NCR Teradata数据仓库事业部日前 宣布推出Teradata 金融服务逻辑数据模型（FS-LDM 7.0版本），新版本将帮助金融服务业者建立健全的风险管理机制、有效地帮助其满足新巴塞尔资本协议（Basel II Capital Accord）的监管要求，并强化财务管理。
Teradata将协助客户把企业或机构全面的数据集中在单一的数据仓库中。Teradata金融服务逻辑数据模型则有效地组织和管理信息，在不影响系统效能的前提下，对数据仓库中的大量数据进行深入分析。透过此方法所获得的商业智能和跨部门的一致观点，可以帮助企业高层管理者和客户服务代表更加了解风险和财务管理信息。商业智能还支持整个组织中关键绩效指标（KPI）的发展与部署。
Teradata全球解决方案发展副总裁Jonathan Klaus 表示：“目前，全球60%的金融机构都无法达到更为严格的新巴赛尔资本协议IRB (Basel II IRB，需提供三到五年的数据)的规范，也无法以内部评级的方法进行风险评量。取而代之的是，金融机构较为倚赖不甚严格的新巴赛尔资本协议标准方法(Basel II Standard，只需提供一年数据)来评量信用风险。这一点是至关重要的。事实上，金融机构越善于评估所面对的风险，就越能有效运用资本，进而越能获得更佳的营收成果（bottom-line results）。”
通过集中的数据仓库和分析能力所强化的风险管理功能，法定准备金就能够被灵活地运用到更能获利的用途。此外，采用新版Teradata金融服务逻辑数据模型，还可以节省用于报表的成本和外部稽核成本，并能改善产品定价和营销活动的投资回报。
新版Teradata金融服务逻辑数据模型还提供增强的功能，有助于解决商业银行、机构投资活动、联行制度（correspondent banking）与内部财务管理等相关问题；此外，它还能掌握新巴赛尔协议监管要求的相关复杂数据。
Teradata 金融服务逻辑数据模型不仅提供了强化的风险管理能力，它更能确保高层管理者掌握跨部门的数据，进而找出最具价值的零售银行（retail banking，或称为个人银行）和批发银行（wholesale banking，或称为企业银行）客户，有针对性地采取适当的作法。此外，Teradata 金融服务逻辑数据模型还能帮助首席财务官们了解企业运营状况，更准确地预测未来发展。
Teradata 金融服务逻辑数据模型能整合金融服务机构客户与其账号的相关信息，如客户偏好的渠道和个人隐私权设定等。通过这种整合，企业可以从所有的信息中找出客户的价值，进而制定行之有效的客户挽留、客户获取和客户成长策略。Teradata金融服务逻辑数据模型为分析整个企业和跨部门的信息奠定了基础，帮助企业全面了解客户，掌握客户行为与偏好，并运用这些信息来采取行动，从而最大限度地发挥企业竞争力，获得较高的投资回报。
Teradata 金融服务逻辑数据模型就像是为企业预设的蓝图，它在协助金融服务公司建立企业级数据仓库的同时，还提供了一个通向成功之路的起跑点，帮助企业节省大量时间、资金和资源。在这样的架构下，可进行分析几乎是不受任何限制的。
