3．銀行數據的特性

目前，雖然各大商業銀行基本上實現了數據集中，但是較多的僅停留在物理層面，數據的邏輯集中程度不高，更多的還是以功能為核心，如果要很好地支持未來銀行信息化建設，必須要對支撐銀行戰略的數據需求及特性有一個全面的了解。

(1)銀行數據的全局特性從數據涉及的范圍來看，數據要服務于企業戰略，必須具有全局性，即需要從企業級的視角理解數據需求，按照面向主題的管理需求對數據進行全局性的規劃。銀行數據主要來源于以下多個層面的系統：銀行核心業務系統、獨立于核心的專業交易系統、與業務相關度較高的后臺管理系統（如信貸管理系統等）、渠道系統、其他信息系統（如同業信息、宏觀經濟數據等）。由此可見，數據范圍基本覆蓋了銀行所有業務和管理系統，并不僅僅局限于核心業務系統。

(2)銀行數據的多維特性  由于定位和目標的不同，因此作為管理需求的數據與業務系統的交易數據有很大的區別。前者是要求具有多維特性，而后者往往是單維度的。為了保障交易系統的效率，業務系統往往只提供最基礎的交易流水和基本賬務數據，可以說是最小化定制的信息。而管理數據往往要求提供更多的觀察視角，以適應不同管理者的差異化需求，在賬務數據的基礎上，還整合了各個相關的外圍系統的數據，相當于又加載了產品、客戶等更多的標識，從而形成了多維屬性。例如，對于一筆貸款業務，在管理數據中既可以按照不同的管理條線（如個人業務、國際業務等）進行展示，又可以按照所屬的行業、期限、產品、客戶、地區等其他視角進行展示。

(3)銀行數據的關聯特性業務系統一般不可能直接提供管理所需的多維度信息，往往需要通過特殊的數據加工平臺和工具對相關數據進行關聯、轉換和加工。管理數據的組織以滿足“管理主題”為特征，通常需要借助基礎的數據平臺（如數據倉庫），經過復雜的數據映射、篩選、連接、聚合等加工，橫跨多個處理系統（包括其他管理信息系統）的數據。

可以說，管理數據是經過整合、提煉、派生后的多維度信息。

數據的復雜性決定了需要從多方面進行數據的管理。在數據的組織上，要選用科學的方式，稱為“數據模型”；在保證數據的正確性、有效性等方面，稱為數據質量；在數據的部署方面，需要從數據分布和主數據管理著手；在如何保證數據能夠提供高時效的服務方面，則需要考慮數據生命周期和數據交換。因此，可以看出，銀行數據的復雜性決定了數據管理的復雜性和多面性。