从长远来看，我国金融行业建立起来的集中统一、共享的信息资源将成为金融业入世后与国外同行业竞争的基础，对于金融业有着深远的影响。本报特别策划推出《金融大集中》系列报道，报道分银行篇、保险篇、证券基金篇三期推出，全方位关注华东金融行业大集中进程，深入报道分析建设中蕴藏的IT商机与风险。

7月，中国建设银行资金交易中心从北京南迁上海的消息在银行界不胫而走。据称，建行总行资金交易中心的部分机构和人员已经从北京迁到上海。而早在4、5月，建行已决定将总行的数据处理中心设在上海，并将投入巨资全力推行数据大集中、数据仓库、管理信息系统项目工程，力争在三年内实现全行业务和技术的规范统一。据建行有关人士介绍，目前建行的清算、龙卡、重要客户服务、总账系统等网络业务已覆盖全国范围，企业银行、电话服务中心、网上银行、手机银行、自助银行、综合柜台等也已接入服务渠道。要完成这些日常业务，每天的数据处理量可想而知，出于自身业务发展需求，建行势必要迈出金融大集中的第一步———数据大集中。

同样，总部设在上海的交通银行和浦东发展银行也计划在今明两年完成全行数据大集中。招商银行则已将上海列入全国大集中的进程表，招行上海分行信息技术部总经理助理高旭磊告诉记者：“招行做大集中已经一年有余，目前只有上海、北京、南京、沈阳还未集中。这四地由于交易量大，本地业务品种丰富，集中步伐会稍慢一些，但今明两年一定会完成。” 农业银行上海分行信息科技部副总经理赵连强表示，农总行已在上海外高桥保税区买地建全国统一的数据中心，并计划2005年全国数据上升到大中心来，这一项目正在实施中。而中国工商银行、中国光大银行、中国民生银行、深圳发展银行等也在最近两年陆续宣告完成了全行的数据大集中。

工行模式

即使放眼全球，工行数据大集中也是一桩了不起的事。工行创立的分布－区域集中－大集中三步走的模式，以及南北分设两个数据中心的思路得到了同类银行的效仿，中国银行、中国建设银行先后采用这种思路来完成全行大集中。

工行上海分行信息科技部一位负责人清楚地记得，这家拥有3亿多账户的国有商业银行在“九五”期间就开始筹划并实施数据集中工程，并完成了各地市行向省分行的数据集中。

1999年9月1日又正式启动“9991”大集中工程。通过实施该工程，将全行的主要业务集中到北京、上海两大数据中心处理。此项工程实施共分三个步骤完成。第一步，完成各分行上挂数据中心，并投产综合业务系统；第二步，对两大中心的系统和应用进行升级，移植到 SYSPLEX环境。第三步，两大中心实现异地互为备份。

2000年11月10日，中国工商银行上海数据中心基建工程在浦东外高桥保税区内开工奠基。该项工程最终要将工商银行目前分布在全国各地的40多个数据中心、数万个机构的数据合并到北京、上海两大数据中心，并建立起一个全行统一的电子化体系。这是工行历史上规模最宏大、范围最广泛、意义最深远的一项工程。

2002年10月30日，工商银行正式对外宣布全国各分支机构的数据全部成功挂接到北京和上海两大数据中心。

据介绍，工商银行的数据大集中是分两个阶段进行的。第一个阶段是省级的大集中，就是把各省辖范围内的所有数据先集中到全国的46个省级或计划单列市数据中心，实现从单机处理、小范围联网处理到省、市分行数据中心的集中处理。第二阶段是把省级中心的数据全部集中到北京、上海这两个全国的数据中心，实现对全行生产运行的集中管理。

工行“老大哥”数据大集中的“壮举”，成为其他银行实施数据大集中的参考模板。招行的高旭磊说：“工行数据大集中的经验对我们规模稍小的股份制商业银行提供了很好的借鉴。”

IBM中国区金融服务事业部副总经理侯恪评价工行用三年的时间完成3亿多账户的数据大集中时赞叹：“他们用三年的时间走过了国外银行要10多年时间走过的路。”这在思科华东区金融事业部总经理王昀看来，工行大集中的成功在于规划先行和领导重视。“物理上的数据集中并没有太大难处，关键是管理的大集中，说到底是自上而下的改革。工行在这方面推行的力度是相当大的。”

