根據SOA的網上銀行客戶評估系統的研究與實現策略

0引? 言

隨著人們生活水平的提高和電子商務的快速發展，人們已經不能滿足到銀行的營業廳里排著長隊，開始用快捷、方便的方式來完成各自的理財過程。作為信息技術與銀行業務緊密結合的產物——網上銀行，正在全世界范圍內蓬勃興起，創新不斷，潛力無限。如何利用已有網上銀行客戶資源和銀行其他系統的數據資源，并進行實時分析、評估和預測，為領導對業務的開展和改進提供決策支持，并解決存在的“二八效應”，即20％的客戶提供了80％的綜合回報，是網上銀行業務向健康、快速、成功發展的關鍵。

為了解決當前網上銀行存在的不足，在對國內外網上銀行進行評估系統充分調研和分析的基礎上，研究了基于Web模式下網上銀行評估系統的關鍵技術。采用SOA(Service-Oriented Architecture)框架和Aajx等技術設計并實現了基于B／S結構的網上銀行客戶評估系統。

1關鍵技術研究

1.1面向服務的體系結構

Web應用體系結構也在不斷的探索當中。根據應用中數據和控制的復雜性不同，Web應用可以分成四類：書冊網頁應用(Brochure Web Application)，面向服務應用(Service-Oriented Architecture)，數據集中應用(Data Intensive Application)，信息系統應用(Information System Application)。

SOA是Web應用的一種軟件系統的設計方法，通過發布或可發現的接口，給端用戶程序或其他服務程序提供服務。實際上，SOA是服務的集合。這些服務相互通信，可以是簡單數據的交互，也可以是兩個或多個服務的協作。Web服務(Web Services)是描述一組操作的接口，這些操作可以通過標準的XML消息訪問。一個Web服務執行一個或一組特定的任務。Web服務用一套標準的XML注釋描述，稱為服務描述。它說明了與服務交互所需的所有細節，包括消息格式，傳輸協議及位置。

1.2 AJAX技術

AJAX(Asynchronous JavaScript and XML)不是一項技術，它是幾種技術各自發展強有力的結合。AJAX包括：使用XHTML和CSS的標準表現(Standards-based Presentation)；使用DOM(Document Object Modem)進行動態顯示與交互；使用XML和XSLT進行數據交換與操作；使用XML-HttpRequest進行異步數據傳輸；使用JavaScript將所有這些綁定起來。

AJAX與傳統的Web應用程序的HTTP請求同步響應方式不同。AJAX對HTTP請求實行異步響應方式，通常產生一個HTTP請求的用戶動作，現在通過JavaScript調用AJAX層來代替，任何用戶動作的響應不再要求直接傳到服務器，例如簡單的數據校驗，內存中的數據編輯，甚至一些頁面導航，引擎就可以處理它。如果引擎需要從服務器取得數據來響應用戶動作，如果提交需求處理的數據載人另外的界面代碼，或接收新的數據，引擎使這些工作異步進行，通常使用XML不用再耽誤用戶界面的交互，提高了系統的響應速度。

2評估系統的設計

系統采用B／S架構，在調研了相關單位和人員的基礎上，設計出網上銀行客戶評估系統。系統主要涉及以下用戶角色，其頂層用戶圖如圖1所示。



(1)系統管理員。負責用戶數據維護、角色分配、瀏覽模型等。

(2)分行操作員。獲取全行(AA轄區范圍內)客戶開通網上銀行后的貢獻情況及交易類型、交易規模的預測，較為專業的預測數據、對特殊客戶(非工商銀行客戶)進行單例預測。

(3)支行操作員。獲取本支行轄內客戶其開通網上銀行后的貢獻情況及交易類型、交易規模的預測，對特殊客戶(非工商銀行客戶)進行單例預測。

3評估系統的實現

該系統文采用AJAX技術的Web頁面實現調用SOA框架服務的客戶端，解決了跨平臺與編程語言和不用戶安裝部署等問題。使用AJAX的Web應用程序能夠為SOA的表示層提供更多的功能，可以直接使用瀏覽器調用Web服務，從而更好地應對不斷變化的業務需求。由于篇幅原因，在這里只介紹客戶數據采集與清洗、客戶貢獻值預測功能的實現。

3.1? 網上銀行客戶數據采集與清洗??

