rss Twitter Добавить виджет на Яндекс
Реклама:

Тесты цифровой техники

     
 
 
 
     
     
 

Huawei FusionInsight - платформа для обработки Big Data в финансовой отрасли

Корпоративные бизнес-системы, в том числе в отрасли финансов, генерируют большие объемы информации. Однако еще больше данных о своих клиентах банки и финансовые компании получают из других источников, таких как интернет-браузинг, социальные и телекоммуникационные сети, взаимодействие на веб-сайтах, ритейл и пр. Традиционные методы интеллектуального анализа информации о клиентах не предназначены для работы с этими новыми «неструктурированными» данными (т.е. полученными из разных источников и в разных форматах), поэтому банки упускают возможности получения ценной информации, которую можно было бы использовать для повышения прибыльности.

Жизненный цикл данных в корпоративных ИТ-системах финансовой отрасли состоит из 4-х основных циклов: получение данных, интеграция данных, хранение и обработка данных, и – самое важное – извлечение нужных данных (data mining) из огромного массива.

Какие же проблемы возникают у банков с связи с этой волной разнообразных данных, которые принято называть «большие данные» (Big Data)? Под словом «большие» понимается не только (и не столько) объем этих данных: сколько их разнородность их источников, которые могут быть самые разнообразные: данные транзакций по кредитной карте, данные мобильного банкинга, интернет-банкинга, данные по расходованию кредитных средств, данные по розничным покупкам и продажам и даже данные по оплате штрафов за парковку или превышение скорости, и многое другое.

Традиционные системы бизнес-аналитики ориентированы, в основном, на структурированные данные (банковские транзакции, работа с банкоматом, покупки по карте и пр.), а «большие данные» - как раз неструктурированные, т.е. имеют разный формат и источники. Однако, для бизнеса они имеют не меньшую ценность.

Как интегрировать их в единой системе анализа? Традиционные системы BI (Business Intelligence) имеют небольшую масштабируемость, высокую стоимость расширения, невысокую скорость обработки запросов и анализа.

Для обработки «больших данных» требуются распределенные системы хранения и обработка данных в реальном времени. При помощи анализа можно получить ценную информацию о тенденциях финансового рынка, например, о стремлении клиентов контролировать состояние счетов в реальном времени, о повышении спроса на небольшие краткосрочные кредиты, об инвестициях в ценные металлы, о стремлении к покупкам люксовых товаров, и о многом другом.

Традиционные способы получения данных (data mining), на основе экспертных систем, имеют очень низкую точность. Например, из тысяч рекомендованных клиентов для предложения финансового продукта лишь несколько десятков оказываются целевыми.

В системах анализа больших данных релевантность извлекаемой информации гораздо выше, и менеджеру банка не приходится копаться в «мусоре», чтобы получить, то что требуется.

Именно такой системой анализа является система анализа «больших данных»  FusionInsight компании Huawei. Эта система на базе единой платформы может обрабатывать и анализировать «большие данные» не только банков, но и страховых компаний, фондовых бирж, хедж-фондов и других финансовых институтов. То есть, она может быть применена не только в каком-то банке или группе банков, а в крупных финансовых корпорациях, холдингах, объединяющих разнообразные финансовые институты, которые очень заинтересованы в интегрированной обработке данных своей клиентской базы.

В основе аналитической системы FusionInsight лежит общепринятый «движок» для подобных систем под названием Hadoop. Это альянс, объединяющий многих разработчиков аналитического ПО и сервис-провайдеров во всем мире. В сообществе Hadoop компания Huawei стоит на 4-м месте по количеству вкладов в разработки после компаний Cloudera, Hortonworks и Yahoo.

FusionInsight может значительно повысить эффективность работы банка и ускорить операции. Например, анализ поведения пользователя интернет-банкинга занимает 15 минут, вместо нескольких дней в традиционных экспертных системах, при глубине запроса в два года, вместо шести месяцев, проверка кредитоспособности клиента может занимать до 10 минут, вместо традиционных 15 дней, точноcть прецизионного маркетинга повышается с 18% до 95%.

FusionInsight уже имеет довольно обширную «историю успеха». Например, Банк международной коммерции Китая ICBC получает быструю информацию о транзакциях своих клиентов по логам Интернет-банкинга в более чем 500 филиалах во всем мире, которая позволяет осуществлять прецизионный маркетинг среди клиентов банка.

Среди других пользователей FusionInsight – такие крупные банки, как China Mecrhant Bank, Pingan Bank, China Contrcution Bank, а также крупнейшие в мире операторы связи China Mobile, China Unicom, а также PLDT (Philippine Long Distance Telephone).

Редактор раздела: Тимофей Белосельцев (info@mskit.ru)

Рубрики: Интеграция, ПО

наверх
 
 
     
Оставить комментарий
Имя:
E-mail:
Комментарий (не более 2000 знаков):



     
 

ITSZ.RU: последние новости Петербурга и Северо-Запада

20.07.2017 «Билайн» намерен заработать на бесплатном безлимите

17.07.2017 «ВКонтакте» доставляет. Мобильно и безлимитно

06.07.2017 Не уронить велосипед

04.07.2017 Скажи мне, что ты смотришь

03.07.2017 Богатые тоже плачут. От технологий

03.07.2017 Бизнес на новых территориях. Планирует «МегаФон»

28.06.2017 Десять лет компетенций

27.06.2017 IoT под угрозой

MSKIT.RU: последние новости Москвы и Центра

NNIT.RU: последние новости Нижнего Новгорода