大数据智能金融方案
大数据智能金融在云上相遇
云端金融生态
金融云上业务模式与技术演进
大数据系统和传统数据系统的分工定位
传统数据库/数据仓库 vs 大数据平台
业务场景： OLTP和OLAP
新旧衔接： Oracle数据库到大数据平台的迁移平滑
数据量和数据维度
画像的立体和更细颗粒度； 消费行为和行为轨迹
移动和社交信息等丰富数据
数据格式和种类
图片、视频、影像读写性能
日志文本信息处理
传感器实时流信息
基于大数据平台的预测分析和关联挖掘
传统的数据分析无法想象也无法企及
大数据计算与分析能力对于产品价格策略的及时性
大数据与行业应用
数据来源：麦肯锡《大数据的下一个前沿：创新、竞争和生产力》报告
银行大数据应用
保险大数据应用
证券大数据应用
金融与大数据智能核心
金融与大数据智能核心
阿里大数据架构
IT部门需求：计算存储难题
Ø历史沉淀的大量数据如何处理（含大量非结构化数据），如何低成本在线保存
Ø 图片、影像和众多如保单扫描文件如何有效读写，查询和保存
Ø 网络（网银；保险网站）客户的行为（如点击流 如对于新产品的点击轨迹等）如何聚集和分析，产生业务价值
Ø 存量客户的深度挖掘和实时关联分析如何实现； 现有架构引入数据挖掘算法弹性如何
Ø 客户关系图谱的可视化和外部数据标签的灵活应用
Ø 存量企业客户的关联挖掘 （企业与企业主； 企业的显性和隐性关联如集团企业）
Ø 用户画像的深入和营销与服务的提升（呼叫中心数据；移动上网的数据；合作渠道的数据纳入了分析视图吗…)
IT部门需求：计算存储难题
阿里大数据架构
业务部门需求之营销
业务部门需求之营销：产品推荐
基于大数据的风险管控探索
大数据实时风控-银行内部欺诈实时审查预警系统
Ø员工账户资金频繁流入股市账户；
Ø 员工与自己管理的账户有频繁资金往来；
Ø 银行信贷员与信贷客户相互转账或资金过账问题；
Ø 多个个人客户的贷款资金经过多次转账后实际最终汇集到同一个人，与内部员工密切相关；
Ø 在一段时间内员工账户存在频繁交易（如往来多张信用卡还款等）情况；
Ø 某一时间段内的多个个人贷款客户与内部员工实际存在隐性关联关系（通过手机通话、短信 上网记录等外部大数据进行识别&关联分析）；
Ø 银行员工的行为习惯突然发生变化（手机通话、短信和上网记录等外部数据识别）；
Ø 银行员工存在不良嗜好，如参与网络赌博等（通过网络抓取或短信信息识别）；
个人客户贷中实时监控预警系统
Ø 多个个人客户的贷款资金经过多次转账后实际最终汇集到同一个人；
Ø 在一段时间内个人账户存在频繁交易（如往来多张信用卡还款等）情况；
Ø 某一时间段内的多个个人贷款客户实际存在隐性关联关系（通过手机通话、短信和上网记录 外部大数据进行识别&关联分析）；
Ø 个人客户的行为习惯突然发生变化（手机通话、短信和上网记录等外部数据识别）；
Ø 个人客户存在不良嗜好，如参与网络赌博等（通过网络抓取或短信信息识别）；
Ø 个人客户的帐户资金的交易量和交易对手发生突然和较大变化
阿里云大数据结构
大数据实时风控方案
一
对最近两年内银行出现风险的个人（或公司客户）进行数据分析，
找出其在外部数据以及银行内部数据上的主要特征值&变动规律，把这作为大数据实时
预测模型的基础。 并进行机器学习，反复修正并改善模型
二
对账户资金交易流水进行全面数据分析。 总结出本行的反欺诈规则引擎，如：
单笔大额、频繁交易、贷款用途异常、交易对手名称异常、交易说明关键词分析筛选、
突发大额交易…等等
阿里云架构方案
