银行数据处理时效性越来越高,业务需求方对准实时数据数据处理的业务场景有哪些?

银行数据处理时效性要求越来越高,业务需求方对准实时数据数据处理的业务场景有哪些?离线数据处理、实时数据处理、准实时数据处理对于业务场景要怎样适配?

参与4

1同行回答

OttOtt项目经理科技部
业务场景:1、实时交易反欺诈,对客户交易行为进行实时分析,根据风险级别对客户资金交易进行预警或者阻断,保障客户资金安全。2、实时营销,实时采集客户各渠道行为信息,结合推荐模型,采取事件式实时营销3、在线业务实时监测,尤其是在线信贷业务,自动化审批流程替代了传统的人工审批,...显示全部

业务场景:
1、实时交易反欺诈,对客户交易行为进行实时分析,根据风险级别对客户资金交易进行预警或者阻断,保障客户资金安全。
2、实时营销,实时采集客户各渠道行为信息,结合推荐模型,采取事件式实时营销
3、在线业务实时监测,尤其是在线信贷业务,自动化审批流程替代了传统的人工审批,对后台的实时监测、分析、预警提出了更高的要求。
4、头寸管理,对各分支机构的头寸进行实时监测,提升资金利用率

离线数据处理、实时数据处理、准实时数据处理与业务场景的适配要充分考虑银行交易系统、分析系统、管理系统的整体架构,从业务应用的角度出发,构建技术体系。数据要应用才能产生价值。

收起
银行 · 2019-08-31
浏览3103

提问者

jamiee
数据库架构师某股份制银行
擅长领域: 大数据实时数仓数据库

问题来自

相关问题

相关资料

相关文章

问题状态

  • 发布时间:2019-08-27
  • 关注会员:2 人
  • 问题浏览:3801
  • 最近回答:2019-08-31
  • X社区推广