论文部分内容阅读
摘 要：本文从支持营销的角度介绍了数据仓库在商业银行中所起到的作用。数据仓库既可为银行决策者提供非常重要、极有价值的决策信息，从而提高经营决策的效率，产生巨大的经济效益；银行营销部门也可以利用数据仓库提供的信息为消费者提供个性化昀服务，从而在竞争中赢得更多的市场机会。
关键词：数据仓库；商业银行；营销
中图分类号：F275
文献标识码：A doi：10.3969／j.issn.1672-3309(s1.2010.09.04
文章编号：1672-3309(2010)09-64-03
一、引言
起源于20世纪70年代的关系型数据库是依照某种数据模型组织起来并存放数据的集合。这些数据是结构化的，尽可能的减少有害的或不必要的冗余，并以最优方式为某种特定组织的多种应用服务：数据库中数据的存储独立于使用它的应用程序：对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行。
数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。
数据库与数据仓库的关系与区别：
第一，数据库是面向事务的设计。数据仓库是面向主题设计的。数据库一般存储在线交易数据。数据仓库存储的一般是历史数据。第二，数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计时有意引入冗余，采用反范式的方式来设计。第三，数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个基本元素是维表和事实表。第四，数据仓库是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。
二、数据仓库对商业银行的意义
现有的新兴商业银行核心系统及周边系统中，普遍存在着缺乏有针对性的分析模型：分析工具功能有限、效率不高；客户流动性加大，业务复杂性加剧，随机分析需求增多：如何提高客户服务水平、控制金融风险、提高银行的经营业绩、保证利润的持续增长；如何建立有效的数据集成管理机制，充分利用银行积累的大量数据，为银行的科学化管理决策和发展新的业务服务等一系列难题。建立数据仓库正好可以弥补基于数据库建立的核心系统在分析中的不足，对商业银行日常经营有着重要意义。
1、提高市场竞争能力，提供更好的客户服务。商业银行虽然积累了大量的客户信息和经营数据，但没有办法对客户的贡献度、产品和渠道的赢利能力、经营成本等进行准确、快速的计算，以及拥有为市场的管理和分析、预测等提供有效的工具。市场竞争方面经验和工具不足成为国内商业银行感受WTO和外资银行压力的重要原因之一。建立银行数据仓库，为市场营销和客户分析提供充足的信息源和辅助工具，成为国内商业银行提高市场竞争能力和客户服务水平的关键。
2、提高银行的经营管理水平，降低成本，提高效率。银行可以通过数据仓库，对产品、部门、机构的利润和成本进行分析，对成本实现事前、事中和事后控制，通过加强成本管理来增加效益：改进银行各级部门的管理、控制和协作手段，使整个银行的经营管理科学化、有效化、规范化。
3、提高银行资产质量，防范金融风险。不良资产的产生源于银行资金管理、贷款授权和统一授信体制不完善，主要原因是银行没有全行集合各业务条线的数据仓库和现代化的辅助决策、控制的工具。利用数据仓库技术。可以对全行的信贷资产进行有效管理，对信贷客户有更加深人、全面的了解，可以从全行的角度、从资产优化的角度实施全面的综合管理，进而有效控制风险，提高银行的资产质量和利润率。
4、深化金融改革，保证银行的可持续发展。建立和完善数据仓库。帮助银行规范管理流程、优化业务处理、提高资本利用率，逐步实现向现代商业银行经营管理模式的转变。数据仓库在短期内可以帮助银行扩大业务范围，提高客户服务水平，加强内部管理，是银行长期健康发展的动力和保障。
三、数据仓库在商业银行营销方面的应用
