Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.
Kylin的金融大数据应用场景
黄桦(Huang,  Hua)@明略数据
目 录
Agenda
01  明略数据简介
02  金融行业的大数据现状
03  Kylin的典型应用场景
明略数据简介
02  金融行业的大数据现状
03  Kylin的典型应用场景
中国领先的第三方广告
技术公司
秒针系统
独立的大数据部门
成立单独的公司“明略数据”,专注企
业级大数据解决方案
明略历史
2006 2011 2014
• 中国领先的大数据整体解决方案提供商
• 拥有自主知识产权的核心产品,如BDP,Dis...
明略理念
帮助客户快速、高效地存储各类数据
以及从这些数据中获取信息和价值
大数据的完整价值需要专业的数据科学家
通过数据建模,分析和挖掘方能获取
大数据的核心价值在于分析、
发掘数据的内在价值
数据科学家是大数据项目成功
的关键
另外,我们求...
金融行业的大数据现状
01  明略数据简介
03  Kylin的典型应用场景
明略数据携手第一财经,发布中国大数据应用前沿
调研报告,详见:
http://www.mininglamp.com/2015ChinaBigData/20
15C...
大数据投资结构
全行业里:互联网最多,电信其次,金
融第三
按金融行业分:银行最多,证券其次,
保险第三
金融大数据的应用现状
前三大类别:
• 精确发现客户需求,定制产品(21.10%)
• 整合线上线下渠道(17.43%)
• 完善客户服务(16.51%)
进一步的,我们也发现:
• 金融企业会利用大数据对客户进行多维度
的细分,提供差异化的产...
金融大数据的具体应用
金融机构所关注的大数据主要应用包括:
• 风险管控(17.12%)
• 精准营销(16.22%)
• 数据监控(14.41%)
• 数据交易(11.71%)
而未来打算的大数据应用方向包括:
• 运营优化(23.66%)
...
金融大数据的能力需求
金融机构看重大数据的社会价值,如数据背后
隐藏的规律、相关关系等:
• 数据挖掘(22.77%)
• 关联分析(21.78%)
同时,报表和数据可视化仍然有很强的需求:
• 查询和报告(19.8%)
• 数据可视化(16....
Kylin的典型应用场景
01  明略数据简介
02  金融行业的大数据现状
典型的应用
报表类应用
OLAP探索类应用
查询类应用
报表类应用
金融机构有很多固定报表的场景,基于传统的数据仓库方法有如下缺陷:
• 数据量不断增长导致查询性能下降
• 超大数据集的报表计算非常耗资源和时间
• 系统扩容成本较高,除去软件成本,还有配套的硬件成本
基于Kylin可以很好的满足需求...
OLAP探索类应用
通过大数据平台,打通金融机构各系统数据,如交易流水,信用卡,理财,贷款等系统
采用主题的方式预建cube满足数据探索类的需求
• 整合OLAP  Server,如Mondrian(社
区已经有解决办法)
• 通过OLAP ...
查询类应用
金融机构拥有海量的客户(或卡号),各类基于用户的应用(用户画像,精准营销等)往往有查询类
的需求:
• 根据系统+客户,查询客户画像结果
• 根据系统+时间+客户,查询客户交易流水
• ……
基于Kylin可以很好的满足需求:
• ...
扫描关注明略数据
THANKS
Prochain SlideShare
Chargement dans…5
×

5. Apache Kylin的金融大数据应用场景 - Apache Kylin Meetup @Shanghai

3 379 vues

Publié le

Apache Kylin的金融大数据应用场景 - Apache Kylin Meetup @Shanghai

Publié dans : Logiciels
  • Sex in your area is here: ❶❶❶ http://bit.ly/39pMlLF ❶❶❶
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • Dating for everyone is here: ❤❤❤ http://bit.ly/39pMlLF ❤❤❤
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici

