改善用户体验：运用大数据能够处理海量数据的能力，将传统数据统计分析等业务切换到数据处理能力更强的平台，来解决查询历史数据的困难，提升用户体验。
客服中心优化：通过对客服中心的数据分析，允许银行提前预测用户需求用以快速地解决问题，能够快速满足用户的需求。
降低运营成本：大数据平台采用普通的PC服务器和廉价存储，相对原有的小型机的硬件架构，可以有效的降低IT运营成本。
四、平台建设原则
平台是大数据的基础实施，其建设、设计和系统实现过程中，应遵循如下指导原则：
? 经济性：基于现有场景分析，对三年内的数据量进行合理评估，确定大数据平台规模，后续根据实际情况再逐步优化扩容。
? 可扩展性：架构设计与功能划分模块化，考虑各接口的开放性、可扩展性，便于系统的快速扩展与维护，便于第三方系统的快速接入。
? 可靠性：系统采用的系统结构、技术措施、开发手段都应建立在已经相当成熟的应用基础上，在技术服务和维护响应上同用户积极配合，确保系统的可靠；对数据指标要保证完整性，准确性。
? 安全性：针对系统级、应用级、网络级，均提供合理的安全手段和措施，为系统提供全方位的安全实施方案，确保企业内部信息的安全。大数据技术必须自主可控。
? 先进性：涵盖结构化，半结构化和非结构化数据存储和分
5
析的特点。借鉴互联网大数据存储及分析的实践，使平台具有良好的先进性和弹性。支撑当前及未来数据应用需求，引入对应大数据相关技术。
? 平台性：归纳整理大数据需求，形成统一的大数据存储服务和大数据分析服务。利用多租户, 实现计算负荷和数据访问负荷隔离。多集群统一管理。
? 分层解耦：大数据平台提供开放的、标准的接口，实现与各应用产品的无缝对接。
五、分析应用规划
大数据项目实施在保持核心账务系统稳定同时，实现外围IT架构逐步向开放架构演进，同时逐步吸纳互联网技术创新，应对大数据技术的快速发展和进化。
以全行三年战略发展规划和十三五规划为导向，借鉴同业和互联网企业的先进经验，分步实施分析应用，基础平台、外围系统改造以及业务流程优化相应地进行配套调整。 规划的大数据平台及应用的整体架构如下：
6
大数据平台重点功能模块定位如下： ? 基础数据集群
使用分布式文件系统和数据库等组件实现全量结构化数据和非结构化数据存储，并提供标准接口或Rest标准接口，上层业务以只读方式访问。数据使用平台集成的工具批量导入导出。
? 在线处理集群
基础数据集群中的存放的往往是低价值密度的数据，经过加工处理后，提取出高价值密度的数据，放入在线查询集群，支撑实时业务、自助查询等高并发，低时延的数据查询。
? 离线处理集群
离线数据处理集群主要用于海量数据的分析处理，提供数据挖掘、数据探索功能框架，从海量数据中提取高密度价值的数据。适用于对海量用户行为数据挖掘、建模，以支撑以客户为中心的精准营销、决策分析等应用场景。
7
? 流式处理集群
使用流式处理组件，将实时数据接入。通过注入实时业务处理规则，对事件做分析处理，实时决策。流事件处理过程中，需要访问基础集群或在线处理集群，获取必要的支撑信息，如风险信息表、黑白名单、历史交易信息等，要求支持每秒万级别并发数据访问。适用于信用卡授权风险控制、移动在线支付、在线统计分析等对实时性要求较高的场景。
大数据平台的数据来源及应用场景规划如下：
计划分三步进行实施，如下： （一）20XX年
完成大数据基础平台的搭建，构建简单的查询分析应用，科
8
相关推荐：
loading