大集中与业务创新

工行信息科技部负责人认为，大集中并不只是简单地把数据搬到一起，而是希望在此基础上，向管理创新、业务创新、产品创新的更高层次发展。大集中完成以后，不仅可以节省大量机房、设备、人力资源的投入，还可以共享资源优势、人才优势、管理优势、产品优势；不仅可以节省大量的信息存储资源，而且还可以得到及时、准确、完整的基础信息。这为分行的应用开发和服务创新提供了良好的技术平台。数据大集中后，上海分行的科技创新步伐明显加快。他说：“最近投入使用的银税联网、银关通等项目的业务量在同行业和分行业务量的所占比重都迅速上升。

各家银行实施大集中的初衷也因此被业内人士划分为三类：

第一类是为了全行系统平台统一、业务规范统一、操作流程统一。例如工、农、中、建、交5大行成立较早，网点较多，由于历史的局限性，其电子化多级计算机处理中心分散处理，一笔业务可能要由几百个甚至上千个处理中心来实现，应用、业务规范以及操作流程均不统一，设备资源重复投入，多级处理中心联网困难。实施业务的全集中式处理成为关键。

第二类是为了系统升级换代、与国际接轨。例如深圳发展银行、广东发展银行、兴业银行、上海浦东发展银行等，原有的系统已不能满足其发展和竞争的需要，通过开发业务全集中处理系统，进行系统的升级换代。

第三类是为了避免系统风险的发生，采用区域集中的方式。中行就是在全国设立了5 个数据中心。

大集中的好处是显而易见的。思科的王昀说：“3、4年前银行的数据都在地方，如果有些分行存在不良贷款总行不容易发觉，现在就可以加强控制，规避风险，长远可以提高银行的效率。总的来说，数据集中对银行未来发展构架，包括应用的统一，对用户的服务都可以做到标准和统一，整体提升银行竞争力。”在市场竞争环境下，银行整个的组织结构反应更加敏捷，推广新业务的应用也更容易。

在侯恪看来，各银行大集中的宗旨也从以前的“以账户为中心”发展到“以客户为中心”，这也是基于银行业的三个需求：一是提高效率。提高效率、降低成本、改变产品结构、流程和组织架构是目前银行最关注的话题。从IT的角度看，大集中就是提高效率的一个手段，通过从物理集中向逻辑集中的过渡，管理手段和工作效率都有了明显的提升。二是保持弹性，例如通过灾难备份系统帮助客户降低风险，保持大集中后业务的持续性发展。三是在大集中的平台上推出差异化、个性化的创新服务产品，提升竞争力。

这一点，可从银行IT部门的工作重心变化看出来。数据大集中后，各分行、网点不再设主机，IT人员也不需要整日奔波做技术支持了，这是否意味着他们的压力减轻了？“数据大集中其实只是对以前维护系统、升级软件等生产管理工作减轻了，它将IT部门的精力腾出来，更多为业务发展解决IT方面的需求，提高信息化程度，做好及时保障。”工行信息科技部负责人说。银行IT部门现在就得适应集中的变化，更多在前台做客户化开发，在内部管理上做开发。尤其是内部讨论管理类需求正日益重要，包括对流程管理、操作管理，对业务的事后分析等。

民生银行早在2001年11月就实现了大集中，该行科技部总经理章佳强对记者说，两年多来，不仅系统运行很好，上线后对业务创新发展也有很大促进作用。

光大银行上海分行电脑中心总经理助理张翔德告诉记者，光大银行是国内较早实现数据大集中的商业银行，在此基础上光大银行在全国推出了“一柜通”、汇市通、阳光卡等创新业务品种。其中，在上海取得成功的对公结算全国“一柜通”业务，与传统的结算方式相比，突破了对公结算在时间和空间上的限制，打破了对公业务必须到开户行办理的常规，实现了在一个网点开户、任何网点办理业务并瞬时到帐的功能。其保障措施采用电脑验印并辅助使用安全码，加之银行严格的事后监督，大大提高了办理业务的准确度，确保客户资金划拨更安全。

商机涌动

各大银行竞相推进的大集中也带来IT新机遇。从技术层面而言，首先，大集中的基础是一个核心的数据库，因此，存储设备不可或缺。在此基础上，通信网络备份机制和灾难恢复备份中心的建立要求银行计算机网络要有高可靠性。因此，双机、双网互为备份成为必须，而从长远考虑还要建立异地灾难恢复备份中心，主系统和备份系统之间保持数据同步，以便在主备系统之间切换时能最大限度地保持业务系统的正常运行。

