信息化被视作金融业的生命线,数据则如同生命体中的血脉。大型证券公司、部分增资扩股的新型证券公司在信息化方面的投入更是不遗余力。但在巨资进行信息化的同时,信息化技术组合中更为锐利、高效和复杂的数据仓库和决策支持工具,还没有被证券企业所广泛掌握。目前中国证券业数据管理应用的普遍现状是,汇集了大量数据,但缺乏管理和挖掘数据背后隐藏的知识的手段和工具。随着证券信息化从简单到复杂、从低层业务到高层管理、从业务数据化到业务知识化的不断演化,数据仓库和决策支持系统在证券公司未来数年将越来越受到重视。 本文通过理论与实例相结合详细介绍了数据仓库和数据挖掘技术在证券经纪业务客户关系管理系统中的应用。 数据仓库是决策分析的基础,它是一种不同于传统数据库的面向主题的、集成的、时变的、非易失的数据存储系统。文章首先从数据仓库技术中重要的基本概念入手,阐述了从模型设计到物理实施的构建数据仓库的整个流程,利用SQLServer2000创建了证券经纪业务CRM数据仓库。 联机分析处理(OLAP)是一个应用广泛的数据仓库使用技术,它可以根据分析人员的要求,迅速、灵活地对大量数据进行复杂的查询处理,并以直观的、容易理解的形式将查询结果提供给决策人员。本文介绍了多维数据集的创建过程及OLAP的分析技术,并利用SQL Server2000实施了证券经纪业务CRM的OLAP。 数据挖掘是一种深层次的数据分析,它能从大量的、不完全的、有噪声的、模糊的、随机的实际数据中提取隐含在其中的、人们所不知道的但又是有用的信息和知识。本文论述了数据挖掘的概念和相关技术,并利用决策树和聚类两种算法,在SQL Server2000上进行了证券经纪业务CRM的数据挖掘分析,得出一定的结论。 文章最后介绍了本人针对证券经纪业务客户关系管理系统编写的三段SQL存储过程,用来补充系统中联机分析处理和数据挖掘无法实现的查询统计功能。