长期以来。银行虽然拥有庞大的客户规模，但对客户的界定和判断还比较模糊，客户创造多少价值，行为具有何种特性，哪些客户需要维护、升级和放弃，客户需要什么样的金融服务等，只是凭经验或调查去了解，很多时候由于信息的不完整、不准确，营销只能是“盲人摸象”。运用数据仓库，对客户信息进行归类、分析和整理，不仅细分客户，还可按照不同类别的客户。有针对性地创新业务，满足其需求，争取更多的市场利润。
1、客户分群细分，根据各类属性多维度识别高端客户。高端客户是商业银行生存发展的根基和效益源泉，也是商业银行控制经营风险的基础。数据仓库具有强大的客户分群功能。对于不同的客户均可按照存款贡献度、贷款贡献度、综合贡献度进行细分；也可以按照客户本身的各类属性进行划分，如性别、年龄、职业等。采用数据仓库技术对客户按照不同贡献度和属性进行分群后。对于利润贡献度较高的高端客户可以量身定制金融产品，采用“一对一”的方式主动进行产品营销。集中优势营销力量维系高端客户，起到四两拨千斤的作用。
2、进行主动营销，在深度和广度方面寻找潜在客户。重视对潜在客户的发掘与培育，争取更多的主动机会，将会使整个银行的客户群始终保持活跃饱满、梯次跟进的状态。运用数据仓库有助于对客户或者客户群进行全方位的潜力挖掘。一是从深度方面进一步挖掘现有客户资源的购买潜力。通过数据仓库进行客户交易行为习惯的分析，包括客户历史交易行为和同类客户的交易，例如：对曾经频繁购买过基金、理财等产品的客户，如果其当前未持有基金理财产品或该类产品持有较少，可进行跟踪服务和睡眠唤醒，增加对新推出的理财产品的推介力度，重新激活其理财产品的购买潜力。二是从广度方面进一步挖掘客户潜力。从个人客户持有的不同种类的银行产品分析看，按持有情况的不同将客户进行分类，定出已有高端客户、可拓展客户等。一个部门的优质客户可能是另一个部门的潜在客户，基于数据仓库建立的CRbl系统。为银行各个部门间交换、共享客户信息资源提供了可能，同时也为银行创造了大量的交叉营销机会。三是通过数据仓库发掘出具有指定特征的特殊客户群，进行专项金融服务。例如：对发放国家助学贷款的大学生。利用系统，对其监测和分析，有针对性地在学校期间营销诸如校园卡。离开学校后推荐信用卡等消费产品。确保其离开校园后，使其成为本银行未来的忠诚客户。又如对机构客户的公关营销，如军队、政府部门等，可依据其综合贡献程度。提供更完善、更快捷的服 务产品；对于开立代发工资账户的人员。可以分析其每月工资发放后的余额变动情况，了解该类客户的交易行为和习惯，以提供更加方便的专项金融服务。四是可以充分利用数据仓库与外部信息系统的信息关联，加强与税务、工商、电力、电信及同业的合作，与之进行数据交换，实现信息共享，从中筛选、发现潜在的跨行业的目标客户。并向该类客户推荐具有强烈行业特征的金融产品。
3、进行重点营销，有针对性推荐金融产品。基于数据仓库技术建立的个人客户关系管理系统为我们提供了指定客户群产品分析、指定产品客户偏好分析和指定客户营销渠道偏好分析的功能，运用这些分析，可以明确不同客户的营销重点。通过对25～35岁和46-55岁年龄段借记卡持卡人的POS消费情况分析，前者消费总额及笔数分别是后者的2.7倍和4倍。说明前者用卡消费意识强，是营销信用卡并引导其消费的重点。再辅以对该两类人群的交易场所的分析，发现后者是高档场所及高消费的主要人群，是银行与高等会所联名卡发放的重点客户群。
4、度身定制整体客户服务方案。国外银行运用数据仓库对客户持有不同产品数量与客户的流失率进行分析后，得出这样的结论：1家银行为1位客户只提供1种金融产品时，留住该客户的概率为1％～2％，2种产品为10％，3种产品为18％，4种及以上时则增大到近100％。因此，银行可利用数据仓库技术分析同类客户的产品持有习惯，转变推荐一种产品或营销一项服务到为重点客户制定整体服务方案，而整体服务方案的制定必须依赖数据仓库中汇集各业务系统和外围系统的数据信息。
