蒙特利尔银行

核心提示：地点：加拿大 商业领域：财经服务 系统平台：Sun E10,000 Sybase公司产品：Sybase Adaptive Server Enterprise, Adaptive Server IQ 在加拿大，蒙特利尔银行是最大的信用卡业务拥有者之一，蒙特利尔银行，另外，银行还在加拿大掌握着最多的贸易商，银行致力于创建一

地点：加拿大
商业领域：财经服务
系统平台：Sun E10,000
Sybase公司产品：Sybase Adaptive Server Enterprise, Adaptive Server IQ

在加拿大，蒙特利尔银行是最大的信用卡业务拥有者之一。另外，银行还在加拿大掌握着最多的贸易商，现在它已经为60%的加拿大贸易商提供服务，银行的POS事务量处于第二位。

在蒙特利尔银行所面临的所有威胁中，来自美国机构的竞争压力不断增长，是最令其感到不安的。象First USA 和Capital One这样的机构，它们具有市场规模和市场技术的双重优势，而这种优势是加拿大市场目前所不具备的。即使加拿大的信用卡发行者可以获得与特定美国发行商匹配的市场技术，他们也难以实现与其匹配的市场预算投入规模。竞争的威胁实在是太大了。因此，对于蒙特利尔银行来说，既然无法从市场预算规模上与他们竞争，转而致力于银行的市场技术。分析数据集市就是在这种背景下产生的。

分析数据集市

建立一个分析数据集市的建议在1995年的晚些时候被提交给银行的管理层。在该项目的初期，银行与Sybase专业服务一起来从事该数据集市的业务和技术需求的开发。

项目的初始计划仅仅是为信用卡部门提供风险分析，由于数据集市仅仅是为信用卡部门服务而开发的，数据的来源也只局限于此。同时，银行也添加了来自第三方的外部数据以加强对客户行为的分析能力1996年银行推出了它的首个数据集市应用。

需要指出的是，银行的第一次市场活动是在IBM/DB2主机系统上进行的。为了尽早从分析数据集市上获益，蒙特利尔银行使用了既有的处理环境和新体系结构进行结合，推出了首批的几次活动。而完全使用新建立的数据集市进行的活动开始于1997年1月。数据集市现在拥有1.2个TB的数据量，银行希望将整整两年的事务数据装填到该数据集市中去。

体系结构

在1996年年初，在收到了资金和管理许可以后，蒙特利尔银行立即开始寻找用于分析的数据集市的解决方案。在当时的情况下，信用卡部门事实上没有任何一个人具有数据仓库或者Unix系统的经验。银行在主机系统环境进行信用卡业务处理，它的既有的技术人员都不具备数据集市的业务需求应该满足的技术。在雇佣了有经验的数据仓库和Unix技术人员以后，银行才开始与Sybase专业服务来为分析数据集市开发技术体系计划。

分析数据集市通过delta（德耳他）处理每周更新一次。事务的捕捉发生在分段运输阶段。由于数据集市的数据来源数目有限，银行认为每周一次的数据更新已经足够用了。数据集市用户大多是分析人员，大约有30多位。在采用了便于使用的用户接口前端工具以后，银行的管理能力将会通过数据集市性能得到增强。

分析数据集市的目标

由于1995年的业务和竞争分析结果，银行给分析数据集市的开发开了绿灯。数据集市的目的在于，在较短的时间里模拟实现一个针对单一产品的客户关系管理（CRM）性能。蒙特利尔银行打算创立一个对客户信用卡关系的管理。更明确的是，银行希望将客户欺诈行为降低5个百分点，使信用卡的业务利润提高25%。

商业收益

从1996年的启动开始，分析数据集市已经提供了百分之百的内部收益率 （IRR），同时银行的市场份额增长了大约70个基点。新信贷余额比既有业务 量平均增长了129%，信用卡额度平均增长了59%。预期为2.1年的回报周期大大缩短了。市场活动周期被大大提高了，每六个星期就可以发起两次。

银行除了在响应率上得到提高以外，冲销帐目率缓慢减少，当前为1.75%。该银行传统上比较保守，从开始使用分析数据集市以来一直没有改变其保险标准。现在，从新市场活动产生的错失和冲帐率显著降低。

自从分析数据集市投入运用以来，银行在信用卡的市场开展和客户关系的管理方面取得了几个重大的突破。第一个也是首要的一个就是，认识到需要对市场意图、诱导消费、列表和响应机制进行不断的测试。对于每次市场诱导活动，蒙特利尔银行采取了一个冠军/挑战者测试方法。这一点对于有购买倾向的和有借用倾向的用户特别具有重要作用。银行致力于创建一个"封闭式的循环"跟踪系统。只有通过严格的测试、衡量、跟踪和报表报告，银行才能够认识到他们的市场诱导活动的效果和产生的原因。