专访Peter ku:金融数据背后的商业价值

2023-12-01 13:50

本文主要是介绍专访Peter ku:金融数据背后的商业价值,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文讲的是专访Peter ku:金融数据背后的商业价值,一个大规模生产、分享、应用大数据的时代正在开启,作为数据密集型行业,手机银行、电子支付、社交网络、云计算都让金融企业数据资源的“储量”越来越丰富,数据也越来越成为金融服务企业最有价值的资产之一。但问题随之而来,金融企业能否充分利用这些数据的价值来驱动业务。比如,传统的交易数据虽然可提供有关客户状况的重要视图,但这一视图并不完整;金融机构纷纷开通企业的微博和博客,在交互过程中希望倾听到不同客户对业务的需求或建议,从而开发新业务,发掘新的套利机会……。记者有幸采访到Informatica公司金融服务解决方案市场部资深总监Peter Ku先生,并与他深入探讨了当前金融行业数据应用前景、挑战和机遇,Peter Ku先生通过多个实例来帮助金融机构“把脉开方”,提供数据治理方面的良策,捕捉数据背后的价值。

帮助金融企业挖掘大数据价值
▲Informatica公司金融服务解决方案市场部资深总监Peter Ku先生(左)、Informatica大中国区总经理王晨杰先生(右)

  Informatica投资银行、保险领域业务驱动力

  纵观全球的银行业,可以发现他们优先关注三个领域:一是监管的合规性;二是改善和提升客户的体验;三是更好地控制成本和提高业务敏捷度。保险业的情况与银行业相似,只是优先顺序方面的变化,他们最关心的是增加客户保留率、提高交叉销售/追加销售比率、提高效率。也正是这三方面的需求推动着Informatica加大对银行和保险领域的技术投资,拥有长达近20年数据集成创新经验和领导才能的Informatica,始终将数据视作寻求创新、增长和效率的一种资产,上述三个领域恰恰都与数据和信息息息相关,与Informatica的投资领域相匹配。

  Informatica能够为金融机构提供风险控制的解决方案,包括数据治理、单点风险视图以及企业数据仓库等。Informatica主数据管理技术能够帮助银行确定相应的法律机构和各组织之间的关系,以及这些不同公司和涉及到的按揭抵押贷款之间的关系,这些信息对于银行尤其重要。Informatica解决方案还允许在内存中构建虚拟的数据仓库,数据集中存放在内存虚拟数据仓库中,可以让业务部门随时调用信息,而不必再麻烦IT人员。全球非常知名的一家银行采用Informatica解决方案进行信用风险管理,将资金储备降低1.5亿美金,每年节省IT开支50万美金;另一家银行则选用Informatica产品进行反洗钱活动,更好地搜集数据、数据清洗,之后将高质量的数据交送Email应用。

  获取和留住客户是企业最主要的战略需求,Informatica解决方案在帮助客户获得业务增长、提升客户体验方面也发挥了重要作用。银行要为VIP客户提供单一、可信的视图,将理财、零售、企业业务集成到一起,Informatica主数据管理解决方案可以把所有客户和帐户的信息进行整合,银行能够清晰分辨出个人银行客户、公司银行客户、理财产品客户、中小企业客户是否为同一人的信息,所有的业务线可以共同分享这些信息,大大提升员工的工作动力。美林银行通过采用Informatica解决方案使金融顾问全面了解每一个客户的情况,迅速而主动地满足客户要求,生产效率提升了30%,收入提升了10%,并且拥有了一整套值得信任的完整的客户信息,使其能够更好的规划市场营销活动,更精准的进行营销的定位。

  降低成本已经是金融机构当前必须重视的问题,Informatica认为方法之一就是帮助客户替换掉旧的系统,但同时又要确保原存储信息仍然能够被获取利用。Informatica ILM解决方案能够助力客户安全地淘汰过时系统和应用程序并优化测试数据管理。Informatica动态数据脱敏方案可使企业在单一的环境中,对全面混杂在一起的实时数据进行匿名、阻挡、审查以及报警,进而以更具成本效益的方式解决目前和未来的数据隐私规定。DirectEdge是美国的一家证券交易所,他们通过采用Informatica产品,处理的交易量能力增加了5倍,而硬件成本则只是原来的一半,成本效率提高了10倍。


  帮助金融企业挖掘大数据价值

  随着云计算、社交计算、移动计算的快速发展,银行内部应用系统数目的不断增加,手机银行的使用以及电子支付方式的兴起,产生了大量的新型数据,同时也开启了前所未有的信息增长时期——更大容量、更多种类及更快速度。大数据可为企业提供前所未有的机遇,可以提高营收和绩效,并洞察您的业务、市场和客户。但由于数据量非常巨大,而且数据类型异常复杂,特别是非结构化和半结构数据量远远超过传统的结构化数据,我们很难从中发现蕴含的商业价值,那么如何去处理这些数据,辨别出低使用价值的数据,如何抽丝剥茧发现数据所蕴藏的价值,更好地为商业创新和决策服务呢。

专访Peter ku:金融数据背后的商业价值
▲Informatica公司金融服务解决方案市场部资深总监Peter Ku先生

  事实上,各金融机构已经纷纷踏上挖掘数据价值的旅程,选择适合自己的数据治理方案来实现对大数据的利用。比如Hadoop、HBase这类可以更容易开发和运行处理大规模以及更多类型数据的软件平台,能够以更经济的方式、更好的性能来处理数据。Informatica专注的领域并不是Hadoop这类软件,而是帮助大家把数据集成到软件中,使他们不用特别学习复杂的数据分析、编程方案,就能轻松地操作、应用Hadoop,从海量数据中提炼出有价值的数据值,并降低数据操作中的成本。采用Informatica数据集成平台,西太平洋银行能够更好地通过Hadoop管理和处理社交媒体数据来增进对客户的了解并实现大数据的最大回报。

