银行业大数据之道从交易数据到海量数据分析

《银行业大数据之道从交易数据到海量数据分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、银行业大数据之道：从交易数据到海量数据分析有远见的银行都清楚地认识到，金融服务机构不仅应销售产品和服务，而且还应成为在管理其客户数据以及通过不同渠道为其客户服务方面的真正以客户为中心的组织（即提供完美的多渠道体验）。随着大数据的大量涌现，尤其是在社交媒体网络的背景下，渠道战略不应仅限于传统的银行渠道，而且还应整合新的客户接触点（即社交媒体网站），这种趋势已经变得日益清晰。虽然完成此项工作不是一件容易的事，但组织应通过设计信息管理战略启动该流程，这样有助于他们应对大数据的挑战。   新西兰西太平洋银行是已经清楚地认识到深入了解自身数据资产的必要性的

2、银行之一，正如TorranceMayberr所说—商业智能（BI）、数据仓库（DW）和先进分析的高级系统经理—对于帮助银行打破壁垒，以及营造共享整个组织的创新和知识的氛围来说，Informatica的解决方案是一种至关重要的方法。尽管以客户为中心仍处于初期阶段，但西太平洋银行目前正在探索大数据所带来的机遇，尤其是在社交媒体网络的背景下，这样可以进一步增强银行的需求以便获得对客户的深入了解。在此方面，尽管西太平洋银行已经非常清楚地认识到社交媒体数据仅仅是当今多种数据来源之一，但银行目前侧重于将情感分析作为其大数据分析挑战的一部分。   形势概述  

3、 组织概览   西太平洋银行是新西兰全国最大的提供全面服务的银行之一，服务的客户超过120万。西太平洋银行为个人、企业和农业客户提供全方位的银行和金融服务。   西太平洋银行在新西兰全国拥有200家分行、500台自动取款机、90万注册的网上银行客户以及5,000名员工。   挑战和解决方案   开端：管理交易数据   2001年，西太平洋银行通过建立数据仓库来应对其大数据挑战。营销部门通过建立数据仓库，为客户管理计划提供客户分析。2007年，西太平洋银行意识到当时对其客户和产品没有完整的单一视图。大约在同一时间，数据治理由于其具有合规性、风险缓解

4、性以及可以帮助提高运营效率，也已经获得西太平洋银行高层管理人员的青睐。与其他大型组织的数据密集型操作类似，西太平洋银行拥有众多不是专为彼此分享数据而设计的彼此独立运行的应用程序。当时，也没有任何数据战略。所有这些因素都使西太平洋银行面临下列挑战：   当出现下面情况时，无法获得西太平洋银行的完整和单一版本的客户和产品信息：   在信息孤岛中收集和存储关键信息时；   异构数据定义和信息使用都很正常时。   当从已经手动清理、对帐和手工编码的不同应用程序中生成数据时，生成报告或特定要求的响应时间通常都很慢。此外，由于工作和数据重复而导致效率也非常低

5、下。   数据集成采用了不一致的技术（如手工编码，将数据推入平面文件）。此外，这些都不是面向未来的技术，因为没有针对数据服务，面向服务架构（SOA）或为解决新的海量数据机会形成任何概念或技术。   错误执行了数据处理和数据安全性分类，造成不必要的风险和潜在的复杂情况。   建立数据仓库是西太平洋银行实现其主要目标（获得单一版本的事实以更好地利用其数据资产的）的第一步，从而使多个业务部门做出基于事实的和一致的决策。在2001年11月至2002年2月期间，西太平洋银行还评估了多个抽取、转换和装载（ETL）工具，为西太平洋银行集团确定标准和首选的供应商

6、。评估的ETL厂商是：   Ascential—Datastage（现在是IBM的分公司）   CA—Decisionbase   Datajunction（现在是PervasiveSoftware的分公司）   Hummingbird—GenioRTI（现在是Opentext的分公司）   Informatica   最终，西太平洋银行决定在Informatica平台中进行标准化。2007年，西太洋银行意识到作为其数据战略的推动者，需要将它从传统的ETL发展成企业数据集成。Informatica平台能确保西太平洋银行可对数据集成进行整体分析并解

7、决各种数据传输机会。以下是西太平洋银行选择Informatica的原因：   简单。Informatica的定价方法很容易理解。这是影响决策过程的一个主要因素。例如，可以很容易地将其值关联回到数据战略。该因素很重要，因为根据银行分析，它有助于促进IT部门与关键企业利益相关者就从平台实现的潜在价值进行协作讨论。   该解决方案集成可重复使用的数据质量规则。Informatica的产品组件可以很好地集成涉及其数据集成、数据质量和MDM产品的常见的、可重复使用的数据质量规则。   良好的体系结构和支持。西太平洋银行已评估Informatica的体系结构

8、，并认为它最适合于开放式知识库和服务器引擎操作。此外，已经在2009年第四季度推出的Informatica9，提供了基于SOA的数据服务