新浪博客

证券行业BI解决方案

2015-08-28 10:15阅读:
1证券行业目前现状
在高速发展的中国证券业环境中,竞争日趋激烈,如何提高证券公司的管理水平和竞争优势,是目前迫切要解决的问题。
对于证券公司各级管理者来说,每天都要面临着各种管理难题:
1. 如何掌握公司及下属营业部的经营状况、经营风险,利润来源及变化趋势,并在此基础上制定公司各方面的发展计划;
2. 如何对客户进行细分,为不同的客户提供适合他自己的差异化服务;
3. 哪些客户对公司来说是最重要的,如何更好的服务于他们;
4. 哪些客户正在流失,原因在何处,为客户提供更高水准的服务及更专业的投资建议;
5. 哪些客户的投资收益最大,哪些客户的投资亏损最多,如何从中推广经验及吸取教训;
6. 应如何根据客户的具体交易情况,提出投资建议,从而创造自己特色的核心竞争力。
要解决这些问题就要涉及到公司不同职能部门的管理者,其中包括证券公司的经纪业务部、投资银行部、财务部、信息部等,他们都需要对这些不同的方面作决策,所需的信息来源各有不同。而如何对这些问题作及时、详尽、准确的回答,证券公司目前的信息系统很难实现。
首先,数据可能分散在各个营业部及不同的应用系统中,且各个系统都是相互独立的;
其次,没有好的系统帮助决策者揭示业务的关键因素;
再次,没有一个灵活的工具帮助使用者方便地对客户地行为进行分析。
因此,建立证券公司的经营分析系统,显得十分重要。就是要充分利用各种数据,建立能够对企业进行整体评估分析和监控企业运营状况的经营分析系统,将过去深藏在各种业务系统中的数据挖掘出来,并实时反馈到各个决策和管理环节。
r> 2传统证券行业解决方案的缺陷
现在证券行业的交易系统是传统意义上的事务处理系统,是建立在单一数据库系统上的,它的主要作用是用于完成日常业务处理,然后在前者所提供的数据基础上进行一些统计、报表等功能,以帮助决策者进行辅助的经营决策支持。这种以传统业务系统的思维开发的经营分析系统,往往满足不了现代证券行业数据处理多样化的要求,具体表现在以下几个方面。
(1) 不能同时满足事务处理与分析处理的要求:一套完善的系统应该既能满足业务人员日常处理的需要,又能满足管理人员决策分析的需要。但是事务处理和分析处理具有完全不同的性质。事务处理的特点是面向应用,支持日常操作,事务频繁,但每次操作数据量小,对性能、速度要求高;分析处理的特点是面向分析,支持管理需求,每次操作数据量大。两者之间的巨大差异使得原来以单一数据库为中心的业务系统无法在事务处理和分析处理两方面达到令人满意的效果。
(2) 无法集成企业内部、外部各方面的数据:有效的分析和决策需要完整而正确的数据,而传统的事务处理数据在数据完整性、一致性方面不能达到决策支持的要求。另外,企业管理者在决策中经常要用到其他外部数据,例如其他券商的经营情况、客户的行为特征,财务数据,行情数据等。依靠传统的数据库技术,无法集成企业内、外部各种类型的、分散的、异构的数据,也就不能为管理者提供完整、准确的信息,达到辅助决策的目的。
(3) 难以适应各类用户对数据综合程度的不同要求:传统交易数据库数据需要的是细节数据,因为要精确反映客户的每笔交易、业务情况。而管理人员需要的是综合的数据,而且根据用户级别和分析对象的不同,需要对细节数据进行不同程度的综合。例如,长期趋势分析预测需要按年度汇总,而中短期预测要用到月、周、日的数据。传统的数据库系统不具备这种综合能力,需要人为地进行综合和汇总,而且每做一次分析,都要进行一次这样的综合,这必将导致极低的处理效率。因此,不能在传统的事务处理环境中直接进行分析处理。
(4)目前市场上经营分析系统也提供部分报表、经营统计工具,但是这也局限于极少部门,使用也不是很方便;众多数字堆积在一张表上,所反映的信息量十分有限,即不能得出动态的变化规律,也不能很好地发现经营中存在的问题和利用历史经验辅助决策。
因此,传统的经营分析系统,由于其自身的局限性,己经无法满足证券行业快速发展的要求。
3 证券行业解决方案的指导思想和主要目标
经营分析系统是基于BI技术的全面的、系统的解决方案,总体目标是帮助管理者准确掌握企业运营的真实状况,帮助企业评价和优化企业运营,提升企业的绩效。
它不仅能全面提供企业日常管理的各类格式报表,大大提高报表制作的准确性和效率,减轻业务人员的工作强度;更重要的是系统提供由多种指标和维度构成的动态分析,通过关键性绩效指标,建立了企业的经营分析体系,使得公司各级管理人员能够快捷、准确的掌握各项业务信息,并及时地对各项业务状况进行分析,发现存在的问题和规律,以便正确的制定和调整商业策略。
证券经营分析系统的主要内容

