近年来随着信息化银行建设的推动,部分银行通过引入外部数据源、深化推进客户信息质量治理,积极推进个人客户信息在各业务系统中的整合与共享,建立统一的客户信息视图,并基于该视图衍生出各专业系统的专业客户信息视图,推进客户信息视图在营销、信贷、风险控制、经营管理等领域的深化与应用,提升客户服务和经营管......
2018-05-09 阅读全文>>银行经营中要使用大量的统计指标,针对指标元数据信息,如果缺乏完整的业务管理流程,将会在应用中出现指标虽然多,但是可用性不高的问题。例如:缺乏指标的一致性管理,将出现同名异义指标、指标元数据信息不完整、指标积累越来越多、退出困难等问题。
2018-05-09 阅读全文>>回答在银行大数据技术应用过程中,各类用户“数据是什么”“数据在哪里”“数据怎么用”的问题,银行应考虑针对数据信息构建面向用户视角、可视化、高效、智能、易用的“数据地图”服务,帮助用户对所关心的数据信息进行快速定位以及便捷快速地获取。
2018-05-09 阅读全文>>银行陆续建立了数据仓库等大数据基础平台,并依托大数据基础平台提供分析挖掘服务,支持业务人员在决策分析、精准营销、风险管理、客户服务等领域开展工作。
2018-05-09 阅读全文>>流数据处理系统主要作为交易系统的延伸,通过对交易数据的采集、存储、计算、分发、持久化等环节的快速处理,承担交易过程中涉及的风险控制、增值类数据加工处理服务,为客户营销、风险监控、客户服务等业务系统提供异步准实时交易信息处理和推送服务。
2018-05-09 阅读全文>>所谓流式处理技术,是针对流式数据的一种分布式、高可用、低延时、具有自身容错性的实时计算技术。它是根据一组处理规则来工作的工具。通过提取和分析来自各个系统的信息,解决企业监控和管理的各种问题。
2018-05-09 阅读全文>>随着互联网时代的不断发展,银行业务发生了巨大的改变,对大型银行现有的主机+开放平台系统架构的处理能力也提出了进一步的挑战。
2018-05-09 阅读全文>>利用其提供PB级的数据存储,把商业银行业务产生的业务数据都存储下来,实现海量数据存储。
2018-05-09 阅读全文>>随着互联网的逐步发展,数据每天都在以惊人的速度增长,信息的种类也在不断地扩展。IBM公司的研究部门调查发现,全球大多数的信息是非结构化的,包括纸上的文件、报告、视频文件、音频文件、照片、传真件、信件等。由于内容的表现形式存在多样性,人们在对其进行管理和利用方面耗费了大量时间,所以迫切需要有效地将非......
2018-05-09 阅读全文>>在大数据时代下,要实施有效的精准营销、风险管控和经营分析,银行不仅要知道客户“做了什么”,而且要知悉“客户为什么这么做”,“客户的真实意向是什么”。
2018-05-09 阅读全文>>最早将数据分析应用于银行业务的是美国一家银行的信用卡部门,他们在20世纪70年代借助计算机技术将统计分析用于申请审核和风险控制。到20世纪80年代末期,数据仓库开始成为向银行决策人员和分析人员提供商业智能的工具。美洲银行是较早进行尝试并获得成功的先行者。20世纪90年代,随着财务分析在银行战略地位的不断演......
2018-05-09 阅读全文>>应当把那些新出现的、不可以预测的、大量存在的分析型负载从业务处理系统中剥离出来,采用专门的体系架构和设计来进行处理。数据分析和业务处理存在相当大的差异,以至于需要用具有不同体系结构的系统来分别处理它们,这就导致了数据仓库的出现。一个典型的数据仓库服务体系如图12-2所示。
2018-05-09 阅读全文>>数据创造价值,信息引领未来。作为信息革命的新高潮,互联网和大数据技术改变了传统商业模式,也改变了消费者的习惯,甚至带来了商业理念和金融文化上的一系列变化。
2018-05-09 阅读全文>>我国银行业将借鉴美国银行的经验,设立创新实验室或大数据实验室,实验室应包括业务、管理、科技、统计等各方面的人才。实验室统一负责大数据方案的制定、实验和推广。
2018-05-09 阅读全文>>避免颠覆性创新银行的创新模式与互联网企业不同,属于持续改进型的创新模式。银行创新往往由监管政策变化、新竞争者出现、科技进步等外部原因引发
2018-05-09 阅读全文>>1440条 上一页 1.. 39 40 41 42 43 ..96 下一页