首页 > 如果把各种客户相关数据采集、抽取、整合在一起，从中提取客户的交易习惯、利润贡献、资产负债变化趋势等等，就可以作为发现优质客户、向客户提供差别化服务的信息基础。同时，根据客户对银行产品的选择和使用情况，可以为正确的市场定位，发现最有商业价值的金融产品以提供数据支持。只有充分挖掘利用这些数据，才能使其成为真正的数据财富。
个人客户信息整合方案设计
面向客户的数据库设计
面向客户的数据库需要围绕客户的各种信息和交易行为信息进行设计。客户信息数据库中的各表以客户编码为关键字进行关联和管理，包含客户基本信息、相关客户信息、客户账户信息、客户交易信息、客户资产负债信息等数据表。
已有个人客户信息的整理
现有的交易系统都是面向账户服务的，数据表的设计都是围绕着账号进行关联，而客户信息散乱地存放在各个交易子系统中，既有重复也有不一致的。面向个人客户的交易系统一般包括储蓄系统、信用卡系统、个人贷款系统、住房公积金系统等，既有个人客户的基本信息，也有本外币账户、银行卡、贷款申请、还款等信息。账户情况、交易情况在不同的系统中存放的内容相对独立，而且数据的正确性可以保证，这些数据的整合主要是根据分析的类别分类抽取。而客户基本信息却是在各个系统中都有存放，整合的难度是最大的。
在不同的系统中，个人客户的基本信息有全面的（如个人贷款申请所留的资料），也有最有限的（如个人活期账户开立只需姓名和身份证号）。各系统的编码规则各不相同，如职务，可能按“厅局处科”这种方式编码，也可能按“董事长、总经理、经理”这种方式编码，甚至直接存入汉字信息。要将各系统中客户信息整合在一起需要进行大量仔细的核对工作，将不同系统中的数据合理地进行转换和清理。同时，不同系统中所存放的数据真实性、完整性也不尽相同，例如，虽然储蓄、信用卡、个贷等系统中都存有客户的通讯地址，但信用卡客户由于每月需要邮寄对账单，信用卡系统中存放的客户通讯地址往往是最为准确的。申请贷款的客户由于需要经过审批，其个人收入、单位状况等信息往往是最准确的。因此，对同一个客户在不同系统中存放的资料也需要进行认真分析，从中抽取最有效的信息。
数据对照关系的建立
我们需要从以往的各个交易子系统中抽取有价值的客户信息，并经过清洗转换到客户信息数据库中。针对客户信息数据库中每张数据表、每个数据字段，需要从原来的数据源中寻找对应的数据、设计转换的算法、建立对照关系。
数据抽取工具的选择
从多个交易数据库中抽取数据转换到客户信息数据库中需要进行大量的数据访问、计算和装载，选择强有力的工具可以大大提高开发和运行的效率。DataStage 是一个专业的ETL（抽取/转换/装载）工具，可以从多种不同数据源中进行数据抽取、转换和清洗，并根据需要将结果输出到目标数据库或文本文件。
逻辑架构
由图1可以看出DataStage既可以应用于多个数据库数据的抽取转换，也可以对普通的文本文件、HTML文件进行抽取转换，然后将转换后的数据直接装载到数据仓库中或产生新的普通文本文件等，便于客户以后对数据进行查询、分析、制作各种报表，并且进行数据挖掘。
图3 源数据和目标数据直接操作文本文件
目前，各个银行都已具有强大的面向账户的交易系统。真正要做到面向客户服务首先要建立完善的客户信息系统。放弃目前各系统中分散零乱的客户信息而从头积累客户信息是巨大的浪费，从分散的账务系统中抽取整合客户信息通过实践是完全可行的。只要设计一个科学的方法，采用有效的工具，完全可以在很短的时间内将有效的数据提炼出来，建立起拥有几百万客户的信息库。客户信息库不仅为客户服务提供了基础，更为客户分析创造了必要条件。
