金融机构信息化架构总体规划方案
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
4.提升建设效率
通过数据平台对数据进行集中,为管理分析、挖掘预测类等系统提供一致的数据基 础,改变现有系统数据来源多、数据处理复杂的现状,实现应用系统建设模式的转 变,提升相关IT系统的建设和运行效率
5.改善数据质量
从中长期看,数据仓库对金融机构分散在各个业务系统中的数据整合、清洗,有助 于金融机构整体数据质量的改善,提高的数据的实用性
实现分散在供应链金融、人人贷、保理等各个业务系统中的数据在数据平台中的集 中和整合,建立单一的产品、客户等数据的金融机构级视图,有效促进业务的集成 和协作,并为金融机构级分析、交叉销售提供基础
3.促进业务创新
金融机构业务人员可以基于明细、可信的数据,进行多维分析和数据挖掘,为金融 业务创新(客户服务创新、产品创新等)创造了有利条件
Page 6
2 Part
金融机构信息化架构需求分析
金融DevOps数字化云平台总体架构
数据 IT人员
管控
平台
流程
数
调度
据 标
平台
准
流
程百度文库
调
数 据 管 控 层
数 据 质 量 元
流 程 调 度 层
度 监 控 告 警
数
据
内部用户
实时数 历史数 据查询 据查询
内部管理分析
应用集市数据区
客户管理 财务管理 风险管理
基础数据平台和BI应用建设是未来一段时间的重点!
Page 4
金融DevOps数字化云平台建设目标
通过数据平台和BI应用建设,金融机构将搭建统一的大数据共享和分析平台,对各类业务进行 前瞻性预测及分析,为集团各层次用户提供统一的决策分析支持,提升数据共享与流转能力
统一制定目标和分 析模型
600% 500% 400% 300% 200% 100%
数据区数据交 数据库数据交 大数据交换组
换组件
换组件
件
Hadoop 元数据
NAS 存储
数据平台导入 数据平台导出
临时区
临时区
ETL程 序区
云数据推送平台
金融机构系统
金融机构系统
Page 9
金融DevOps数字化云平台总体架构——数据交换层
传输组件是根据数据源存储的不同分类而设计的,本质是通过分析数据存储结构和数据存储 库的特点来针对性的设计工具,以追求卓越的性能
数据交换层设计目标
数据服务层
保证数据在平台内高速流转 保证数据交换过程中不失真 保证数据交换过程中不丢失 保证数据交换过程安全可靠
金融机构数据仓库累积数据没有充分 利用
缺乏面向整个金融机构的统一、完整 的数据视图;
缺乏支撑金融机构日常业务运转的风 险评估体系;
缺乏金融机构客户360度视图,客户 行为分析和预测无法实现;
缺乏面向金融业务运营管理的关键绩 效指标体系;
数据…平…台、数据应用、数据管控……
数据平台整体架构; 数据平台各层建设的标准; 较成熟的金融业数据模型; 数据质量治理; 元数据管理; 数据标准建设 数据整合; 数据应用建设; 数据平台的软硬环境 ……
金融机构已建立面向整个零售业务的 数据仓库,整合了前台业务运营数据 和后台管理数据,建立了面向零售的 管理分析应用;
金融机构已开展供应链金融、人人贷 和保理等多种业务,积累了一定量的 业务数据,同时业务人员也从客户管 理、风险评级和经营规模预测等方面 ,提出了大量分析预测需求;
……
存在的问题
关注的内容
金融机构信息化架构总体 规 划 方 案
目录
CONTENTS
1 金融机构信息化架构建设背景 2 金融机构信息化架构需求分析 3 金融机构信息化架构顶层设计 4 金融机构信息化架构业务应用
5 金融机构信息化架构未来展望
1 Part
金融机构信息化架构建设背景
金融机构管理分析类应用建设现状基本分析
基本的现状
历
实
史
大数据区
时
归
数
档
待 社交媒体 处
据 区
数 据
处 理
用户评价
理 后
区
大 移动互联 大
数
数
据 访问日志 据
客户汇总 客户主题 零售数据
外部用户
用户访 问层
业务沙盘演练
数据增 值产品
数据应 用层
……
沙盘演练数据区
增值产 品数据区
主
账户汇总 机构汇总 协议主题 产品主题
…… ……
题 数 据
数据计 算层
外部非结构化数据 采购管理系统 其他业务系统
集团决策层 集团职能管控层 各级业务操作层
Page 5
金融DevOps数字化云平台建设预期收益
1.实现数据共享
通过数据平台实现数据集中,确保金融机构各级部门均可在保证数据隐私和安全的 前提下使用数据,充分发挥数据作为金融机构重要资产的业务价值
2.加强业务协作
❖ 金融机构日常零售业务处理过程中产生的结构化数据,存储在关系型数据库中,如:供应商信息、采购信息、商品信息、销售流水…… ❖ 金融机构日常业务处理过程中产生的结构化数据,存储在关系型数据库中,如:客户信息、账户信息、金融产品信息、交易流水……
金融机构内部非结构化数据
❖ 日常业务处理过程中产生的非结构化数据,存储形式多样,主要包括用户访问日志、用户投诉、用户点评……
金融机构外部数据
❖ 金融机构外部数据以非结构化为主,主要包括国家政策法规、论坛等互联网信息、地理位置等移动信息、微博等社交媒体信息……
源数据增量
在本次项目实施中将采用以增量为主、全量为辅结合的方式获取源数据 金融机构和金融机构业务系统的数据
❖ 增量数据识别、获取由云数据推送平台负责,云数据推送平台采用分析、对比源系统日志方式实现 ❖ 对于无法通过上述方式获取增量的源系统数据,则采用某一个时间范围内的全部数据作为增量 ❖ 初始数据加载均采用全量模式
区
供应链数据
……
贴源数据区
……
大数据交换组件 数 据 安 全
金融机构内外部半结构化、非结构化数据
数据库数据交换组件
数据区数据交换组件
数据交换平台
数据交 换层
金融机构零售 供应链金融 人人贷系统 基金系统
……系统
数据 产Pa生ge 层8
金融DevOps数字化云平台总体架构——数据产生层
源数据内容
内部业务系统产生的结构化数据
0%
2004年
2005年
2006年
2007年
2008年
铁矿石 焦煤
自定义报表工具 行+列的简单定义方式
多种格式报表
BI 分析工具
云数据推送平台已实现了 主要零售及金融业务系统 数据清洗、整合,为未来 金融机构数据平台提供了
丰富的数据源。
供应链金融系统 POP系统
统一定义BI 应用
统一规划分析方法 统一划分分析主题 统一设计数据模式 统一部署技术基础