資料倉儲應用將從後臺延伸到第一線使用者

在各個產業中，金融業的資料倉儲應用相對成熟，且逐漸從單位主管等後臺作業推向第一線。目前金融業因為業務屬性的不同，又區隔成消費金融與企業金融兩大類，而消費金融與企業金融對於資料倉儲的應用面向也因此有很大的差異。以消費金融的銀行來說，就會著重在客戶關係管理層面的分析與應用，企業金融業務為主的銀行，則會專注在財務面等營運資料分析，例如：總行與分行之間的成本計價分析等。

以消費金融業務為主的銀行，因為產品推陳出新的速度快，往往一個費率的調整，就會搭配一個行銷活動，而每一個行銷活動，能否精準鎖定目標客戶，甚至做到一對一行銷，亦或只是亂槍打鳥，其中的差別就在於後端的資料倉儲應用能力。

目前金融業對於資料倉儲的應用，大多還是屬於傳統型的應用，也就是以歷史資料分析與動態支援決策為主，少數較為領先的金融業者，則已開始透過資料倉儲支援第一線作業。Teradata副總經理楊傑儂表示，資料倉儲的應用從後臺延伸到第一線作業是一個很大的變革，這個轉變意謂著資料倉儲的使用者，將從IT部門以及行銷、業務單位主管等少數族群，擴增到每個分行的櫃臺行員，整體使用者數將從數百人變成數千人，不過，目前臺灣還沒有任何一家銀行把資料倉儲應用到這個程度。

資料倉儲的使用者，除了人，也有可能是系統本身
現階段，即使是資料倉儲應用較為成熟的領先者，也只有做到支援第一線作業的程度，例如：中國信託透過資料倉儲支援第一線作業，並提供網路記帳等服務功能就是一個最好的例子，這個服務讓終端使用者透過網路記帳功能，就可以掌握到年度消費分布情形等分析性資料。

楊傑儂表示，資料倉儲的使用者，除了從後臺延伸到第一線作業人員以外，未來也可能從人延伸到系統本身。舉例來說，當一個信用評等良好的客戶，某一天深夜裡，在醫院經由ATM提款的額度超過餘額，一般的做法，就是拒絕這筆交易，但是同樣的情況，如果可以驅動後端的客戶關係管理系統等交叉分析並判斷，這名信用良好的客戶，可能是一時急用而讓這筆交易順利執行，不僅可以解除該用戶的燃眉之急，也可以增加用戶忠誠度並提高營收獲利能力。類似這樣的應用，目前在國外雖然已經有，在臺灣卻還有很大的努力空間。

適當應用資料模型，至少可以縮短50％的開發時間
不過，同樣是金融業的資料倉儲應用，有的企業只是把資料倉儲當作分析型的工具，有的企業則依賴資料倉儲生財，Teradata專業服務資深副總經理廖元德指出，這個應用能力的差異，並不是技術面的問題，而是企業本身的企圖心，因為資料倉儲並不是一個隨著建置完成後就結束的專案，而是必須倚靠企業不斷地把新的條件放進去，進而調整資料模型，才能讓資料倉儲隨時與企業的發展策略緊密結合，事實上，資料倉儲的應用也會因為不同的條件與規則設定產生意義。

目前金融業的資料倉儲應用，大多是在晚上9點所有連線作業停止後，開始進行批次分析，進而從日間交易的數十萬筆資料中，找出符合預設條件值者，例如：某位用戶，平均每個月的提款額度是10萬元，突然某一天這個行為模式改變了，資料倉儲系統就會把這筆資料過濾出來，然後交由行銷業務透過電話等方式聯繫，為的就是在第一時間就掌握消費需求。

一般而言，由業務單位主導的資料倉儲專案，往往會比IT部門主導的資料倉儲專案成功，因為業務單位才是真正的使用者，在資料倉儲建置過程中，究竟要把根據業務規則與條件設立資料模型，業務單位絕對是最能掌握的一方，而IT人員主導的資料倉儲專案，則比較容易陷入技術面的鑽研。

除此之外，資料倉儲最常遇到的瓶頸，就是資料不乾淨的問題，廖元德指出，如果資料內容長久以來都沒有更新，那麼錯誤的資料又怎麼可能分析出有用的結果。因此，企業的資料倉儲應用，最重要的就是資料清理，至於資料模型的建置，則可以透過解決方案廠商所提供的架構藍圖客製，這樣的做法至少可以節省50％的資料模型開發時間，根據過去的經驗來看，透過Teradata的資料模型，企業客製的比例大約只有20％左右。文⊙楊惠芬