应用背景
财务公司服务备受关注，如何不断提升财务公司的金融服务水平成为当前财务公司业一项重要课题。
公司投入大量资金和人力物力，重构IT架构和科技体系，进行全面信息系统的改造升级，目的是通过构建具有科学合理、规范高效特点的数据仓库及数据分析系统，加强资金分析及管控，增强集团核心竞争力。
随着财务公司核心系统已经积累几年的数据，基于全新的信息系统平台，客户将能在财务公司享受到越来越优质、越来越丰富的金融服务。
公司通过整合核心业务系统和集团财务系统，提升集团领导对集团整体资金使用情况的把控、管理水平，提高财务公司内部经营决策、风险管理能力，加强对财务公司客户的更丰富和优质的金融服务力度。
客户痛点
随着财务公司各类业务系统的陆续投产，大量的业务数据零散的分布在各业务系统中，形成一个个信息孤岛，使得难以对业务数据进行快速有效的分析和利用，难以满足财务公司业务部门进行经营分析、产品创新及决策支持方面的要求，这种分散的数据架构存在以下的问题：
缺少全财务公司统一的业务数据视图。由于各类业务数据保存在相应的业务系统中，如需同时采集多个业务品种的数据，则只能从各业务系统分别查询数据，手工进行集中，这种方式工作效率较低，人员工作量大，时效性差，已不能满足日益增长的数据要求；
数据内容与格式不统一。由于业务数据来自多个业务系统，数据质量参差不齐，这些数据属于不同的业务系统而采用不同的编码和业务逻辑，因而这些数据的内容与格式各不相同。这限制了基于这些数据的分析型系统的应用效果，阻碍了财务公司商业智能应用的进程；
IT架构复杂化。由于没有统一的业务数据采集与提供的平台，各系统间数据交互形成网状结构，导致了IT系统架构复杂化。
上述不足削弱了财务公司的可持续发展潜能，削弱了服务质量，降低了工作效率，影响了财务公司的影响了财务公司对集团及集团下属公司的服务质量，以及增加了经营分析、风险管控、内部管理的难度。
为消除以上问题，弥补不足，实现建立全财务公司统一的数据采集、加工发布的渠道，实现数据快速交换、全面覆盖、标准化及复用，数据仓库（EDW）系统的建设要求可谓是箭在弦上势在必行。
通过建设操作型数据存储系统（数据仓库EDW）来解决和缓解现实的数据困境，以实现财务公司系统间和集团系统间高效率、低成本的数据交互和管理，同时也为今后的全财务公司数据仓库平台及决策支持分析系统的建设奠定良好的数据基础。
解决方案
广州思迈特软件有限公司对财务公司的行业现状进行分析和研究后，提出财务公司行业建设方案，该方案在诸多财务公司得到了成功实施。方案包含如下几个方案：
通过抽取、清洗、转换、加载定期将各个系统业务系统数据源的结构化非结构化数据源进行整合，构建稳定的数据仓库，并将数据按照查询和分析的需求以不同的粒度存储在数据仓库或数据集市中；
根据数据属性，构建业务主题，使得业务人员也能够轻松实现数据分析，自助拖拽、勾选获取所需的业务信息；
通过数据标准化处理、可以从多套组织关系（如行政关系、股权关系等）看数据，满足不同的管理层级的需求；
建立财务公司应用分析体系的的七大板块，如系统运行监控、贷款分析、票据管理、货币资金、资金动态、经营性资金和专户监控。
图：货币资金
图：银行监控资金余额趋势
应用价值
对决策者的支持，KPI指标的宏观汇总分析：建立财务公司KPI指标，实现通过宏观关键绩效指标的分析，来把握公司整体运行及经营状况。关联多个系统数据，实现数据整合与关联分析：关联核心系统、财务系统、主数据系统等数据库，利用数据仓库技术，为决策管理者的企业经营全过程分析提供数据支持。极限的调整设置，固化管理规范：利用信息发布功能，实时或定期发布相应的绩效信息，很好地提高了组织成员的凝聚力和工作的自主动性；
对管理人员的支持，分析主题的建立：为管理人员建立起一整套蕴含分析方法及分析思路的不同分析模型，将分析模型归纳成分析主题，将分析模型归纳成分析主题，通过分析主题提高管理人员经营分析的准确性、实时性、科学性。自助分析：摆脱普通报表系统的固化报表形式，将数据按照业务熟悉进行分类与整合，通过维度与指标数据的灵活自由组合，快捷的生成分析所需的结果及图表，为快速灵活分析提供帮助；
对业务分析人员的支持，成熟的分析方法：将行业内成熟的分析方法融入系统中，将分析方法的理论通过BI系统实现，帮助业务分析人员更加高效、准确的辅助企业决策。快速自定义的报表输出：为标准格式的报表输出提供快捷、简单、易操作的生成方式。图表结合的分析展现：丰富的图形分析展现方式，对业务分析人员的分析需要提供多种选择；
对信息综合利用的支持，利用现有网络及资源，关联多种应用系统：整合信息孤岛，有效利用已有数据信息。支持并促进数据信息标准化及规范：为保证数据仓库的信息是整个企业的一致的全局信息，我们消除数据中的不一致性，即在建立统一的信息标准和规范下进行数据整理；
减轻了财务分析工作量，提高了财务分析的准确性。应用模块把各类分析指标预制到系统中，可以根据各个业务系统的需要，通过系统强大的功能来构建分析模型，直观反映、灵活监控。原有条件下需要手工进行二次加工的数据完全可以在该平台上通过信息技术来自动实现，大大削减了财务统计、分析的工作量，大幅提升了数据的精准度，让相应的管理人员将更多的宝贵时间放在管理、分析层面，而不是花在琐碎繁杂的数据准备、加工或等待阶段。