营管理提供数据支撑;

2、业务范围以存款、贷款、收入为主导的分析方式,基于各级数据权限层层钻 取;

3、系统以时点数、日均数为要素,对期限(年初、月初、季初、昨日)进行同 比、环比、钻取、联动等处理方式;

4、主要展现方式根据业务不同,例如,可以分别通过柱状图、线形图、饼状图进行展现;

5、系统以实用为主,以行管理方向为导向。

农商行决策系统分析维度示例

如何规划农商行商业智能系统中的决策分析系统?_第1张图片 

  如何规划农商行商业智能系统中的决策分析系统?_第2张图片

如何规划农商行商业智能系统中的决策分析系统?_第3张图片   如何规划农商行商业智能系统中的决策分析系统?_第4张图片如何规划农商行商业智能系统中的决策分析系统?_第5张图片如何规划农商行商业智能系统中的决策分析系统?_第6张图片 
如何规划农商行商业智能系统中的决策分析系统?_第7张图片 

几个典型银行决策系统维度说明

目标销售

主要是利用预估模型来确定和选择销售的对象和目标;

风险分析

数据挖掘的方法已被广泛地用于风险模型的建立,包括审批模型、行 为模型、逾期模型、破产模型等;

客户利润贡献度分析

根据预估模型及客户的贡献度分析,确立黄金客户、创利 客户及非创立客户的分布;

银行关键经营指标的分析

包括存款、贷款、不良资产等指标的变动对比分析;

信用价值/潜在价值的预估

在北美已被广泛地使用,主要通过对客户潜在价值的 分析, 有利于银行根据客户信用价值和潜在价值高低采取不同的策略;

预测分析

预测主要用于销售的预测、利率预测以及成本费用的预测等。 数据挖 掘方法的使用将极大地提高银行未来规划管理水平。

 



欲了解更多中式java报表软件?请点击

你可能感兴趣的:(如何规划农商行商业智能系统中的决策分析系统?)