金融行業和大數據的那些事

共建新一代「數據驅動型」金融企業，優化經營效率，提升管理水平，最大程度降低金融風險。

金融業的現狀如何？

大數據是繼雲計算、物聯網之後IT產業的又一次技術變革。所謂「大數據」，就是公司在日常經營中生成、累積的用戶網路行為的數據。這些數據的規模龐大，以至於不能用GB或TB來衡量。

隨著金融企業數字化轉型，金融企業對於自身大數據的需求越來越明顯，場景也越來越具體化。虛擬化及電子化交易，成為大數據時代金融行業發展的特徵。能否充分利用自己的數據優勢，將成為金融機構轉型升級的關鍵。

因此，積極針對大數據布局，從戰略層面應對大數據時代的挑戰，推進並建立起數據驅動型發展方式的金融機構，將獲得比同業更高的效率。從而，有效提升交叉銷售、投資管理市場份額及能力，並由此培育出自己的信息核心競爭力。

「大數據」為金融企業帶來什麼？

以前，人們只把「數據」看做是客戶來辦理業務過程中所產生的一種附屬物。

現在，在客戶辦理業務的信息中，蘊含著客戶各種各樣的需求，如果把成千上萬條這類的信息積累下來，就能精準地洞察客戶需求，從而設計出滿足客戶需求的新產品，做到個性化行銷。

可見，數據已成為企業的核心資產，掌控數據就可以深入洞察市場，從而做出快速而精準的應對策略，這也就意味著巨大的投資回報。企業戰略也將從「業務驅動」轉向「數據驅動」，數據化決策是企業未來的發展方向。對數據進行有效的管理和運用，能使企業在轉型變革過程中擁有絕對的核心競爭力。

過去很多企業對自身經營發展的分析只停留在數據和信息的簡單匯總層面，缺乏對客戶、業務、行銷、競爭等方面的深入分析。如果決策者只憑主觀與經驗對市場進行評估而制定決策，將導致戰略定位不準，存在很大風險。在大數據時代，企業通過收集、分析企業內部和外部的數據，獲取有價值的信息。通過挖掘這些信息，企業可以預測市場需求，進行智能化決策分析，從而制定更加行之有效的戰略。大數據最至關重要的方面，就是它會直接影響企業怎樣做決策、誰來做決策。

在信息有限、獲取成本高昂的時代，讓身居高位者憑借個人經驗和直覺做決策，情有可原。但是，在大數據時代，就要讓數據說話！

永洪的解決方案

永洪為金融企業提供戰略與戰術兼備的解決方案。

（一）業務架構

面對大數據的挑戰，在戰略層面上，金融企業應當建立「數據驅動型」發展模式，完善數據經營體系，落實大數據經營中心；在戰術層面上，通過經營優化、管理提升、風險控制等應用，全面提升金融核心價值和競爭力。

圖 | 銀行大數據經營中心建設架構圖

銀行大數據經營中心建設的當務之急應該圍繞經營優化、管理提升、風險控制三大建設目標，主要體現為:

1、以用戶數據為核心的經營優化，通過客戶畫像、精準行銷、產品優化、輿情分析、市場和管道分析，全面提高經營效率。

2、以投入產出與價值貢獻為導向的管理提升，通過績效考核、主管駕駛艙、管理會計平台等應用真正做到精細化管理。

3、利用多維度的安全判斷和更細粒度的建模及預判，做到中小企業貨款評估、實時欺詐交易分析、反洗錢業務分析等應用，加強對商業銀行風險的識別、評價和預答，有效防范金融風險。

（二）技術架構

圖 | 永洪科技MPP數據集市架構圖

從數據源到最終展現分成如下幾層——

·ETL層:採用PC server作為ETL前置機，將數據清洗、轉換、裝載。

·離線分析計算平台:採用Hadoop分布式存儲，支持結構化和非結構化數據存儲，並且當數據量增大時方便橫向擴展(Scale-out)，可將存儲層的數據進行加工。根據分析需要，可進行數據模型計算、挖掘分析等時效性低的大規模批量計算任務。

·實時在線分析平台:採用永洪高性能MPP數據集市作為介質。MPP分布式的數據集市支持高並發和高可用，每個數據集市是基於一個主題做好輕量建模的細節數據，數據被分布式存儲在每個節點上，同時又做好了備份。數據按照列存儲的方式，被高效壓縮，打好標籤，存儲在磁盤中。當需要查詢計算時，採用內存計算來進行數據計算，並且每台機器節點會同時計算，最終會將結果送應用層做展現。

·應用層:利用永洪敏捷BI提供自服務分析工具，對離線和在線分析平台中的數據進行自服務可視化展現。無論是終端用戶還是IT開發人員都可以通過主流瀏覽器來訪問BI系統，用戶還可通過移動終端來訪問系統。BI系統提供系統監控、權限多級管理、多維數據分析等功能，同時還支持自服務式報表設計和數據分析。

永洪方案的價值

1.高性價比，低TCO

整個系統架構，摒棄了傳統系統常見的向上升級(Scale-Up)思想，不管是數據集市還是BI前端，都支持橫向升級(Scale-Out)。隨著企業的業務增長，數據分析需求都會大幅增長，基於X86 PC Server集群的平台架構十分關鍵。在這種架構下，我們不用採購昂貫的小型機去支撐高並發、海量數據計算和數據分析業務的發展，而是採購多台普通的PC Server搭建集群，建設高性價比的分析平台。

2.敏捷：快速發布，持續迭代，擁抱變化

數據層敏捷:數據層無需做數據的預先匯總計算，只要將數據關聯做好，導入的數據還是細節數據，所有的計算都是在用戶點擊時發起的實時計算。因此，數據層只需再建立一個輕量模型，導入新需求的細節數據即可。

應用層敏捷:採用靈活的ROLAP機制，每個點擊發起的需求都會實時拼出SQL，送給計算層去計算，比較容易適應業務變化。模塊層次少，建模完就可以直接設計報表和Dashboard，或進行探索式分析。對終端用戶來說，也非常簡單易用。

3.自服務式和探索式多維分析

基於主題的集市，已經將物理表結構在語義上轉義成便於理解的邏輯結構，終端用戶通過拖拉拽的方式可以輕鬆自定義報表或儀表盤。前端系統具備過濾、鑽取、縮放、關聯、變換、動態計算、鏈接等交互和分析能力，用戶可以通過其發現問題、找到答案，做出商業決定，形成探索式的分析。

4.高可用性

離線分析平台和在線分析平台都是分布式架構。數據存儲是分布式的，數據的計算也是分布式的，還帶有備份機制和監控機制。當某一台機器宕機，其他機器會自動承擔所有計算。該分析計算平台應用廣泛，即使客戶數據量達到上百T，依舊運行穩定可靠。該分布式數據集市支持對計算和存儲節點進行熱插拔擴展，可以從一個節點擴展到幾十個甚至上百個節點。

5.高並發性

在線分析平台支持高並發。永洪的分布式數據集市，是列式存儲的，採用良好的內存計算技術，可基於多台存儲和計算節點並行工作，非常適合海量數據的實時數據分析。

「永洪BI操作起來十分簡單，只需點擊拖曳幾下分析指標，系統就自動生成了所需報表。這極大地方便了該行那些沒有技術背景的業務人員和經營人員獨立自主地完成大數據分析操作，讓決策者的任意需求都可以在一天內做到。它真是一個高性能的行長駕駛艙系統。」

——中信銀行IT科技部