5、灵活定价营销，优化客户结构。在与大客户洽谈定价营销时，利用数据仓库信息能更准确地找出依据，通过确定金融产品的价格。努力争取优质客户。如进行客户贷款销售时，数据仓库不仅考虑客户信用等级、综合贡献度、历史还贷情况等因素，而且能够计算出该笔贷款不同放款方式、不同期限的不同定价所能给银行带来的效益多少。
6、事件式营销，根据事件制定客户服务方案。事件式营销是目前业界创新的一种营销手法，国外多数先进的银行从2006年开始引入此观念及做法。事件式营销是以“事件”作为营销活动的起点，而事件是指当客户的行为或交易形态发生巨幅变化，此时可以协助营销人员辨视出客户有强烈的需求产生，因而设计营销活动，利用合适的时间点跟客户接触，提供合适的产品服务。一般而言，事件式营销活动的成功率会在18％～34％。
利用数据仓库按照不同的规则筛查出一个特定性质的客户，然后再为其制定出当该类客户发生已有定义的事件时该主动推出何种营销方案。例如：当发现一批客户定存到期，意味着客户有一笔资金可用。如果此时主动跟客户接触，便可引发并确认进一步的销售机会。当发现一批客户存款巨幅增加，表示客户的生活状态有所改变，而且正处于如何使用这笔资金的决定阶段，如果此时能跟其联系，给以建议，提供合适此客户的产品服务，就有进一步进行产品营销的机会。
进行事件式营销，可以采用数据仓库分析大量已有客户的基本数据、历史材料，以及其他信息。某一事件一旦发生，数据仓库就会出现相应反馈。同时。要有技术、产品以及银行本身的战略，银行组织架构的调整、相关的配合。只有这样才能真正做成一个很好的事件营销并执行下去。同时。事件式营销讲的是“营销”而不是“销售”。通过事件式营销银行会发现很多客户的新需求，这样便可以帮助银行设计出新的金融产品，从而达到事半功倍的营销效果。
四、数据仓库助商业银行获得更多的盈利
1、帮助银行实现与日俱增的需求。为全面且不断变化的商业银行设计数据仓库，可以在一个中央地点存储并集中管理，不断接收来自外围系统迅速增加的数据，产生并确保了一个最新的、全面的和前后一致的客户数据来源，这就解决了以往以数据为中心的系统中，数据不一致的问题。安装正确的数据仓库软件并全面了解客户之后，银行可以大幅度地改进市场营销推广活动的成功率。利用数据仓库，银行不仅可以把所有客户数据整合到一起，还可以针对这些客户数据进行分析、挖掘，形成客户的统一视图。然后，针对客户的需求，在适当的时间向适当的客户提供恰当的服务。
银行可以通过数据仓库技术对自己的客户信息、渠道及内部运营等进行更全面的整合，以提供更有效的市场营销、更个性化的客户服务、最优化的渠道。并能及时有效挽留高端客户。实现交叉销售，从而有效降低企业管理的风险。
2、帮助银行进行更有效的市场营销。由于发掘新客户的成本很高，挽留高利润贡献度的客户对银行的盈利能力至关重要。银行利润的80％来自于20％的客户，这些客户被称作是“黄金客户”。银行利用数据仓库系统，可以把数以千万的客户分成不同类型，找出自己的“黄金客户群”及“潜在黄金客户群”，并对他们的消费行为进行分析，制定适合他们的营销策略和行动，通过节省营销成本。提高营销成功率来进行更有效的市场营销工作。
3、帮助银行在提升分析效率的同时降低成本。某数据仓库技术提供商的研究结果表明，在数据仓库技术出现之前。银行为实现不同方面的分析需要建立多个数据集市，而数据集市之间数据的共享和数据集市本身的维护都需要花费相当多的维护费用。一个数据仓库可以代替几乎所有的单独数据集市。更重要的是，银行在降低成本的同时提高了数据的存取、可靠性及功能性。而且，数据仓库使其与分析软件的集成更经济、更有效率，这种结果同时节省了大量的数据维护和管理成本。
参考文献：
[1]IBM.银行业务数据仓库解决方案.
[2]knd.民生银行应用数据仓库提升核心竞争力[N].中国计算机报.
[3]中国工商银行江苏省分行课题组，运用数据仓库创新营销模式和管理方法，2005—04—06，
[4]Peter Hand.数据仓库助银行跨入赢利[EB＼DL].赛迪网.2003-03-27.
