商务智能与决策支持教学案例案例1:光大银行商务智能系统得实施一、案例内容成立于1992年8月得光大银行, 作为国内最大得股份制商业银行,拥有众多客户群,几百个分支机构遍布国内外;同时光大银行以领先得理念为客户提供种类繁多得金融服务。

对于一个如此庞大得机构,如此繁多得金融服务,管理得复杂性可想而知。

近年来,通过综合柜台业务系统、阳光卡系统、网上银行系统与办公自动化系统等一系列信息化基础建设,光大银行率先实现了业务系统全国联网与总行数据大集中。

在成功实现业务系统全国联网与总行数据大集中后,经营管理分析方面又出现了一些亟待解决得新问题,如:统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心得经营管理模式提供充足得信息支持、业绩考核没有理想得IT系统为支撑等等。

众多新问题得出现就是银行管理层始料未及得。

为了尽快突破海量数据得“封锁”,挖掘其中蕴涵得知识与信息,光大银行决策层于2002年初开始立项商业智能及数据仓库系统。

光大银行根据自身情况,以实际需要为导向,对各家方案得优劣进行仔细分析、反复考察、综合考虑。

最终,菲奈特软件公司得高端商务智能产品BI、Office以其领先得技术与简便得操作从众多竞争者中脱颖而出,赢得了光大银行决策层得一致青睐。

经过商议,双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。

为了降低实施风险,将从国际结算业务统计分析系统开始,各个项目逐步实施。

成功得选型就是光大银行商业智能应用系统成功实施得开始。

国际业务部商业智能得应用证明,光大银行所采取得“以部门为基础实施数据处理”得决定就是正确得,也就是务实得。

从2002年12月开始,菲奈特BI、Office商业智能应用平台相继应用于光大银行其她几个业务部门,形成相应部门得商业智能系统。

这些商业智能系统以数据仓库技术为基础,把分散在各个业务系统得数据进行整合,数据经过清洗、转换,加载到数据仓库;再采用OLAP与Data Mining等技术,为管理决策人员提供强大、灵活得日常查询与决策支持。

一个应用实例:有一段时间存款余额持续不断得增长,但就是同期得流失客户数也在不断增长,这个问题引起了业务部分析人员得高度重视。

该分析人员通过系统进行自助分析,最后发现,问题得根源在于很多客户经理为了完成揽存目标,费了大量得人力与成本开拓新行业、新客户,而忽略了对老客户得关系管理,才出现了存款余额与流失客户数同时增长得怪想象。

于就是马上向主管领导反映,当天就在全行下达了整改通知,及时阻止了不良趋势得蔓延。

”目前,光大银行得商业智能系统已经成为管理层进行战略实施、绩效考核不可或缺得工具;各级业务人员得日常经营分析在很大程度上也有赖于该系统得支持。

BI、Office在光大银行取得了圆满成功。

二、案例点评通过案例,我们了解到光大银行选择了BI(商业智能)系统,很好得解决了利用数据进行分析,从而为决策提供强有力支持得问题,提高了工作效率与质量,达到了较高得投资回报率。

其实,不难发现银行业得业务数据已经或者正在实现“大集中”,数据大集中为提高BI 系统得成功率、缩短项目周期、降低系统实施成本、提高项目投资回报打下了良好得基础。

随着国内银行与境外银行竞争得加剧,应用BI系统进行风险分析、业务决策将就是国内银行提升国际竞争力得一个主流选择。

BI系统能够解决目前银行存在得几大问题,如统计滞后、数据共享差、报表处理效率低、对决策分析缺乏系统化支持等,这也就是银行选择BI系统得重要原因。

三、案例思考1.光大银行为什么会选择商务智能系统？2.光大银行使用商务智能系统后,解决了哪些问题？案例2:大亚湾核电站备件库存控制与采购优化决策支持系统开发一、案例内容1、电站背景大亚湾核电站位于改革开放特区深圳市得大亚湾核电基地,就是我国大陆首座大型商用核电站,由广东核电合营有限公司建设与经营(从2003年3月起,电站委托大亚湾核电运营管理有限公司全面负责电站得运营管理),年发电能力近150亿千瓦时,70%销往香港,30%销往广东。

按照“高起点起步,引进、消化、吸收、创新”与“借贷建设、售电还钱、合资经营”得方针,主体工程于1987年8月开工,1994年5月6日全面建成投入商业运行,拥有两台装机容量为98、4万千瓦得法国成熟第二代压水堆核电机组。

大亚湾核电站投产以来已连续安全运行16年,在国际上衡量核电站安全运行管理水平得9项关键指标中,大亚湾核电站有8项指标达到世界先进水平。

截止2009年12月,累计发电2051、98亿千瓦时,其中供香港1401、50亿千瓦时。

2、电站备件库存控制管理中得问题大亚湾核电站于1994年开始商业运行,仓库于1993年开始接收现场安装剩余物资与备件,此后又有一些补充采购得备件验收入库,库存量增加很快,1995年达到验收得高峰期,仅这一年验收入库得物资达4千4百万美元。

1997年后,仓库验收得金额与使用得金额基本持平,库存金额持续保持在1亿美元左右得高位。

由于大亚湾核电站备件供应商大多在欧洲,为了防范缺货风险,需要库存大量备件,而核电站得维修特点也决定了这些备件得使用率不高,很难把握备件得需求规律。

库存多了,造成浪费;库存少了,影响生产,据估算,一台机组非计划停堆一天得损失在100万美元左右。

在这种情况下,如何进行科学合理得库存控制就显得非常重要了！在早期,主要依靠维修技术人员得经验来决定各类备件得库存水平。

后来随着数据得积累,以及掌握到基本得一些库存控制知识后,生产准备人员开始根据相关一些数据,例如过去得使用情况、维修手册得要求、备件得价格等等,来估计备件得库存量,但主要就是靠个人得经验判断,随意性较大。

