1、二、大數據平臺建設(-)大數據平臺框架概述大數據平臺建設充分整合信息化資源,打破行業、部門之間的信息壁壘,運用大數據技術進行采集、力口工、建模、分析,將數據價值融入到金融之中,從而提升創新水平和產品效勞水平.主要包括以下三局部：1 .大數據分析根底平臺根據功能劃分數據區,設計數據模型,在統一流程調度下,整合各類數據,同現有的企業級數據倉庫和歷史數據存儲系統一起,形成根底數據體系,提供支撐經營治理的各類數據應用,支撐上層應用.2 .大數據應用系統基于根底數據平臺,持續建設各類數據應用系統,通過數據挖掘、計量分析和機器學習等手段,對豐富的大數據資源進行開發使用,并將數據決策化過程結合到風控、營銷、

2、營運等經營治理活動,充分發揮大數據價值.3 .大數據管控建立數據標準,提升數據質量,增強元數據治理水平,為平臺建設及安全提供保證(二)大數據平臺建設原那么大數據平臺是大數據運用的根底實施,其設計、建設和系統實現過程中,應遵循如下指導原那么：經濟性：基于現有場景分析,對數據量進行合理評估,確定大數據平臺規模,后續根據實際情況再逐步優化擴容可擴展性：架構設計與功能劃分模塊化,考慮各接口的開放性、可擴展性,便于系統的快速擴展與維護,便于第三方系統的快速接入.可靠性：系統采用的系統結構、技術舉措、開發手段都應建立在已經相當成熟的應用根底上,在技術效勞和維護響應上同用戶積極配合,保證系統的可靠；對數據指

3、標要保證完整性,準確性.平安性：針對系統級、應用級、網絡級,均提供合理的平安手段和措施,為系統提供全方位的平安實施方案,保證企業內部信息的平安.大數據技術必須自主可控.先進性：涵蓋結構化,半結構化和非結構化數據存儲和分析的特點.借鑒互聯網大數據存儲及分析的實踐,使平臺具有良好的先進性和彈性.支撐當前及未來數據應用需求,引入對應大數據相關技術.平臺性：歸納整理大數據需求,形成統一的大數據存儲效勞和大數據分析效勞.利用多租戶,實現計算負荷和數據訪問負荷隔離.多集群統一治理.分層解耦：大數據平臺提供開放的、標準的接口,實現與各應用產品的無縫對接三根底數據來源1 .銀行內部大數據資源客戶自身信息以及其

4、金融交易行為,依照目前積累沉淀的數量資源情況,將數據主要分為三大類：第一類：客戶根底數據客戶信息數據,即客戶根底數據,主要是指描述客戶自身特點的數據.個人客戶信息數據包括：個人姓名、性別、年齡、身份信息、聯系方式、職業、生活城市、工作地點、家庭地址、所屬行業、具體職業、婚姻狀況、教育情況、工作經歷、工作技能、賬戶信息、產品信息、個人愛好等等.企業客戶信息數據包括：企業名稱、關聯企業、所屬行業、銷售金額、注冊資本、賬戶信息、企業規模、企業地點、分公司情況、客戶和供給商、信用評價、主營業務、法人信將這些割裂的數據整合到大數據平臺,形成全局數據,再根據自身需要進行歸類和打標簽,由于都是結構化數據因此

5、將有利于數據分析.可以將這些信息集中在大數據治理平臺,對客戶進行分類,依據其他的交易數據,進行產品開發和決策支持.第二類：支付信息交易信息數據,可以稱之為支付信息,主要是指客戶通過渠道發生的交易以及現金流信息.個人客戶交易信息：包括工資收入、個人消費、公共事業繳費、信貸還款、轉賬交易、委托扣款、購置理財產品、購置保險產品、信用卡還款等.企業客戶交易信息：包括供給鏈應收款項、供給鏈應付款項、員工工資、企業運營支出、同分公司之間交易、同總公司之間交易、稅金支出、理財產品買賣、金融衍生產品購買、公共費用支出、其他轉賬等.第三類：資產信息資產信息主要是指客戶在金融機構端資產和負債信息,同時也包含金融機

6、構自身資產負債信息,其中數據大多來自銀行.個人客戶資產負債信息包括：購置的理財產品、定期存款、活期存款、信用貸款、抵押貸款、信用卡負債、抵押房產、企業年金等.企業客戶資產負債信息包括：企業定期存款、活期存款、信用貸款、抵押貸款、擔保額度、應收賬款、應付賬款、理財產品、票據、債券、固定資產等.銀行自身端資產負債信息包括：自身資產和負債例如活期存款、定期存款、借入負債、結算負債、現金資產、固定資產貸款證券投資等.第四類：新型業務數據此類數據包括系統的運行日志、客服語音、視頻影像、網站日志等.2 .外部大數據來源為了贏得差異化競爭,就必須考慮其他數據源的輸入,這些數據是自身不具有的,但是對其數據分析

7、和決策起到了很重要的作用.線上交易、電商平臺、社交網絡等互聯網數據來源,司法、工商、財稅等政府部門依法公開的信息,主要包括：互聯網消費行為數據,了解客戶消費水平和消費偏好等；個人嚴重行政處分記錄如行政拘留等、刑事犯罪記錄、涉訴情況人身關系、財產關系、交通嚴重違規違章記錄等；客戶征信信息、客戶在其他銀行或金融機構的貸款記錄、信用記錄等信息等；客戶的第三方征信評級情況,客戶的社保、納稅、公積金等信息,客戶的社會保證情況及經濟水平,工作單位性質,客戶社會身份等；客戶在第三方催收機構的催收記錄、社會信息等；出入境記錄,客戶出入境目的地、出入境頻率等；國內出行記錄,客戶出行習慣等；采用同大數據廠商合作的

