金融行业
金融行业由于业务的特性存在总/分行等多个部门数据分散建设，跨部门互通困难，数据质量参差不齐，业务开展亟需去TA和国产化替换，需要具备成熟稳定的数据基础设施和金融领域领先的数据能力体系，打造全域数据价值链，实现金融数据集中化、标准化、资产化、价值化、服务化以充分保障数据安全，并持续进行数据资产运营、管理以及业务创新应用，从而保持在数字化转型中持续领跑位置。
行业痛点
传统数仓难以为续
构建于早期的传统型数仓难以支撑数据激增，在数据处理性能上出现瓶颈
数据分布广
数据生产来源繁多，大量异构数据难以整合，存在数据孤岛问题
安全性要求提升
行业数据因为具有金融属性，对于用户信息以及交易信息等敏感数据需要给予更好的安全保障机制
数据时效性不足
从营销、投研、运营、投顾等需求侧对数据时效性要求增高，离线式数据加工无法满足场景需求
智能化转型迫在眉睫
在传统应用向智能化应用转型过程中，传统技术难以深挖数据价值来支撑基金行业的智能化转型
方案架构
客户收益
海量数据支撑
构建于分布式系统之上的大数据平台，能够支撑PB及以上数据量的计算与交换
异构数据整合
批流一体化数据同步系统，支持海量异构数据的打通、融合、沉淀
数据安全保障
统一的数据管理、资源管理、权限体系、数据审计，隔绝数据泄露风险，保护敏感数据
实时场景支持
利用流式同步系统与实时计算平台，对基金交易产生的实时交易行为等数据进行实时应用分析
智能化创新
顺利获得科研平台的可视化建模与模型发布的算法服务能力，赋能实现对新业务模式、新业务场景的创新支持
分析更多，数据智能之旅从此刻开启
