谨慎选型，快速实施
2005年初，选型正式开始。德州商行首先确定了基本的选型原则：商业智能系统建设必须选择具备全面整合能力和有实力的ＩＴ厂商，因为银行商业智能系统项目与一般项目有较大区别。一般项目的建设流程分为：用户需求调研，开发计划，设计、编码、测试、实施。而对于数据仓库构建和商业智能系统来讲，前期的业务分析相当重要，业务分析实际上就是建摸分析，这是决定商业智能系统的分析结果是否准确、有效的关键。它要求厂商不仅要了解德州商行的业务情况，还要了解原有的数据库结构。后期的系统维护服务也需要有实力的厂商才能跟得上。
对国内外同类产品进行比较之后，德州商行认为，国外一些产品尽管功能全面，但价格高昂，国内产品更具有性价比优势。经过多方比较，德州商行与清华同方股份有限公司签订合作协议。
2005年4月，项目全面开始实施。为了保证建摸分析的质量，项目组采取了一种螺旋式上升的建设模式：先初步制作一个模型，该模型是可沟通的原型系统，随后，项目人员把原型展示给各个业务部门查看，收集客户意见和素材，再修改模型，扩充功能，以此类推，不断完善系统功能。这种方式保证了项目实施的质量和效果。
经过5个多月的紧张实施，2005年10月，项目正式上线运行。

看得见的效益

如今，德州商行的各级领导们，再也不必对提交上来的一大堆数据而担忧和苦恼了。
商业智能系统不仅实现了数据的实时提交，保证了数据的及时、准确，还针对德州商行的三类主要业务即存款、贷款、中间业务，设计了１０大类、２８小类统计分析报表，并能以图表形式直观地展现各项分析结果，辅助领导决策。
领导只需要登录该系统，轻轻点击鼠标，即可轻松地查看当前银行存款的结构图，了解某段时期的存款来源中哪些是个人存款、哪些是企业存款，从而判断出谁是银行的重点客户。掌握了这些数据之后，银行就可以相应制定一些吸引大客户、维护大客户的重点公关策略，如优惠活动、节日问候等。如果某个地区的个人储蓄比较多，就可以在附近开设较多的个人窗口。还能及时了解银行存款和贷款之间的余额比，一旦贷款余额与存款余额之比达到75%，这就是临界报警点，因为这个比值过大，一旦发生银行之间的挤兑现象，银行将没有足够货币度过危机。
在贷款风险方面，由于早期的核心业务系统对贷款分类采用两种分类方式，德州商业银行采用贷款四级分类和五级分类并行的控制方法，通过商业智能系统，德州商行可以及时了解每笔贷款的归还情况，还可以了解每个支行逾期贷款的额度、时间、与正常贷款的比值、呆／坏帐比例等，以此判断每个支行在总行中的效益好坏。
对于创新的中间业务，商业智能系统也能有效提供数据支持。比如代收电话费业务，１０个Ａ电信运营商的用户可以收取１０００元，而２０个Ｂ电信运营商的用户才１０００元。商业智能系统能够准确地显示这个数据。银行就会分析为什么Ａ电信运营商的话费较多，并由此作出决策，即大力发展Ａ电信运营商的业务。由于银行是按所交话费总额向电信运营商提取手续费的，因此，在同样的人力和服务成本下，经营Ａ电信运营商的业务可以获得取更多的收益。
当然，信息化不是直接创造效益的工具，它带来的许多隐性效益是无法用数字计算的。毫无疑问，商业智能系统的建设的确使德州商行的领导决策更准确了。仅凭这一条，它就能为银行创造不可预计的效益或者使银行避免不可预计的损失。