在商业银行信息化发展的背景下，数据资源的增长和管理成为了一个重要的挑战。银行面临着大量非结构化、难以共享的数据资源，这些资源存在着数据分散性高、数据采集标准不一致等问题。在实际应用中，开发新的报表需要经过繁琐的流程，耗时较长，往往导致报表上线时已不符合业务人员的需求，从而造成返工或新上线报表无人使用的情况。

为了解决上述问题，银行采取了一系列措施。首先，通过ETL操作将各种异构的数据源整合到银行企业级数据仓库中，解决了数据难以共享和数据不一致的问题。其次，在数据仓库的基础上构建了商业银行BI自助平台，该平台提供了快速开发、快速迭代报表的方案。技术人员和业务部门分析人员可以基于已建立的业务主题，快速获取所需数据，从而减少人工数据处理的误差，提高工作效率，全面提升数据管理水平。

目前，银行数据资源面临着以下现状。首先，金融业务中存在大量非结构化的信息，例如纸质化存在的合同文本等。其次，金融数据分散度较广，不同层级的数据分布在不同机构之间，数据共享存在困难。第三，数据标准不一致，不同数据库系统中存在着标准的差异。最后，金融机构存在信息孤岛现象，异构的数据库系统和外挂系统与核心系统融合困难，导致信息难以整合和共享。

通过构建商业智能系统，可以有效解决上述问题。商业智能技术可以整合银行的数据资源，提供统一的数据存储和管理平台，确保数据的一致性和可靠性。同时，商业智能系统提供了自助分析和报表开发的功能，使技术人员和业务人员能够快速获取所需数据，并进行灵活的数据分析和报表生成，提高工作效率和决策能力。

总之，商业智能在银行业务中的构建与应用对于优化数据管理、提高工作效率具有重要意义。银行可以通过构建数据仓库和商业银行BI自助平台来解决数据资源难题，实现数据的集中管理和快速应用，从而提升数据管理水平和工作效率，为银行业务的发展提供有力支持。