Upload
andzhey-arshavskiy
View
89
Download
4
Embed Size (px)
Citation preview
BigData в банковской сфере
Проблемы и пути решения
Аршавский Анджей Директор ЦК Супермассивы данных
2015
Стадии разрушения традиционного банкинга
Проблема данных в крупной организации
Задачи банка для BigData
Вариант решения – единая платформа
Черта между BI и BigData
Концепция аналитической фабрики супермассивов
Процесс создания ценности
2
План BIGDATA в банковской сфере
3
Инновации как убийцы – стадии разрушения стандартной банковской системы
① Интернет и социальные сети
Контроль и выбор
② Экраны и смартфоны
В любом месте в любое время
③ Мобильный кошелек
Без карточек и наличных
④ Отделение функции счета от банка
Без счета
⑤ BigData Кроссистемная персонализация
*Бретт Кинг, Банк 3.0
4
BIGDATA как развитие подходов к использованию данных
Информация как конкурентное преимущество
Информация как рычаг инноваций
Информация как стратегический
актив
Информация для управления бизнесом
Данные для ведения бизнеса
“Повседневные операции”
“Datawarehousing”
Ценность информации
для
бизнеса
“Информация в бизнес контексте”
“Бизнес инновации за счет информации”
“Адаптивная бизнес стратегия”
Зрелость методов использования информации
+ ВНЕШНИЕ ДАННЫЕ
BIGDATA в банковской сфере
5
BIGDATA в банковской сфере Проблема данных в крупной финансовой организации
Данные один из самых ценных активов любого крупного банка
Мало кто умеет накапливать и обрабатывать данные в мере необходимой для решения задач сегодняшнего дня
Мало кто умеет использовать открытые данные и данные интернет для получения знаний о своих клиентах
6
Ключевая проблема при работе с данными
За счет разработки Инфраструктуры BIGDATA подключения и интеллектуальной предобработки источников данных технологии смогут оптимизировать трудозатраты и снизить долю работ по подготовке данных для разработки бизнес приложений до 70%!
BIGDATA в банковской сфере
Подсчитано (Gartner), что до 70 % от времени, затраченного на аналитические проекты посвящены приведению, очистке и интеграции данных, в основном из-‐за следующих проблем:
Трудность поиска данных из за рассеяности среди разрозненных бизнес-‐приложений и бизнес-‐систем Для того, чтобы стать пригоднее для анализа,︎ данные требуют реинжиниринга и переформатирования ︎Приобретение данных для аналитики в заданном формате создает огромную нагрузку на команды, которые владеют системами источников данных . Часто одни и те же данные просят или закупают различные команды и подразделения, что создает дополнительные трудозатраты и хаос Необходимость наладки процесса регулярного обмена данными
7
Данные и аналитика как разделяемый рессурс
Клиент Продукт Транзакция Местоположение …. Инструментарий
РИСКИ
РОЗНИЦА
ОПЕРАЦИОННАЯ ДЕЯТЕЛЬНОСТЬ
БЕЗОПАСНОСТЬ
КОРПОРАТИВНЫЙ БИЗНЕС
HR
BIGDATA в банковской сфере
BIGDATA в меньшей степени про размер данных и в большей степени про возможность работать с множеством разнообразных типов данных и приложениями с мощными аналитическими возможностями.
8
Источники роста прибыли банка BIGDATA в банковской сфере
КЛИЕНТ ФЛ/ЮЛ
ПРИВЛЕЧЕНИЕ
УДЕРЖАНИЕ
ПРОДАЖИ
ПЕРВИЧНЫЕ
ВТОРИЧНЫЕ
КРЕДИТЫ
РИСКИ
ЗАДОЛЖЕННОСТИ
АНТИФРОД
ВНУТРЕННИЙ
ВНЕШНИЙ
HR
ОПТИМИЗАЦИЯ ПРОЦЕССОВ
①
②
③ ④
9
Концепция аналитической фабрики супермассивов
Фабрика Супермассивов должна дать возможность обрабатывать данные единым образом для всех платформ, функций и клиентов. Построить легко изменяемую и удобную в использовании операционную модель работы с данными с необходимым уровнем доверия, как к традиционным так и не традиционным источникам данных
Решаемые задачи: Доверие к информации
Традиционные и новые источник данных
BIGDATA в банковской сфере
• Поставка информации • Интеграция информации (Очистка, Трансформация, Сопоставление, Улучшение)
• Поиск информации • Доступ к информации • Проработка гипотез • Обучение моделей и анализ информации
• Архивация/ Очистка/ Восстановление
• Администрирование
• Управление жизненным циклом • Качество данных • Референсные данных • Связывание сущностей и разрешение противоречий • Классификция • Отчетность
• Интернет данные • Виртуализация данных
10
ЦК Супермассивов данных КОНЦЕПЦИЯ ПЛАТФОРМЫ BIGDATA
11
BIGDATA в банковской сфере Сценарии применения фабрики
Эксперты предметных областей бизнеса банка нуждаются в доступе к данным организации для исследования, выборок, аннотации и построения моделей
Data Scien�sts ищут новые модели для обучения
Маркетологи ищут данные для новых компаний
Службы безопасности ищу данные для детализации подозрительных транзакций Розничный блок хочет сделать лучшее предложение клиенту ……..
• Ежедневная активность
• Необходимость в ad hoc доступе к разнообразным данным
• Поддержка анализа и принятия решений
• Использование терминологии предметных экспертов при доступе к данным
Предоставление такого же удобного доступа к данным как в электронных таблицах, с возможностью масштабирования до огромных объемов и распространения на огромное разнообразие типов информации, при этом защищая конфиденциальную информацию и оптимизируя ИТ системы хранения.
BIGDATA в банковской сфере Процесс создания бизнес результата
ПОСТАНОВКА ЗАДАЧИ
ПОДГОТОВКА ДАННЫХ
ИССЛЕДОВАНИЕ ДАННЫХ
ДОПОЛНИТЕЛЬНЫЕ ПОКАЗАТЕЛИ
АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
ОЦЕНКА МОДЕЛЕЙ
ПОСТАНОВКА НА РЕГЛАМЕНТ
МОНИТОРИНГ ЭФФЕКТИВНОСТИ
12
①
13
HDFS, первичные данные
Обм
ен
данн
ыми
Аналитический слой
Аналитические представления
Ad-‐hoc анализ Фабрика приложений
Real Time представления
Приложения. Интеграция c АС банка
витрины API
BIGDATA в банковской сфере Возможная архитектура решения
14
BI & BIGDATA
Традиционный BI Big Data
Поддержка процесса принятия решений
Планирование отчетности
Борьба за качество данных
Промышленная загрузка данных
hi-‐end оборудование
Получение знаний от синергии данных
Ad-‐hoc анализ и апробация идей
Грузим все, потом разберемся (ELT)
Потребность в новых источниках данных
Немедленное использование данных
low cost для большого объема
Совместное использование 2 подходов
BIGDATA в банковской сфере
15
BIGDATA в банковской сфере Можно дешево -‐ OPEN SOURCE работает
Контроль над ценой Устранение зависимости от вендора Снижение входного барьера Поддержка от сообщества пользователей Apache Licenses дружелюбны к Корпоративным моделям
APPLICATION LAYER
Apache Pig
Hadoop
Mah
aout
NoSQL DB
16
BIGDATA в банковской сфере
СПАСИБО!