同时，主机和各种类型的服务器的应用会更加成熟完善。按操作系统划分，金融行业使用的服务器有Unix服务器、NT服务器、Linux服务器。某银行的IT经理分析到，虽然现在银行业Linux的应用还不是很普遍，成熟度有待进一步证实，但由于软件的使用成本始终是银行的一大包袱，因此将来银行业低端应用采用Linux服务器会是一大趋势。此外，各商业银行新一代综合业务系统的建设将会加快。据了解，新系统是以会计核算为基础，以客户为中心，以决策管理为导向，面向管理和业务，集中、统一、整合、联动的综合业务处理系统。大集中之后会为银行带来新的机会，同时伴随而来的是各种新的挑战。例如灵活性不足，统一管理的风险和技术的风险增大等问题。

CA中国华东区销售总监陈孝民指出，目前银行的IT系统已经相当复杂，必将面临一系列的挑战，诸如信息系统应用集成的挑战、不同信息载体展示的挑战和运行智能的挑战等。以前国内的银行在不同省份有不同的数据中心，现在很多大银行都搞数据集中了，把所有的数据和机器集中在一、两个中心。但是目前这样做只是物理集中，还没有做到逻辑集中。他们将会面对一些很复杂的问题，第一是管理的问题，即如何保证可管理性和运行安全，第二是如何把集中来的数据重新定义，做二次开发，变成有价值的数据进行逻辑分析。就拿第一点来说，金融业大集中的好处是将所有的管理集中在一起，但同时也将所有的问题集中在一起。也就是说，在数据和应用收到总行的同时，将管理方面的风险也一并上移了。并且这种风险比集中前放大了很多倍。CA对此有一个较好的办法就是构建一套全面完整的数据中心运行管理系统，消除银行大集中后随之而来的管理风险。

数据黄金

进行数据有效的挖掘是银行实现数据集中后的制胜关键。IBM侯恪举了个例子：“现在如果我在某家银行有一个信用卡账户和一个储蓄账户，如果我的储蓄账户里只有100元，而信用卡里有10万元，如果银行信用卡部门和储蓄部门没能将数据有效合并利用，那么储蓄部门肯定不会把我列为优质客户。国外成功的银行大都有很强的客户数据挖掘和分析能力，他们的系统甚至可以根据你某段时期在不同商家的消费额度，来判别你最近的经济状况和信用度。

通常所说的“二八法则”在银行界里可能会出现“二、十二”的情况，那就是20％的高端客户创造了120％的利润来弥补80%的低端客户带来的20％亏损。侯恪给记者讲起美林银行的故事，该行最新一任行长就任时曾制订了一项政策，即储蓄额在100万美元以下的客户不享受柜面VIP待遇，随即遭到中小储户的强烈抗议，也因此流失了不少客户。但一年下来，竟然发现利润有两位数的增长。道理很简单，因为他留住了优质客户。留住优质客户，首先要发掘优质客户。商业智能中的数据挖掘技术被国内银行所看重。

由此衍生，数据仓库也将成为各银行未来必须建设的关键项目。记者获悉，工行正着手研究和实施数据仓库项目，近期已完成部分项目的开发，正在进行测试，准备逐步推广到全国30多家城市分行。

早在实施数据大集中之前，工行就考虑从应用角度实现全行统一。2000年10月，上海分行率先完成“新一代综合业务系统对公部分”。2001年5月，工行完成这一业务系统的储蓄部分。数据集中和应用集中，为数据仓库项目的建设与投产创造了有利的条件，数据完整性可以得到有效保证。但由于客户实名制实施较晚，工行在全国3亿多账户，有很大部分还不是实名制，又不足以忽略所有非实名制客户，这就会对数据分析和挖掘产生一定的影响。 “工行的目标不仅是做整体结构分析，更关心对银行有贡献的客户。”他们通过测试做出来的分析也的确验证了“二八理论”，这多少让工行有些兴奋。

银行数据仓库是西方商业银行在面临从产品到客户的战略转型过程中产生的。它可以分析各种数据之间的关联，衡量各类客户的需求、忠诚度、满意度、盈利能力、潜在价值、信用度和风险度等指标，可为银行识别不同的客户群体，确定目标市场，实施差异化服务的策略提供技术支持，并为经营管理决策分析提供准确一致的量化信息。

CA公司的陈孝民告诉记者，CA非常看好数据挖掘在银行业的应用。数据挖掘帮助金融企业分析影响其业务的关键因素，挖掘诸如“平均一个优质客户能赚多少钱，平均一个不良客户能亏损多少钱，创造新客户的成本有多少”等方面的问题，从而帮助金融企业增加收入、降低成本。

或许，让自己的数据仓库成为数据金库，是每一个银行家的梦想。