(1)建设高效、安全的数据中心,为企业经营分析奠定坚实基础

(2)提供全方位的决策支持平台,提高企业经营效率。

(3)推进信息共享的管理模式,引领企业管理创新。

业务的发展必将带来管理模式的发展。将公共的、标准化的服务功能抽象出来以共享服务的方式提供,是证券公司管理上台阶的必然要求。我们的理念是通过共享服务功能的提供,帮助证券企业实现管理前台和管理后台的分离;实现前台服务专业化、后台管理标准化。

(4)建立风险控制体系,提升企业持续发展能力。

高收益必然带来高风险,证券行业属高风险经营行业。风险管理是证券企业生存的战略层面的需求。致力于帮助证券公司建立以风险控制体系,BI工具的强化应用,是建立这一体系的有利保证。

(5)评估企业盈利能力,建立全面业绩管理体系

通过对不同业务的核算和分析,评估各组织机构对企业的盈利贡献,建立多层次、多组织的绩效管理体系,为提升企业盈利能力提供决策依据。

2解决方案

通过对大量的数据进行归集,建立统一数据视图,为业务系统和分析应用系统提供统一的数据服务,配合系统平台,进而实现集约化管理:节约运营成本、扩大交易量、减少客户流失,提高企业效益。

2.1发现问题

通过基础报表平台、运营管控平台、决策分析平台对企业的运营情况进行分析、管控,
分析即将流失的客户、监控交易异常、分析佣金变动等情况。

2.2提交问题

通过系统提供的统一数据服务,以Web Service、文件数据、实时数据等形式为营销策划系统、CRM系统、Call Center系统、交易系统、营业部、经纪人等提供服务数据。
包括:即将流失的客户列表、交易行为异常的客户列表、成交量大幅度下降的客户列表、贡献度很高的客户列表等数据。

2.3解决问题

CRM系统、营销服务系统、Call Center系统、营业部经理、经纪人对问题数据进行定向营销、客户关怀等活动,从而减少客户流失、扩大新开户客户量、加大成交量、减少运营成本。

2.4偏差分析

对发现问题、提交问题、解决问题进行偏差分析,提升发现问题的精确度,从而对过程进行优化。

3解决方案架构

3.1平台应用架构


3.1.1基础报表平台

基础报表平台现证券公司在公司运营中所需要的基本报表。其中包括,需要提交给证交所以及相应机关的上报报表,公司内部经营统计的统计报表,以及根据不同时间段而产生的基本报表。
基础报表

上报报表
日表
月表
统计报表
主要分析模块介绍

3.1.1.1上报报表

证券公司需要按照规定的格式,规定的时间提交给证交所以及相应机关的报表。

3.1.1.2日表

用来记录证券公司每天的基本交易,资金及帐户信息情况,包括的表有:基金交易日表,交易量与市场份额统计表,营业部股东帐号日表,营业部资金帐号日表,营业部交易日表,营业部基金交易日表,营业部委托方式日表,营业部日资产表,客户资金变动日表,日均托管资产余额。