  对于数据价值如何提取和实现,Peter Ku也有自身的解读,他认为从接收信息中获取价值的唯一途径就是具备一种能力。他曾在信用卡公司工作过很多年,发现如何向客户销售更多信用卡产品的困惑并不是缺乏相关的客户信息,信息都存在,缺乏的是执行信息的能力。而解决这个问题的答案就是要拥有合适的数据分析工具,只有通过数据分析工具实现执行能力才能把数据转化为真正的价值。

  金融机构必须不断寻找新的、更具创意的方法以保持其竞争优势,Informatica提供的一系列全面而先进的数据集成解决方案,已经成功帮助全球超过5000家企业管理其在本地的、云中的和社交网络上的信息资产,其中就包括770多家金融领域的客户。另据Peter Ku介绍,中国金融机构使用Informatica方案更多的是进行数据集成,他希望能够把北美、欧洲银行客户的经验带到中国,将数据质量管理、主数据管理、信息生命周期管理等更多应用推荐给中国用户,帮助他们更好地迎接大数据挑战,实现数据最大化商业价值。

作者: 小野

来源: IT168

原文标题:专访Peter ku:金融数据背后的商业价值

这篇关于专访Peter ku:金融数据背后的商业价值的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/441402

相关文章

详谈redis跟数据库的数据同步问题

《详谈redis跟数据库的数据同步问题》文章讨论了在Redis和数据库数据一致性问题上的解决方案,主要比较了先更新Redis缓存再更新数据库和先更新数据库再更新Redis缓存两种方案,文章指出,删除R... 目录一、Redis 数据库数据一致性的解决方案1.1、更新Redis缓存、删除Redis缓存的区别二

Redis事务与数据持久化方式

《Redis事务与数据持久化方式》该文档主要介绍了Redis事务和持久化机制,事务通过将多个命令打包执行,而持久化则通过快照(RDB)和追加式文件(AOF)两种方式将内存数据保存到磁盘,以防止数据丢失... 目录一、Redis 事务1.1 事务本质1.2 数据库事务与redis事务1.2.1 数据库事务1.

Oracle Expdp按条件导出指定表数据的方法实例

《OracleExpdp按条件导出指定表数据的方法实例》:本文主要介绍Oracle的expdp数据泵方式导出特定机构和时间范围的数据,并通过parfile文件进行条件限制和配置,文中通过代码介绍... 目录1.场景描述 2.方案分析3.实验验证 3.1 parfile文件3.2 expdp命令导出4.总结

更改docker默认数据目录的方法步骤

《更改docker默认数据目录的方法步骤》本文主要介绍了更改docker默认数据目录的方法步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1.查看docker是否存在并停止该服务2.挂载镜像并安装rsync便于备份3.取消挂载备份和迁

不删数据还能合并磁盘? 让电脑C盘D盘合并并保留数据的技巧

《不删数据还能合并磁盘?让电脑C盘D盘合并并保留数据的技巧》在Windows操作系统中,合并C盘和D盘是一个相对复杂的任务,尤其是当你不希望删除其中的数据时,幸运的是,有几种方法可以实现这一目标且在... 在电脑生产时,制造商常为C盘分配较小的磁盘空间,以确保软件在运行过程中不会出现磁盘空间不足的问题。但在

Java如何接收并解析HL7协议数据

《Java如何接收并解析HL7协议数据》文章主要介绍了HL7协议及其在医疗行业中的应用,详细描述了如何配置环境、接收和解析数据,以及与前端进行交互的实现方法,文章还分享了使用7Edit工具进行调试的经... 目录一、前言二、正文1、环境配置2、数据接收:HL7Monitor3、数据解析:HL7Busines

Mybatis拦截器如何实现数据权限过滤

《Mybatis拦截器如何实现数据权限过滤》本文介绍了MyBatis拦截器的使用,通过实现Interceptor接口对SQL进行处理,实现数据权限过滤功能,通过在本地线程变量中存储数据权限相关信息,并... 目录背景基础知识MyBATis 拦截器介绍代码实战总结背景现在的项目负责人去年年底离职,导致前期规

Redis KEYS查询大批量数据替代方案

《RedisKEYS查询大批量数据替代方案》在使用Redis时,KEYS命令虽然简单直接,但其全表扫描的特性在处理大规模数据时会导致性能问题,甚至可能阻塞Redis服务,本文将介绍SCAN命令、有序... 目录前言KEYS命令问题背景替代方案1.使用 SCAN 命令2. 使用有序集合(Sorted Set)

SpringBoot整合Canal+RabbitMQ监听数据变更详解

《SpringBoot整合Canal+RabbitMQ监听数据变更详解》在现代分布式系统中,实时获取数据库的变更信息是一个常见的需求,本文将介绍SpringBoot如何通过整合Canal和Rabbit... 目录需求步骤环境搭建整合SpringBoot与Canal实现客户端Canal整合RabbitMQSp

MyBatis框架实现一个简单的数据查询操作

《MyBatis框架实现一个简单的数据查询操作》本文介绍了MyBatis框架下进行数据查询操作的详细步骤,括创建实体类、编写SQL标签、配置Mapper、开启驼峰命名映射以及执行SQL语句等,感兴趣的... 基于在前面几章我们已经学习了对MyBATis进行环境配置,并利用SqlSessionFactory核