Consumer Credit Risk Data Mart v1.5.1.pdf

Key Design Considerations forConsumer Credit Risk Data Mart零售信贷风险数据集市设计要点零售信贷风险数据集市设计要点零售信贷风险数据集市设计要点零售信贷风险数据集市设计要点2010.72Copyright 2009 ALI SolutionsWhat is Risk Data Mart?什么是风险数据集市什么是风险数据集市什么是风险数据集市什么是风险数据集市？?风险数据集市是企业数据仓库（EDW）的一个具体应用，其他应用包括交叉销售数据集市等。问题：建立企业数据仓库是为什么？?风险数据集市里面的数据项主要是汇总型、统计型的数据项。?风险数据集市里面的数据结构主要分为2个类型，服务于4个对象。具体如下：BI工具/Cognos报表BI工具/CognosOLAPCube数据结构决策引擎/VincioStrategy SimulationSAS数据挖掘、建模关系型数据结构软件工具软件工具软件工具软件工具服务对象服务对象服务对象服务对象数据结构类型数据结构类型数据结构类型数据结构类型3Copyright 2009 ALI SolutionsBenefits of Risk Data Mart风险数据集市的好处风险数据集市的好处风险数据集市的好处风险数据集市的好处?及时性汇总型、统计型数据都在每天晚上batch window期间算好了供生产时间随时调用，无需等待；数据都是最新更新的数据；?共享性各个部门、系统可以共享里面的汇总型、统计型数据，无需重复计算，浪费资源；例如：人行征信数据?多维度可以实时地支持OLAP多维度分析；?可维护性高数据结构清晰、集中，易于维护、改进，可持续发展；4Copyright 2009 ALI SolutionsSystem Architecture系统架构系统架构系统架构系统架构5Copyright 2009 ALI SolutionsKey Requirements for Risk Data Mart风险数据集市的需求要点风险数据集市的需求要点风险数据集市的需求要点风险数据集市的需求要点?Must be comprehensive to support all risk reporting,analytics and decisioning needs;数据必须非常全面，能够支持所有风险相关的报表、数据分析、和决策的需求；?Must support both batch access and real-time access(on-demand access);必须同时支持批次访问和实时访问（按需访问）；?Nightly batch update by underlying DW system(which receives daily batch update from operational/transaction systems via ETL);每天晚上由底层数据仓库系统进行批次更新（数据仓库系统每天通过ETL从交易系统/作业系统批次获得新的明细数据）；?Read-Only access by reporting,analytics and decisioning systems;为报表、数据分析、和决策相关系统提供“只读”访问；?Contains mostly summary-level data(vs.raw data in underlying DW);包含的数据项绝大部分为汇总型数据，而非储存在数据仓库中的原始、明细数据；?Contains OLAP Cube data set in addition to typical relational data set;包含Cube格式储存的数据结构（除了通常的关系类型数据结构）；?Designed and owned by Risk MIS/Analytics Group;由风险决策分析部门设计并主导；?Implemented and maintained by IT Group;由IT部门负责实施和维护；6Copyright 2009 ALI SolutionsOverlapping OLAP Cube Concept重叠的重叠的重叠的重叠的OLAP Cube概念概念概念概念?Single Cube单个单个单个单个Cube Support diverse queries支持多方位的查询 Too many dimensions Too Large维度太多了 太大了?Multiple Cubes多个多个多个多个Cube Some dimensions are shared By ALL Cubes某些维度被所有Cube共享?Customer Profile Dimensions客户概貌维度 Some dimensions shared across a subset of Cubes某些维度被部分Cube共享?How to Decide on Cube Design如何确定如何确定如何确定如何确定Cube设计设计设计设计 Sample Queries样板查询 Rank Expected Utilization(#of users,frequency)按预期利用率排序（用户数，频率）Expect Many Cubes:10 50通常会设计很多个Cube：10-507Copyright 2009 ALI SolutionsList of Common Cubes常见的常见的常见的常见的Cube?Customer Cube 客户?Product Cube 产品?Credit Bureau Cube 征信局?Application Characteristics(Could be part of Customer Cube as well)申请特征变量?Monthly Performance Analysis Cube 月度表现分析?Multi-Month Performance Cube 跨月表现?Credit Score Validation Cube 信用评分验证?Charge-off Information Cube 打呆信息8Copyright 2009 ALI SolutionsElements in CubeCube的组成的组成的组成的组成?指标（Measurement/Metric）额度使用率30dpd逾期率DTILTV?维度（Dimension）区域时间产品机构9Copyright 2009 ALI SolutionsList of Common Dimensions常见的维度常见的维度常见的维度常见的维度Key Dimension Categories关键维度类别关键维度类别关键维度类别关键维度类别?Customer Profile:5-10 dims客户概貌?Region:1-3 dims区域?Performance:5-15 dims表现?Time:3 dims(month,quarter,year)时间?Vintage:3 dims(month,quarter,year)年份?Data Type/Source:(e.g.Credit Bureau,Master File.)数据类型/数据源?Decision Area:(e.g.Originations,Account Management,Delinquency&Loss)15 25 dims in each area决策环节?Product:key characteristics of customer product 产品?Relationship:does customer have other bank relationships?关系10Copyright 2009 ALI SolutionsHow to Choose Dimensions?如何选取维度如何选取维度如何选取维度如何选取维度？?维度的个数不宜太多：每个新的维度都给Cube带来加倍的数据储存量和处理量；通常一个Cube的维度不应超过10个；?合适的维度：必须常用来做分析；必须有自然的包含层级（Hierarchy）；举例：区域o层级一：全国o层级二：大区 珠三角、长三角、环渤海o层级三：省o层级四：市?不合适的维度：没有自然的包含层级；举例：性别o层级一：全部o层级二：男、女11Copyright 2009 ALI SolutionsOLAP vs.Inferential Data UsesOLAP分析分析分析分析 相对于相对于相对于相对于 预测分析预测分析预测分析预测分析Credit Card信用卡信用卡信用卡信用卡Retail Lending消费信贷消费信贷消费信贷消费信贷Auto 车贷车贷车贷车贷Mortgage房贷房贷房贷房贷Commercial商业贷款商业贷款商业贷款商业贷款OLAP-focusedModel-focusedBusiness User业务人员业务人员业务人员业务人员Statistician统计师统计师统计师统计师Smaller Populations小客群小客群小客群小客群Large Populations大客群大客群大客群大客群Fewer Behaviors行为少行为少行为少行为少More Behaviors行为多行为多行为多行为多