3.1.1.3月表

用来记录证券公司每月的基本交易,资金信息情况,包括的表有:交易量与市场份额统计月报,月平均佣金,营业部存管月表,营业部交易月表,营业部开户与资金变动统计表,营业部委托方式月表。

3.1.1.4统计报表

用于统计证券公司运营情况。

3.1.2运营管控平台

3.1.2.1经纪业务分析

经纪业务分析
展现当前总部KPI指标值
总部KPI指标变动趋势分析
找到发生异常的指标

展现当前营业部KPI指标值
营业部KPI指标变动趋势分析
指标多维分析
分析营业部指标异常原因

指标完成率分析
营业部指标排名分析
交易对比分析
找到发生异常的营业部
营业部管理层

总部单一视图

指标完成率分析
指标排名波动分析
指标完成率分析表
交易分析表
指标排名波动表
营业部单一视图
指标多维分析
总部管理层
经纪业务分析运营管控平台以综合的展现、分析证券公司经纪业务的基本指标为手段,为证券公司管理、监控经纪业务服务。其中包括公司总部及营业部的经纪业务指标展现,通过不同的分析维度对经纪业务指标进行全方位的分析,以及不同时间段中重要指标的完成情况分析。如图3.3
经纪业务分析
首页
营业部单一视图
佣金分析
成交量分析
资产分析
新增客户数分析
多维分析
完成率分析
产品交易分析

3.1.2.1经纪业务分析
3.1.2.2竞争对手分析
3.1.2.3绩效考核分析



图3.3
主要分析模块介绍
首页:展现证券公司在总公司层面下各地区的佣金、成交量、市场份额、新客户数、资产的情况,以时间周期上的增长趋势和相应计划的完成概况。
营业部单一视图:展现证券公司某营业部佣金、成交量、市场份额、新客户数、资产的情况,及时间周期上的增长趋势和相应计划的完成概况。
佣金分析:展现证券公司中营业部的佣金排名情况,分析佣金排名波动,以及展现一些佣金的派生指标(环比、同比、累计佣金、部均佣金、佣金率、贡献度)。
成交量分析:展现证券公司中营业部的成交量排名情况,以及成交量的派生指标(环比、同比、累计成交量、部均成交量、活跃度、市场份额),分析成交量排名的波动情况。以发现成交量变动异常的营业部为主旨。
资产分析:展现证券公司中营业部的资产排名情况,以及资产的派生指标(环比、同比、累计资产、部均资产、本年日均、本月日均、持仓、资产变动),分析资产排名的波动情况。
新增客户数分析:展现证券公司中营业部的新增客户数排名情况,以及新增客户数的派生指标(环比、同比、累计新增客户数、部均新增客户数),分析新增客户数排名波动情况。
多维分析:分不同的维度去分析每个主要指标的情况,着眼于找到发生异常的指标是由哪个维度下的哪种情况导致的。
产品交易分析:展现证券公司及其营业部的证券产品交易情况,以及与市场行情此证券产品的交易情况进行对比分析。
完成率分析:分别展现证券公司或者某个营业部的佣金、新增客户数的完成情况。

3.1.2.2绩效考核分析


绩效考核分析

绩效考核包括:营业部考核,营业部经理考核,经纪人考核
管理层
展现营业部经理考核评分排名变动分析
考核指标多维度自助分析
找到变动差异较大的考核主体

考核得分在时间周期上的趋势分析
考核明细指标得分及相应值分析


考核评分排名一览表

树形结构展现考核指标的权重及评分

考核指标权重评分
考核指标明细分析
考核指标对比分析

绩效考核模块分别对营业部、营业部经理、经纪人进行绩效考核管理,并对不同的考核对象进行了对比分析。
绩效考核分析
营业部考核
营业部首页
营业部经理首页
营业部经理考核明细
指标权重修改
经纪人对比分析
经纪人考核
营业部对比分析
营业部经理对比分析
营业部经理考核
营业部考核明细
经纪人首页
经纪人考核明细