关键词：数据仓库；商业银行；营销
中图分类号：F275
文献标识码：A doi：10.3969／j.issn.1672-3309(s1.2010.09.04
文章编号：1672-3309(2010)09-64-03
一、引言
起源于20世纪70年代的关系型数据库是依照某种数据模型组织起来并存放数据的集合。这些数据是结构化的，尽可能的减少有害的或不必要的冗余，并以最优方式为某种特定组织的多种应用服务：数据库中数据的存储独立于使用它的应用程序：对数据库插入新数据，修改和检索原有数据均能按一种公用的和可控制的方式进行。
数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库之父Bill Inmon在1991年出版的“Building the Data Warehouse”一书中所提出的定义被广泛接受——数据仓库(Data Warehouse)是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。
数据库与数据仓库的关系与区别：
第一，数据库是面向事务的设计。数据仓库是面向主题设计的。数据库一般存储在线交易数据。数据仓库存储的一般是历史数据。第二，数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计时有意引入冗余，采用反范式的方式来设计。第三，数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个基本元素是维表和事实表。第四，数据仓库是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。
二、数据仓库对商业银行的意义
现有的新兴商业银行核心系统及周边系统中，普遍存在着缺乏有针对性的分析模型：分析工具功能有限、效率不高；客户流动性加大，业务复杂性加剧，随机分析需求增多：如何提高客户服务水平、控制金融风险、提高银行的经营业绩、保证利润的持续增长；如何建立有效的数据集成管理机制，充分利用银行积累的大量数据，为银行的科学化管理决策和发展新的业务服务等一系列难题。建立数据仓库正好可以弥补基于数据库建立的核心系统在分析中的不足，对商业银行日常经营有着重要意义。
1、提高市场竞争能力，提供更好的客户服务。商业银行虽然积累了大量的客户信息和经营数据，但没有办法对客户的贡献度、产品和渠道的赢利能力、经营成本等进行准确、快速的计算，以及拥有为市场的管理和分析、预测等提供有效的工具。市场竞争方面经验和工具不足成为国内商业银行感受WTO和外资银行压力的重要原因之一。建立银行数据仓库，为市场营销和客户分析提供充足的信息源和辅助工具，成为国内商业银行提高市场竞争能力和客户服务水平的关键。
2、提高银行的经营管理水平，降低成本，提高效率。银行可以通过数据仓库，对产品、部门、机构的利润和成本进行分析，对成本实现事前、事中和事后控制，通过加强成本管理来增加效益：改进银行各级部门的管理、控制和协作手段，使整个银行的经营管理科学化、有效化、规范化。
3、提高银行资产质量，防范金融风险。不良资产的产生源于银行资金管理、贷款授权和统一授信体制不完善，主要原因是银行没有全行集合各业务条线的数据仓库和现代化的辅助决策、控制的工具。利用数据仓库技术。可以对全行的信贷资产进行有效管理，对信贷客户有更加深人、全面的了解，可以从全行的角度、从资产优化的角度实施全面的综合管理，进而有效控制风险，提高银行的资产质量和利润率。
4、深化金融改革，保证银行的可持续发展。建立和完善数据仓库。帮助银行规范管理流程、优化业务处理、提高资本利用率，逐步实现向现代商业银行经营管理模式的转变。数据仓库在短期内可以帮助银行扩大业务范围，提高客户服务水平，加强内部管理，是银行长期健康发展的动力和保障。
三、数据仓库在商业银行营销方面的应用
