文档介绍：XX银行大数据建设规划
一、项目背景
随着信息化程度的加深,以及移动互联网、物联网的崛起,人们产生的数据急剧膨胀,传统的数据处理技术难以支撑数据大量的增长和处理能力。经过近几年的发展,大数据技术逐步成熟,可以帮助企业整合更多的数据,从海量数据中挖掘出隐藏价值。大数据已经从“概念”走向“价值”,逐步进入实施验证阶段。人们越来越期望能实现海量数据的处理,从数据中发现价值。数据越来越成为一种重要的资产。在2014年Gartner技术炒作曲线的报告中也体现了大数据技术将走向实际应用。
我行已深刻认识到数据战略对企业运营以及企业未来发展方向的重要性。互联网金融的本质是金融,核心是数据,载体是平台,关键是客户体验,发展趋势是互联网与金融的深度融合,要提升大数据贡献度。因此,要深化互联网思维理念,稳步推进互联网金融产品和服务模式创新,积极利用移动互联网、大数据等新技术新手段,沉着应对冲击和挑战,实现传统金融与互联网金融的融合发展。做好海量异构数据的专业化整合集成、关联共享、安全防护和维护管理,深度挖掘数据内含的巨大价值,探索银行业务创新,实现数据资源的综合应用、深度应用,已成为提升企业核心竞争力,实现企业信息化可持续发展的关键途径。按照行领导部署,信息科技部组织力量对大数据技术进行研究,完成对市场上主流的大数据平台及应用技术预研,征求业务部门建议,提出项目建设要求。
二、建设目标
以大数据项目建设作为契机,凝聚我行优势力量,全面梳理数据
资源,完善数据体系架构,自主掌握大数据关键技术,加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程,建设智慧银行,提升核心竞争力。
(一)建设大数据基础设施,完善全行数据体系架构
构建大数据平台,实现更广泛的半结构化、非结构化数据集中采集、存储、加工、分析和应用,极大地丰富我行的信息资源,同现有的企业级数据仓库和历史数据存储系统一起,形成基础数据体系,提供支撑经营管理的各类数据应用。
(二)开发大数据资源,支撑全行经营管理创新
建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市,提供高性能可扩展的分布式计算引擎,通过数据挖掘、计量分析和机器学****等手段,对丰富的大数据资源进行开发使用,并将数据决策化过程结合到风控、营销、营运等经营管理活动。
(三)培养大数据人才队伍,建立大数据分析能力
结合大数据项目的落地实施,建立起一支大数据技术和分析人员队伍,具备自主运营和开发大数据的能力,以更好推动业务创新,提升我行核心竞争力。
三、发展趋势
近年来,银行业大力发展面向客户的新一代核心业务系统,信息系统建设日趋完备,电子银行等在线金融服务大幅增长,在提升客户体验和风险管控能力、满足监管各项要求的同时,形成并储存了庞大的可用数据资源。银行业的数据资源不仅包括存贷汇等结构化数据,也包括客户浏览痕迹、在线交易记录等非结构化数据,还包含客户电话语音、网点视频等非结构化数据。2012年,银行业的电话记录数据、业务数据、数据仓库数据、结构化数据和非结构化数据的数据规
模分别达到938T、1688T、3125T、5313T 和 3938T。Celent公司预计未来5年将增长7倍。
除数据本身的快速增长外,银行业面临的更大的挑战是大数据带来的业务挑战,这包括:小微贷市场上,银行与互联网小额贷款公司难以竞争;支