5. Apache Kylin的金融大数据应用场景 - Apache Kylin Meetup @Shanghai

  1. 1. Kylin的金融大数据应用场景 黄桦(Huang,  Hua)@明略数据
  2. 2. 目 录 Agenda 01  明略数据简介 02  金融行业的大数据现状 03  Kylin的典型应用场景
  3. 3. 明略数据简介 02  金融行业的大数据现状 03  Kylin的典型应用场景
  4. 4. 中国领先的第三方广告 技术公司 秒针系统 独立的大数据部门 成立单独的公司“明略数据”,专注企 业级大数据解决方案 明略历史 2006 2011 2014 • 中国领先的大数据整体解决方案提供商 • 拥有自主知识产权的核心产品,如BDP,Discovery,DataInsight,Scopa • 客户遍布金融、电商、政府和传媒等行业
  5. 5. 明略理念 帮助客户快速、高效地存储各类数据 以及从这些数据中获取信息和价值 大数据的完整价值需要专业的数据科学家 通过数据建模,分析和挖掘方能获取 大数据的核心价值在于分析、 发掘数据的内在价值 数据科学家是大数据项目成功 的关键 另外,我们求贤若渴…… http://www.mininglamp.com/joinus.html
  6. 6. 金融行业的大数据现状 01  明略数据简介 03  Kylin的典型应用场景 明略数据携手第一财经,发布中国大数据应用前沿 调研报告,详见: http://www.mininglamp.com/2015ChinaBigData/20 15ChinaBigDataReport.pdf
  7. 7. 大数据投资结构 全行业里:互联网最多,电信其次,金 融第三 按金融行业分:银行最多,证券其次, 保险第三
  8. 8. 金融大数据的应用现状 前三大类别: • 精确发现客户需求,定制产品(21.10%) • 整合线上线下渠道(17.43%) • 完善客户服务(16.51%) 进一步的,我们也发现: • 金融企业会利用大数据对客户进行多维度 的细分,提供差异化的产品服务 • 金融企业也会打通线上线下数据,利用大 数据技术达成线上线下的整合营销以创造 价值。
  9. 9. 金融大数据的具体应用 金融机构所关注的大数据主要应用包括: • 风险管控(17.12%) • 精准营销(16.22%) • 数据监控(14.41%) • 数据交易(11.71%) 而未来打算的大数据应用方向包括: • 运营优化(23.66%) • 以客户为中心(21.51%) • 产品服务创新(18.28%)
  10. 10. 金融大数据的能力需求 金融机构看重大数据的社会价值,如数据背后 隐藏的规律、相关关系等: • 数据挖掘(22.77%) • 关联分析(21.78%) 同时,报表和数据可视化仍然有很强的需求: • 查询和报告(19.8%) • 数据可视化(16.83%)
  11. 11. Kylin的典型应用场景 01  明略数据简介 02  金融行业的大数据现状
  12. 12. 典型的应用 报表类应用 OLAP探索类应用 查询类应用
  13. 13. 报表类应用 金融机构有很多固定报表的场景,基于传统的数据仓库方法有如下缺陷: • 数据量不断增长导致查询性能下降 • 超大数据集的报表计算非常耗资源和时间 • 系统扩容成本较高,除去软件成本,还有配套的硬件成本 基于Kylin可以很好的满足需求: • 借助Hive  SQL进行报表数据的分布式计算,生成Hive结果表 • 每一张Hive结果表包含一个或多个报表的数据,利用Kylin生成好cube • 通过Kylin JDBC访问cube实时获取报表数据,在前端页面通过JS渲染出图
  14. 14. OLAP探索类应用 通过大数据平台,打通金融机构各系统数据,如交易流水,信用卡,理财,贷款等系统 采用主题的方式预建cube满足数据探索类的需求 • 整合OLAP  Server,如Mondrian(社 区已经有解决办法) • 通过OLAP  Server定义和管理各主题 的cube • 对接可视化展示工具,如Saiku • 整套方案的技术栈为 Saiku+Mondrian+Kylin
  15. 15. 查询类应用 金融机构拥有海量的客户(或卡号),各类基于用户的应用(用户画像,精准营销等)往往有查询类 的需求: • 根据系统+客户,查询客户画像结果 • 根据系统+时间+客户,查询客户交易流水 • …… 基于Kylin可以很好的满足需求: • 对每类查询,建立对应的cube,也就是“少维度,多指标”的cube • 尽可能将多个查询对应到一个cube,即适当增加该cube维度,以减少总cube的个数 • 利用HBase的NoSQL特性和水平扩展的能力,以应对海量数据的查询 • 每次查询转换为一个基于Kylin的SQL查询,通过Kylin JDBC访问Kylin获取指标数据
  16. 16. 扫描关注明略数据 THANKS

×