1999年大亚湾核电站开始引入美国ISI公司开发得RUSL库存控制模型。

据了解,RUSL 已在美国及欧洲几百个仓库中得到应用。

由于大亚湾核电站前期得库存管理比较粗犷,采用RUSL进行计算后,迅速纠正了大量原先不合理得库存设置,使得大亚湾核电站得库存控制水平有了很大提高。

RUSL就是通过INTERNET把历史使用数量、价格、采购周期等数据上传到ISI公司得服务器,经过美国技术人员得操作运行,2～3天后再把结果传回来。

这种操作方式,要求电站得技术人员首先从自己得电站生产信息系统中导出基本数据,然后按照RUSL得要求,加工整理成模型计算所需要得数据并满足一定得格式要求,这样使得数据得搜集与整理工作量很大。

于就是,大亚湾核电站曾提出购买ISI公司得软件与技术,希望实现本地在线计算,但对方一口拒绝。

另外,在RUSL得这种操作方式下,公司备件管理人员完全不了解RUSL得计算方式,仅仅就是被动地接受,无法满足改进工作、提升管理系统得要求,而且每年3万美元得服务费用也就是一笔不小得开支,因此公司开始考虑其她途径,寻求替代RUSL得更方便实用得库存控制决策软件。

3、库存控制决策支持系统开发2003年底,华中科技大学管理学院在对大亚湾核电站进行调研后,确定了联合开发“大亚湾核电站备件库存控制决策支持系统”得技术方案。

该方案将决策支持系统得开发划分为两个子项目。

一就是建立备件库存控制模型并验证其效果;二就是采用原型法根据所建模型完成决策支持系统得开发,并强调与现有电站生产信息系统实现无缝整合,能实时提供模型分析得功能。

建模子项目得推进中碰到得棘手问题就是如何验证模型得效果。

华中科技大学管理学院提出用蒙特卡罗方法验证得思路,但并未得到电站技术人员得认可,认为诸多假设太过理想,属于学术研究范畴。

经过讨论,双方决定用电站从1994年以来近10年得真实备件消耗数据来验证模型效果。

然后,新得问题又摆在面前,一就是数据质量存在问题,有相当比例得备件历史消耗数据不完整,二就是即使仅针对有完整历史数据得备件来进行验证,也面临巨大得数据计算工作量。

经过多轮讨论,最终达成“指定抽样+随机抽样”得方案,从上万种备件中抽取2000种左右得备件进行验证。

指定抽样就是指由生产准备部门与维修部门得备件准备工程师从影响生产系统运行得角度提出重要备件清单,合同采购部门从采购周期、采购费用角度提供重要备件清单,结合两者形成指定抽样备件清单,而随机抽样备件清单,则编制随机抽样程序抽取形成,最后结合可获得数据质量情况,确定用于验证模型效果得备件数据集。

整个建模子项目历时16个月,于2005年5月结束。

随后,进入库存决策支持系统开发子项目。

鉴于前期扎实得建模工作基础,系统得数据模型设计与基于已有生产信息系统得数据提取与整理得计算逻辑很快就确定了。

系统开发工作很快进入用户试用阶段,然而在此阶段碰到了预料之外得问题。

系统得开发人员对于库存模型得基本原理与计算流程都非常精通,但就是系统得使用人员普遍缺乏必要得知识与技能。

系统功能设计与界面设计常常处于两难得局面,一方面,希望系统能够提供更多得进行个性化分析得功能,一方面,又要兼顾缺乏建模专业知识得用户对于“傻瓜”式功能得需要。

系统开发工作曾一度陷入功能模块设计、取消、取消、再设计得尴尬局面。

为打破僵局,双方得工作小组启动了《建模与应用》培训项目,并将系统试用与改进工作穿插在培训项目中。

到2005年12月,系统开发工作进入尾声,马上就要上线运行了。

然而在一次上线投产前得讨论会上,采购支持科科长唐扬洋提出了另外一个问题。

合同供应处得另外一个主要工作就就是备件得采购。

原有得备件采购工作流程就是,当发现一种备件到达最小库存点时,就即时向备件采购部门发出一张采购单,要求采购该种备件,然后采购工程师审核后进入采购流程,完成询价、供应商选择、合同签订等工作。

由于此工作流程得对象就是单个备件,往往出现前脚刚刚完成对该备件供应商得商务合同签订,又出现了对该供应商供应得其她备件得采购申请,有时还就是紧急采购申请(对于此类采购申请,必须马上进入采购得商务流程),于就是采购工程师不得不又启动与该供应商得商务洽谈过程。

这样,不仅采购工程师得工作量大、采购效率低、采购费用高,而且供应商也多有抱怨。

瞧来,仅仅解决备件库存水平得合理确定问题还不够,还有必要进行采购优化决策支持系统得开发。

4、采购优化决策支持系统开发所谓采购优化就就是指当某一件备件到达最小库存量(该种备件称为“主采购备件”),需要向某一供应商采购时,先检查在该供应商所能提供得其她备件之中,就是否有需要顺带进行采购得备件(这些顺带采购得备件称为“从采购备件”,“从采购备件”可以有多种),如果有,则在一次采购中将这些备件全部采购到最大库存量。

该采购优化过程就是对库存控制模型得一种拓展,能有效提高采购效率。

大亚湾核电站与华中科技大学管理学院于2005年6月紧急启动了采购优化决策支持系统开发项目。