主要分析模块介绍
l 营业部经理首页
展现证券公司每个营业部经理的本期各大考核指标得分以及得分的排名变动情况。
l 营业部经理考核
展现营业部经理考核得分以及排名的总体情况,并以树状图形式,展现营业部经理考核指标的得分和权重。
l 营业部经理考核明细
展现营业部经理考核排名得分明细和实际情况,以及时间周期上的变动情况。
l 营业部首页
展现证券公司每个营业部的本期各大考核指标得分以及得分的排名变动情。
l 营业部考核
展现营业部考核得分以及排名的总体情况,并以树状图的形式,展现营业部考核指标的得分和权重。
l 营业部考核明细
展现营业部考核排名得分明细和实际情况,以及时间周期上的变动情况。
l 经纪人首页
展现证券公司每个经纪人的本期各大考核指标得分以及得分的排名变动情。
l 经纪人考核
展现经纪人考核得分以及排名的总体情况,并以树状图的形式,展现经纪人考核指标的得分和权重的情况。
l 经纪人考核明细
展现经纪人考核排名得分明细和实际情况,以及时间周期上的变动情况。

3.1.2.3 竞争对手分析

竞争对手分析
管理层


营业部与竞争对手交易情况对比分析

竞争对手分析一览表

展现上交所竞争对手
展现深交所竞争对手

总部与竞争对手交易情况对比分析
总部与竞争对手平均交易情况对比分析
上交所竞争对手分析-总部
深交所竞争对手分析-总部
上交所竞争对手分析-营业部
深交所竞争对手分析-营业部

竞争对手模块分别以深市与沪市两个不同的市场将证券公司,以及证券公司的营业部与其相应的竞争对手针对公司的运营情况进行对比分析。
竞争对手分析
(上交所)竞争对手分析-营业部
(深交所)竞争对手分析-总部
(上交所会员)竞争对手分析-总部
竞争对手分析一览表
(深交所)竞争对手分析-营业部
总部多维分析
营业部多维分析

图3.5
主要分析模块介绍
Ø 竞争对手分析一览表
Ø


主要分析模块介绍
l 竞争对手分析一览
展现证券公司所占的市场份额环比增加在时间周期上波动情况,以及在上交所和深交所中证券产品成交量排在前十名的营业部的基本情况。
l 上交所竞争对手分析-总部
展现证券公司与上交所中的竞争对手,针对不同证券产品的交易情况以及部均交易情况的对比分析情况。
l 深交所竞争对手分析-总部
展现证券公司与深交所中的竞争对手,针对不同证券产品的交易情况以及部均交易情况的对比分析情况。
l 上交所竞争对手分析-营业部
展现证券公司某一地区的营业部与上交所中相应地区的竞争对手,针对证券产品交易情况的对比分析情况。
l 深交所竞争对手分析-营业部
展现证券公司某一地区的营业部与上交所中相应地区的竞争对手,针对证券产品交易情况的对比情况。
l 总部多维分析
可以选择不同的证券交易所以及时间段,展现证券公司与所选择的证交所中的竞争对手,针对不同证券产品的交易情况以及部均交易情况的对比分析情况。
l 营业部多维分析
可以选择不同的证券交易所以及时间段,展现证券公司某一地区的营业部与所选择的证交所中相应地区的竞争对手,针对证券产品交易情况的对比分析情况。

3.1.3业务分析平台

3.1.3.1客户分析

客户分析

管理层

客户行为分析
客户交易分析
客户流失分析
客户基本信息


客户概要分析

客户流失预测
客户资产变动情况
客户一览表
客户单一视图
客户详细交易情况
客户分组
客户流动性分析
找到发生异常的客户群组

多角度呈现异常客户群组
找到发生异常的客户

3.2平台技术架构


在整体架构体系中,数据服务中心处于核心地位,通过数据服务中心整合所有业务系统的数据,形成全公司集中的操作型数据存储系统,统一支持上层数据模型或应用系统。
数据服务中心重点实现了数据的标准化,初步建立了各业务系统数据间的联系,而在对数据的组织上,数据服务中心并不进行数据的模型化抽象,保持数据的明细粒度。
另外,数据服务中心还是证券公司管理信息系统数据标准提供者,除了数据服务,数据服务中心另外一个重要交付品就是数据的架构和标准,包括管理信息系统建设架构、数据标准、技术标准及交互标准等。基于数据仓库建设数据应用系统,均需要符合数据服务中心的规范、标准。

