準
支持跨渠道綜合分析,單渠道10+億級記錄,30天時間窗口
銀行傳統IT架構,難以適應金融市場的業務變化快、服務差異化、多樣化的業務需求。除此以外,銀行傳統IT架構還面臨高成本、效率低等一系列問題:
海量設備缺乏統一標準:規模大的銀行計算節點規模以萬計,存儲設備數百套,軟硬件品類繁多,如何保護歷史投資讓所有設備平滑入云,實現IT資源的標準化。
基礎資源交付周期長:在傳統模式下,以目前銀行普遍采用的WEB-APP-DB三層結構集群為例,上線一個新業務系統需經過應用開發、網絡、服務器、技術支持等4個部門的50多個步驟才能完成,整個過程大概耗時3個月。基礎資源交付周期長直接導致了金融產品的上市滯后,在同質化競爭激烈的今天很容易喪失初期寶貴的獲客窗口期,導致產品的市場占有率低。
IT運維亟待自動化:銀行IT的運維人員大量時間陷入到新業務系統部署、系統故障處理、頻繁配置變更等繁雜的工作中,且手工操作占比大,效率低易犯錯。以銀行IT設施中占比較少的防火墻為例,就涉及到2萬條以上的策略配置,年變化達上萬次。
金融云解決方案能夠實現應用系統快速部署、業務彈性擴容,并具有高可靠、低成本的特點:
通過服務目錄實現應用系統快速部署,應用上線時間從1~2個月縮短到1天,單個應用節點上線只需要幾分鐘。
應用系統根據業務壓力自動彈性擴容,針對業務洪峰,分鐘級檢測觸發擴容、緩解洪峰壓力,部分輕量數據庫采用虛擬機承載,通過虛擬機規格修改快速生效,縮短業務中斷時間。
采用通用x86服務器替代專業設備使用,降低設備成本,通過多層次高可用方案保障業務系統的可用性。
當前,越來越多的金融機構開始投身到大數據應用實踐中。隨著移動互聯網發展,每天都會產生大量結構化和非結構化數據。以銀行業為例,中國銀聯涉及43億張銀行卡,超過9億的持卡人,超過一千萬商戶,每天近七千萬條交易數據,核心交易數據超過了TB級。但面對海量數據, 傳統的金融數據信息處理系統面臨以下挑戰:
傳統集中式架構,并發量低,無法應對交易浪涌
風控僅支持黑名單類的簡單實時控制,復雜規則無法實時處理,多以事后處理為主
主要為結構化數據,無法處理半結構化數據,客戶行為習慣參與規則運算與規則配置,支持度不高
部分規則無法直接在線配置,需要通過開發程序實現
金融大數據解決方案,基于企業級大數據存儲、查詢、分析的統一平臺FusionInsight,為金融機構快速構建海量數據信息處理系統,通過對各類海量數據信息實時和非實時的分析和挖掘,幫助銀行從海量數據信息中獲取到真正的價值,及時洞察和決策新的機會與風險。
與合作伙伴實現金融機構的大數據戰略,提供涵蓋風險控制,反洗錢,數據治理以及數據存儲等方面的解決方案。