经过8年的发展，中国银联股份有限公司（后简称“银联”）用实际行动奠定了在中国银行卡产业领头羊的地位。目前，银联平均每天处理近2千万笔跨行交易，交易资金达百亿元。随着中国经济的增长与国际化进程的加剧，信用卡消费的兴起和走出国门的中国人逐步增加，银联的发卡量和交易金额逐年增加，并且每年以20%左右的速度增长。

　　商业智能建设

　　经过8年多的发展，银联早已经积累了大量数据，但这些数据长期以来并没有得到有效地利用。对于依赖信息系统来开展业务、视数据资源为生命的银行卡组织，如果能对信息进行挖掘和运用，将会产生巨大的力量。

　　早在银联成立之初，高层领导就认识到数据挖掘的价值，并将这个计划纳入到银联第一代系统建设的二期规划中。但由于银联刚刚成立，数据积累没有达到一定数量级，同时忙于银联核心交易系统的建设，数据集市项目直到2008年6月才正式启动。

　　2008年6月到2009年1月是银联数据集市项目完成第一个阶段的建设，银联内部称之为“快赢”阶段，即尽快满足业务部门提出的需求。“在第一阶段建设中，我们花了两个月的时间完成了POC（Proof of Concept,为观点提供证据）模型可用性设计，之后根据模型完成架构的搭建和首批业务需求的上线。”中国银联电子支付研究院副院长吴金坛说。

　　项目建设第二阶段从2009年1月开始，当年年底完成。该阶段银联启动了第二代系统的建设工作，数据集市作为其中的一个项目，建设内容与第一阶段的“快赢”进行很好的衔接。

　　很多时候，企业发现很难真正使用商业智能来分析。数据源的不一致和不完整，导致经常出现即使把多个数据串起来，却仍然无法进行分析的情形。数据是企业的生命，如果企业没有将数据有效地串联、利用，转化成业务语言，那么即使有再丰富的数据也是徒劳。

　　为了解决上述问题，银联在数据库设计之初，建立了数据字典制度，所有的数据定义都会汇总到数据字典中，无论什么样的数据，都要从数据字典中提取。“数据字典的建立，很大程度上解决了银联数据标准化的问题。” 吴金坛说。

　　“项目实施前期，业务人员不会提炼需求，技术人员难以捕捉业务需求，两方会经常出现搭不上桥的状况。由于该项目在银联是第一次实施，在系统架构搭建上，也缺少可借鉴的经验。”吴金坛说。

　　信息黄金

　　目前，银联数据集市第二代第一期项目建设完成，第二期内容将在今年底建成。经过一年半的使用，该平台对内可以支持公司战略决策，对外可以提供数据集市的基础服务。目前，该平台已在大部分分公司中使用。

　　该平台还为一些银行及合作伙伴提供流水信息，银行把这些信息用于合成信用卡流水账单提供给持卡人。

　　经过该平台的建设，使得银联在多维分析上形成比较好的运作模式。多维分析即将数据从不同的角度进行切割、旋转，从不同层面分析数据，技术人员提供的只是开发和培训，业务分析人员完全可以独立操作和分析。在持卡人分析方面，银联的分析也已经相当专业化。通过分析可以了解持卡人刷卡行为：包括购买商品种类，消费的周期，消费类型在其生活中的比重，持卡人消费偏好在一定周期内发生着怎样的变化等。通过上述分析结果，再结合宏观经济指标，可以了解目前整体消费趋势。

　　有了这些分析结果，银联就可以了解银联卡品牌的发展趋势，了解银联和机构的合作拓展深度。并结合营销过程做出分析，为下一步决策提供意见。

　　例如：2010年3月9日，银联发布中国银行卡消费信心指数。数据显示，2月份BCCI为86.63，比去年同期上涨1.07，维持较高水平面。BCCI的特征表现为日常消费品在持卡人总体消费中的占比晋升，特定程度上分流了非性命必需品支出，体现时两个范畴：一是春节期间消费品价格有所上涨，作为传统节日期间部分食用农商品等日常消费品价值出现阶段性上升，使得持卡人在必需品领域的支出有所增多。二是春节限期日常消费品花费量集中增多，从国内持卡人的花费习俗看，春节限期的采购行为更多集中于食物、饮料、喜庆工艺品、玩物等日常性命花费品和小型货物 。

　　同时，由于持卡人对中国财经景气度持较乐观态度，加之春节放假、出游、商家促销等因素，滋润了持卡人在旅游、交通、餐饮、家具 、百货等范畴的花费增长，从而推动BCCI指数总体上仍处于较高的运区间。

　　此外，银行卡有个典型的应用叫“活卡率”，即银联品牌卡发出的银行卡是否得到持卡人的使用。相对于发卡量，“活卡率”更贴近于银联所要知晓的市场结果。由于持卡人资料都由各银行掌握，银联方面并不知晓具体是哪些持卡人在使用，再加上银联卡发行量巨大，数据的分析展现只有用数据仓库技术实现，其它任何报表系统都是难于胜任的。

　　为此，银联的数据集市围绕“活卡率”主题做了很多开发，这些主题可作为银联分支机构的绩效考核指标，也可用于判断与银行开展合作的深度和进展情况，更可以用来判断哪些产品最受市场青睐等。

　　在提升服务上，银联的数据集市也开发了一些“交易成功率”、“系统故障分析”、“差错率和时效分析”等应用，可以为银行提供深度服务。银联的内部专业人员首先对数据进行分析，从可疑点上与银行进行一些交流，确定与银行相互间是否存在可以优化的程序或流程，并约定改造计划和上线时间点，进行后续跟踪。这项数据分析的应用，减少了银行排查系统故障的时间，提高银行的客户满意度。

　　深度挖掘

　　“该项目得到了银联整个高层领导的支持，而且经过项目的洗视，公司员工已经形成数据分析的习惯，BI平台也得到了业务人员的认可。现在业务人员可以直接通过该平台，抽取数据并进行分析。” 吴金坛说。

　　虽然，银联的数据集市建设在一些方面已经发挥了作用，但吴金坛认为，“这仅仅是把开发人力资源用在了刀刃上，解决了一些银联急迫需要解决的BI问题，离利用BI发挥每个人的工作能力的要求还很远。”

　　银联的BI应用已经起步，未来还有很长的路要走。吴金坛接下来要考虑的，是强化安全运营分析、手续费和费用分析、持卡人行为分析以及KPI关键指标分析等内容。