8、方式,通過自身平臺來采集數據或購置第三方數據.四大數據平臺實現功能EVA,RAROC反欺注愕電中小的師濟甲申小企業奮款風險評1古禮內模型財簧分榭棋型借用卡V沖美孕業務系統外部茲業機黑最加大數據平臺功能架構圖(1)批量實現較高水準的個性化客戶產品效勞,增加客戶粘性,推動業務創新.有效地將大數據分析系統夠構建客戶360度全方位視圖,設計更有競爭力的創新產品.對企業型客戶的財務狀況、相關產業鏈上下游數據分析,把握客現在的狀況,更可以通過數據的交換、映射對其進行短期、中期預測未來開展狀況.同時通過與同行業中的企業比較,以及利用公共平臺收集企業的上、游對其評價,取得多維度的評估,對中小企業風險進行有效的

9、識別,從而緩解銀行與中小企業信息不對稱問題,更好地推動中小企業市場業務創新.(2)針對客戶需求,實現精準營銷.銀行借助大數據分析平臺,通過對客戶的瀏覽記錄、購置路徑、消費數據,進行挖掘、追蹤、分析,將不同的客戶群體進行聚類,根據不同的客戶特性打造個性化產品營銷效勞,將最適合的產品效勞推介給最需要的客戶.提升客戶對銀行效勞的認可程度以及客戶經理在營銷過程中的專業程度.3增強風險管控水平.大數據分析幫助銀行摒棄原來過度依靠貸款人提供財務報表獲取信息的業務方式,轉而對其資產價格、賬務流水、相關業務活動等流動性數據進行動態監控,了解客戶的自然屬性和行為屬性,結合客戶行為分析、客戶信用度分析、客戶風險分

10、析以及客戶的資產負債狀況,從而有效提升客戶信息透明度,建立完善的風險防范體系.4促進銀行內部治理流程化,降低治理運營本錢.運用大數據能夠增加銀行內部的透明度,使企業上下級之間的信息流通更順暢；同時,基于大數據優化企業內部的各種流程,以及通過自己和社會信息歸集渠道,了解客戶真實反映,積極改良和提升,大大縮短信息收集、反應時間,提升企業運作效率.而通過大數據應用和分析,能夠準確定位內部治理缺陷,制定有針對性的改良舉措,實行符合自身特點的管理模式,進而降低治理運營本錢.五平臺的技術架構為實現上述功能經多方考察研討擬采用FusioninsightHD平臺作為大數據根底平臺.Fusioninsight是

11、企業級大數據存儲、查詢和分析的統一平臺.它以海量數據處理引擎和實時數據處理引擎為核心,并針對金融、運營商等數據密集型行業的運行維護、應用開發等需求,打造了敏捷、智慧、可信的平臺軟件、建模中間件及0M系統,讓企業可以更快、更準、更穩的從各類繁雜無序的海量數據中發現全新價值點和企業商機.fuoonin妙HD大數據平臺架構圖忖三萬勰平合LoaderEUWQ加戟工我遍£析售挎口Oozie【更任鴕局攆集谷呂理一#HD-S存儲海量結柯化數僦非結FtiiorIniightEHwloop-*WWI.ww*<a!v«w:筲三萬開發平臺崛黑系綻炳：第三方菅理系二統！理,一茶大數據平臺與其

12、他相關系統接口描述圖七大數據平臺的網絡拓撲八大數據平臺承載的應用系統1客戶綜合效勞平臺依托大數據分析整合四大板塊銀行客戶信息,建設客戶綜合效勞平臺,逐步建立客戶數據模型、數據標準以及統一的客戶信息視圖,將分散在各系統的客戶信息數據集中整合、統一治理,支持客戶分類治理和差異化需求,提升效勞質量和效勞效率；根據以客戶為中央的“流程銀行理念,推進業務運作流程化,推動流程革新,在流程各環節強化風險控制,落實合規要求；實現對客戶的價值分析與評價,以科技手段引導產品創新、產品營銷和風險限制,通過差異化定價實現營銷效勞戰略的轉變.2 .存貸產品利率定價與治理系統通過大數據分析,打造覆蓋事前報價、事中執行及限

13、制、事后監測治理的全流程利率定價及治理體系,使利率治理貫穿整個業務價值流程；建立適應未來變化的利率組成結構,支持靈活、差異化的產品利率,通過利息公共構件提供靈活多樣的多種計息方式,完善利率治理系統中利率審批、利率風險治理、利率定價分析功能,以提升我行精細化利率治理及風險管控水平.3 .增強線上平臺整合1電商平臺整合通過與電商平臺的對接,將更多金融業務滲透到企業產業鏈條各環節,圍繞核心企業大數據探索上下游企業自動化應收賬款融資、綜合授信等產業鏈金融效勞,從而實現信息流、資金流及物流的整合,提升金融效勞的效率和深度,為電商平臺提供有力的信用增級、安全的資金監管、豐富的交易場景、便捷的支付體系、健全的賬戶治理、特色的會員效勞、專業的融資貿易等金融效勞.2互聯網平臺整合用互聯網改造傳統金融業務流程,促進金融走向數字化,推進金融業務從以往的人工化融合轉向數字化牽引；通過移動支付、第三方支付、大數據、眾籌融資、網絡銀行等方面的建設實現向開放、共享、去中央化、平等、普惠的新型數字金融的轉變.4 小微貸系統運用大數據技術,解決小微企業及農戶融資難問題；加強大數據風控,更精確地評價客戶信用,提升風險決策實時性,將內控規那么嵌入交易流程,更迅速地識別