數據清洗(Data Cleansing)功能是檢測數據集中存在的錯誤和不一致，并利用人工或自動化工具將它們剔除或改正，以提升數據質量。該系統采用SQLServet 2005的集成服務(Integration，Service)實現了自動、定時完成為數據倉庫進行數據采集、清洗等任務。

處理網上銀行客戶數據的包對象中的控制流結構如圖2所示。



控制流首先通過“刪除網銀數據”任務刪除數據倉庫中過期的網上銀行客戶數據，然后使用“從網銀服務器導入數據”任務完成從Oracle服務器到SQL Server服務器的數據導入。然后執行“生成網銀數據”任務，該對象通過運行存儲過程完成對數據的清洗。如果任何一個任務失敗則轉到“發送電子郵件任務”對象，如果成功則轉到“聚類處理”任務，利用“聚類處理”內嵌的Visual Basci．NET腳本語言運行位于本機的聚類程序。采用FCM算法對網上銀行客戶數據進行聚類處理。

3.2? 客戶貢獻值預測實現

客戶貢獻預測功能分為“貢獻值預測”、“貢獻等級預測”、“高級預測”三個子功能。在該功能中，當用戶輸入預測日期、開戶行(默認為所有支行)，可只顯示按貢獻值從大到小排列的前N位，N值可在該界面中指定。也可將模型預測結果保存為Excel文件。實現客戶貢獻值預測的關鍵代碼如下：




4? 系統運行與有效性驗證

該系統投入使用前，客戶經理營銷客戶基本根據自身經驗或其他預測數據為依據。根據經驗形成的優質客戶集和真正的網上銀行優質客戶集的交集數量有限，并不足以協助客戶經理進行有效的營銷。

系統投產后第二季度關于網上銀行高端客戶的預測結果看，優質客戶主要集中在主城區，通過決策樹算法的關聯分析，發現網上銀行不同交易間存在較強關聯。表1顯示出“批量支付”和“企業財務室”以及“結算代理”和“銀企互聯”存在高度相關。



表2為“B／S模式網上銀行客戶評估系統”運行第二季度(當年第四季度)和去年同期的網上銀行客戶開戶情況統計表。



從表2中可以看出，2007年第四季度和2008年第四季度對比客戶增長率為66％，但高端客戶增長了311％；中端客戶增長了130％；低端客戶僅增長了34％。按以往分析得知：總數為66％的增長中，包含每年近20％的自然增長、2007年第四季度“新年回饋”營銷增長33％(此項基于以往類似營銷數據統計)以及其他方式改進(包括“網上銀行系統”)帶來的增長。所以該系統對客戶發展總量影響較小；在中高端客戶增長方面除去以上因素外，“B／S模式客戶評估系統”對其影響較大。根據對系統運行后進行跟蹤評估的數據進行分析后表明：該系統對于其目標預測的準確性是可以接受的。對網上銀行高端客戶的預測準確性方面尤為突出；在網上銀行客戶交易分析方面也達到了預期目標。在下一步的改進中，針對銀行客戶交易分析的準確性存在的問題，可采用以下措施進行改進：

(1)會同業務領域人員再次分析研究客戶使用模式，進而調整相應模型結構；

(2)對現有模型輸入屬性的關聯方式及范圍做進一步調整，使之更加準確地描述與預測屬性之間的關系。

5結? 語

這里采用SOA架構模式和AJAX技術實現了基于B／S模式的網上銀行客戶評估系統，實現了集數據采集、模型建立、模型評估與高端客戶預測的客戶評估系統。通過該平臺的實踐驗證來看，不但有效地利用了現有資源，而且系統投產后季度高端客戶較去年同期提高了10個百分點，解決了以前的“二八”效應。為銀行爭取到了更多的客戶和創造了更高的效益。