通过电子邮件获得 Hortonworks 的最新更新

每月一次,接收最新的洞察力、趋势、分析信息和大数据的知识。

CTA

开始

云

是否已准备就绪?

下载 sandbox

我们能为您做什么?

关闭关闭按钮
CTA

Predictive Analytics and Solutions for Financial Services

播放 视频按钮视频

云 Hortonworks 是领导者。阅读 Forrester Wave。

下载报告

Who’s looking at you?

您的数据海洋。这安全吗?领先的银行和资本市场公司正在使用 Hortonworks Data PlatformHortonworks DataFlow 来处理来自传统和非常规来源的大量数据。合规团队可以对动态数据和静态数据进行分析,以实时检测可疑活动。

最大限度降低风险,提高机遇

所有这些公司都存在监管风险,而且总是有内部风险。有些行为不端的个体如果出其不意地开展恶意活动,也会导致意外损失。

在 Apache™ Hadoop® 中存储并处理大量数据的银行、保险公司、高科技金融服务和证券公司,对各自的风险和机会有更好的认识。在金融方面的预测分析可以产生更加深入的分析和认识,有助于提高营运利润,而且能够预防可能造成巨大损失的一次性事件。

使用案例

筛选新帐户申请,避免违约风险

大型零售银行每天要处理数以千计的新支票帐户和存款帐户的申请。在开户前,接受这些申请的银行工作人员需要咨询第三方风险评分服务。对于在银行中有不良记录的申请,银行工作人员可以(也的确是这样做)否决“不予开户”建议。很多此类高风险帐户由于管理不当或欺诈而进行透支和注销,导致银行损失数百万美元。其中部分成本会转移到负责任地管理其帐户的客户头上。

Hortonworks Data Platform can store and analyze multiple data streams and help regional bank managers apply predictive analytics to control new financial account risks in their branches. They can match banker decisions with the risk information presented at the time of decision, to control risk by sanctioning individuals, updating policies, and identifying patterns of fraud. Over time, the accumulated data informs algorithms that may detect subtle, high-risk behavior patterns unseen by the bank’s risk analysts.


在次级市场中套现匿名银行数据

银行拥有海量的运营、交易和结余数据,这些数据包含了有关宏观经济趋势的信息。这些信息对于银行外的投资者和政策制定者而言非常宝贵,但是监视和内部政策要求使用这些信息时要严格保护银行客户的匿名性。

零售银行已经借助于 Hortonworks Data Platform 作为通用的跨公司 Data Lake,用于来自不同业务部门的数据:抵押贷款、个人银行、个人信贷、批发银行和财政银行。次级市场的内部经理和消费者均可从数据中获得价值。利用单点数据管理,银行可以操作安全和隐私措施,比如去除标识、遮蔽、加密和用户身份验证。


利用 Hadoop“星空图”保持次秒级 SLA

Ticker plants collect and process massive data streams on stock trades, displaying prices for traders and feeding computerized trading systems fast enough to capture opportunities in seconds. Applying predictive analytics to the financial markets is useful for making real-time decisions, and years of historical market data can also be stored for long-term analysis of market trends.

Hortonworks 的一位客户以 HDP 作为其基石,重新架构了其星空图。在没有使用 Hadoop 时,他们的星空图无法保存 10 年以上的交易数据。现在,每天有数 GB 的数据从几千种服务器日志订阅源中涌入。现在,这些数据每秒查询次数是是之前的 3 万倍以上,而 Apache HBase 支持超快速查询,可满足客户的 SLA 目标。除了这些之外,保留时间范围更超过了 10 年。


分析交易日志以检测洗钱活动

Hortonworks 的另一家客户从事投资服务,每天需要处理 1500 万条交易和 30 万宗交易。过去由于存储限制,该公司会归档历史交易数据,这限制了这些数据的可用性。最近一段时间,每天的交易数据只有在营业结束之后才能用来进行风险分析。这导致了会产生洗钱活动或流氓交易(不可接受的风险)的时间窗口。

现在,Hortonworks Data Platform 支持其 AML 软件,并加速了该公司的分析速度,还延长了其数据保留时间。跨多个业务部门的共享数据存储库可以让用户更清晰地洞察所有交易活动。交易风险小组评估这一共享的 Data Lake 以处理更多的头寸、执行和结余数据。他们可以对当天工作日的数据执行这种分析,并且这种分析至少在 5 年内高度可用,这比之前要长得多。