长期以来。银行虽然拥有庞大的客户规模，但对客户的界定和判断还比较模糊，客户创造多少价值，行为具有何种特性，哪些客户需要维护、升级和放弃，客户需要什么样的金融服务等，只是凭经验或调查去了解，很多时候由于信息的不完整、不准确，营销只能是“盲人摸象”。运用数据仓库，对客户信息进行归类、分析和整理，不仅细分客户，还可按照不同类别的客户。有针对性地创新业务，满足其需求，争取更多的市场利润。
1、客户分群细分，根据各类属性多维度识别高端客户。高端客户是商业银行生存发展的根基和效益源泉，也是商业银行控制经营风险的基础。数据仓库具有强大的客户分群功能。对于不同的客户均可按照存款贡献度、贷款贡献度、综合贡献度进行细分；也可以按照客户本身的各类属性进行划分，如性别、年龄、职业等。采用数据仓库技术对客户按照不同贡献度和属性进行分群后。对于利润贡献度较高的高端客户可以量身定制金融产品，采用“一对一”的方式主动进行产品营销。集中优势营销力量维系高端客户，起到四两拨千斤的作用。
2、进行主动营销，在深度和广度方面寻找潜在客户。重视对潜在客户的发掘与培育，争取更多的主动机会，将会使整个银行的客户群始终保持活跃饱满、梯次跟进的状态。运用数据仓库有助于对客户或者客户群进行全方位的潜力挖掘。一是从深度方面进一步挖掘现有客户资源的购买潜力。通过数据仓库进行客户交易行为习惯的分析，包括客户历史交易行为和同类客户的交易，例如：对曾经频繁购买过基金、理财等产品的客户，如果其当前未持有基金理财产品或该类产品持有较少，可进行跟踪服务和睡眠唤醒，增加对新推出的理财产品的推介力度，重新激活其理财产品的购买潜力。二是从广度方面进一步挖掘客户潜力。从个人客户持有的不同种类的银行产品分析看，按持有情况的不同将客户进行分类，定出已有高端客户、可拓展客户等。一个部门的优质客户可能是另一个部门的潜在客户，基于数据仓库建立的CRbl系统。为银行各个部门间交换、共享客户信息资源提供了可能，同时也为银行创造了大量的交叉营销机会。三是通过数据仓库发掘出具有指定特征的特殊客户群，进行专项金融服务。例如：对发放国家助学贷款的大学生。利用系统，对其监测和分析，有针对性地在学校期间营销诸如校园卡。离开学校后推荐信用卡等消费产品。确保其离开校园后，使其成为本银行未来的忠诚客户。又如对机构客户的公关营销，如军队、政府部门等，可依据其综合贡献程度。提供更完善、更快捷的服 务产品；对于开立代发工资账户的人员。可以分析其每月工资发放后的余额变动情况，了解该类客户的交易行为和习惯，以提供更加方便的专项金融服务。四是可以充分利用数据仓库与外部信息系统的信息关联，加强与税务、工商、电力、电信及同业的合作，与之进行数据交换，实现信息共享，从中筛选、发现潜在的跨行业的目标客户。并向该类客户推荐具有强烈行业特征的金融产品。
3、进行重点营销，有针对性推荐金融产品。基于数据仓库技术建立的个人客户关系管理系统为我们提供了指定客户群产品分析、指定产品客户偏好分析和指定客户营销渠道偏好分析的功能，运用这些分析，可以明确不同客户的营销重点。通过对25～35岁和46-55岁年龄段借记卡持卡人的POS消费情况分析，前者消费总额及笔数分别是后者的2.7倍和4倍。说明前者用卡消费意识强，是营销信用卡并引导其消费的重点。再辅以对该两类人群的交易场所的分析，发现后者是高档场所及高消费的主要人群，是银行与高等会所联名卡发放的重点客户群。
4、度身定制整体客户服务方案。国外银行运用数据仓库对客户持有不同产品数量与客户的流失率进行分析后，得出这样的结论：1家银行为1位客户只提供1种金融产品时，留住该客户的概率为1％～2％，2种产品为10％，3种产品为18％，4种及以上时则增大到近100％。因此，银行可利用数据仓库技术分析同类客户的产品持有习惯，转变推荐一种产品或营销一项服务到为重点客户制定整体服务方案，而整体服务方案的制定必须依赖数据仓库中汇集各业务系统和外围系统的数据信息。