3.3.1数据源

给数据服务中心提供数据的源系统将囊括证券公司目前所有的业务系统,如核心交易系统、财务系统、外部行情系统等。从数据的整合范围看,数据服务中心的数据将以核心系统为主,其他系统为辅。

3.3.2数据服务中心

数据服务中心按逻辑数据模型(LDM)和数据逻辑层次性质整合数据,保存明细级的粒度数据和适度汇总加工的数据,为数据分析应用系统和其他管理系统提供基础数据。数据服务中心是数据分析应用系统和其他管理系统建设的基石。

3.3.3数据集市

数据服务中心作为全行操作数据存储平台,将统一向数据分析应用系统提供数据,根据架构上的设计,对应用系统数据供应也将有以下几种可能的方式:
数据服务中心直接向应用提供数据;
数据服务中心先把数据供给相应的数据集市,然后数据集市向应用提供数据;
数据服务中心先把数据提供给相应的数据集市,然后由数据集市和数据服务中心同时向应用提供数据;
上述几种对数据的应用方式,综合利用了数据服务中心、数据集市几个数据层次,数据应用灵活度比较高。

3.3.5数据展现

利用展现工具,实现统一展现平台,方便最终用户访问数据服务中心数据,共享数据服务中心建设成果。展现方式包括固定格式报表、即席查询、图表分析、OLAP分析等。




4带来的价值

(1)构建数据服务中心,数据服务中心的建立旨在为证券公司构建一套统一的、完整的数据服务中心系统。为证券公司实现提高数据供给效率,支持新应用的快速开发;实现数据处理的智能调度和监控,加强数据的安全管理;实现业务拓展、分析价值客户、完善风险控制体系,实现跨越式发展提供数据支撑。
(2)从业务,数据层面考虑,在不断促进数据服务中心数据的积累、模型的完善、数据质量改进,丰富其所支持的应用系统,形成完整的应用系统支持体系,支持最迫切的分析型应用,满足各业务部门的需要,采用BI技术开发证券公司绩效管理系统,充分利用证券公司积累的丰富数据,深层次地挖掘数据资源,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、赢利能力、潜在价值、信用度和风险度等指标,并实时反映公司的业务变化和客户需求,为证券公司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;同时为经营管理决策分析提供准确、一致的量化信息,使公司的决策者能及时掌握公司及各个证券营业部的运行情况,并根据这些分析结果制定长远规划,从而提高公司的管理水平和竞争优势。


5系统展望

(1)数据驱动型证券公司将付诸实现。由于证券公司管理者和业务人员已经意识到数据的价值,我们将引进个人工作平台,由产品到客户,从粗放式管理到精细化管理,证券公司将利用这些数据去推动整个公司实现跨越式发展。
(2)传统静态仓库将成为昨日黄花。商业智能(BI)现在需要的功能远远超过传统方法所能提供的功能。在新的时代将看到这种新功能浮出水面,实现操作智能化和动态实时分析。通过使用虚拟化操作数据实现数据仓库的扩容以及实现核心业务规则的自动化,在企业中实现真正的实时商业智能,我们将看到数据集成变为此目标的关键推动因素。
(3)蓬勃发展的中国证券行业通过运用正确的BI应用策略,高起点地进行整体规划,有重点地进行分步实施,并在实施过程中针对重点和难点问题采取适当的解决措施,将能在可见的时间内获得丰硕的回报。BI应用必将能为中国证券行业和谐发展发挥出极其重要的决策支持和辅助经营管理作用。

我的更多文章

下载客户端阅读体验更佳

APP专享