5、灵活定价营销，优化客户结构。在与大客户洽谈定价营销时，利用数据仓库信息能更准确地找出依据，通过确定金融产品的价格。努力争取优质客户。如进行客户贷款销售时，数据仓库不仅考虑客户信用等级、综合贡献度、历史还贷情况等因素，而且能够计算出该笔贷款不同放款方式、不同期限的不同定价所能给银行带来的效益多少。
6、事件式营销，根据事件制定客户服务方案。事件式营销是目前业界创新的一种营销手法，国外多数先进的银行从2006年开始引入此观念及做法。事件式营销是以“事件”作为营销活动的起点，而事件是指当客户的行为或交易形态发生巨幅变化，此时可以协助营销人员辨视出客户有强烈的需求产生，因而设计营销活动，利用合适的时间点跟客户接触，提供合适的产品服务。一般而言，事件式营销活动的成功率会在18％～34％。
利用数据仓库按照不同的规则筛查出一个特定性质的客户，然后再为其制定出当该类客户发生已有定义的事件时该主动推出何种营销方案。例如：当发现一批客户定存到期，意味着客户有一笔资金可用。如果此时主动跟客户接触，便可引发并确认进一步的销售机会。当发现一批客户存款巨幅增加，表示客户的生活状态有所改变，而且正处于如何使用这笔资金的决定阶段，如果此时能跟其联系，给以建议，提供合适此客户的产品服务，就有进一步进行产品营销的机会。
进行事件式营销，可以采用数据仓库分析大量已有客户的基本数据、历史材料，以及其他信息。某一事件一旦发生，数据仓库就会出现相应反馈。同时。要有技术、产品以及银行本身的战略，银行组织架构的调整、相关的配合。只有这样才能真正做成一个很好的事件营销并执行下去。同时。事件式营销讲的是“营销”而不是“销售”。通过事件式营销银行会发现很多客户的新需求，这样便可以帮助银行设计出新的金融产品，从而达到事半功倍的营销效果。
四、数据仓库助商业银行获得更多的盈利
1、帮助银行实现与日俱增的需求。为全面且不断变化的商业银行设计数据仓库，可以在一个中央地点存储并集中管理，不断接收来自外围系统迅速增加的数据，产生并确保了一个最新的、全面的和前后一致的客户数据来源，这就解决了以往以数据为中心的系统中，数据不一致的问题。安装正确的数据仓库软件并全面了解客户之后，银行可以大幅度地改进市场营销推广活动的成功率。利用数据仓库，银行不仅可以把所有客户数据整合到一起，还可以针对这些客户数据进行分析、挖掘，形成客户的统一视图。然后，针对客户的需求，在适当的时间向适当的客户提供恰当的服务。
银行可以通过数据仓库技术对自己的客户信息、渠道及内部运营等进行更全面的整合，以提供更有效的市场营销、更个性化的客户服务、最优化的渠道。并能及时有效挽留高端客户。实现交叉销售，从而有效降低企业管理的风险。
2、帮助银行进行更有效的市场营销。由于发掘新客户的成本很高，挽留高利润贡献度的客户对银行的盈利能力至关重要。银行利润的80％来自于20％的客户，这些客户被称作是“黄金客户”。银行利用数据仓库系统，可以把数以千万的客户分成不同类型，找出自己的“黄金客户群”及“潜在黄金客户群”，并对他们的消费行为进行分析，制定适合他们的营销策略和行动，通过节省营销成本。提高营销成功率来进行更有效的市场营销工作。
3、帮助银行在提升分析效率的同时降低成本。某数据仓库技术提供商的研究结果表明，在数据仓库技术出现之前。银行为实现不同方面的分析需要建立多个数据集市，而数据集市之间数据的共享和数据集市本身的维护都需要花费相当多的维护费用。一个数据仓库可以代替几乎所有的单独数据集市。更重要的是，银行在降低成本的同时提高了数据的存取、可靠性及功能性。而且，数据仓库使其与分析软件的集成更经济、更有效率，这种结果同时节省了大量的数据维护和管理成本。
参考文献：
[1]IBM.银行业务数据仓库解决方案.
[2]knd.民生银行应用数据仓库提升核心竞争力[N].中国计算机报.
[3]中国工商银行江苏省分行课题组，运用数据仓库创新营销模式和管理方法，2005—04—06，
[4]Peter Hand.数据仓库助银行跨入赢利[EB＼DL].赛迪网.2003-03-27.