ISV如何在大数据下寻找金融行业突破口
程序员文章站
2023-12-26 19:08:45
伴随着信息化的不断进化，云计算技术已经步入行业各个应用层面，现如今，云计算应用已逐渐实现落地，继云计算之后，开始涌现出更多的新兴技术来，大数据的出现可以说颠覆了信息时代技术潮流，大数据的到...
伴随着信息化的不断进化，云计算技术已经步入行业各个应用层面，现如今，云计算应用已逐渐实现落地，继云计算之后，开始涌现出更多的新兴技术来，大数据的出现可以说颠覆了信息时代技术潮流，大数据的到来将引领起新一番的信息化技术变革。
大数据成为继云计算等新兴技术兴起以来的后起之秀，对于像证券、银行、保险此类的金融行业早已成为大数据的热衷对象，针对以上数据信息敏感的行业来说，数据价值才真正传递出行业真实的可贵性。由于行业的特殊性才真正体现出其处理和分析数据信息量的庞大，因而，大数据的应用对于金融行业本身而言是恰如其分的。伴随信息技术的不断升级换代，金融行业的特殊性对于自身的IT系统本身更是需要满足更多需求。
首先，我们从保险行业来看，保险行业信息系统伴随信息化水平的不断深入及保险公司需要处理的业务数据信息量的不断增长，这些都将威胁到保险行业原有数据中心基础设施乃至整个信息系统的容量和处理能力都提出了更高的要求。
当今市场，ISV希望通过在公共云、私有云和混合云之间转换，而无需选定特定的云供应商。而对于更多拥有内部部署应用的ISV而言，他们则希望在不增加开发复杂性的同时，维护当前客户群，吸引新的客户。Sybase的SQL Anywhere OnDemand Edition填补了市场的空白，并解决了ISV向云时代转型过程中遇到的难题。
Sybase并非将供应商限定于具体的托管服务或数据管理架构，ISV能够创建基于云的应用，充分利用云和ISV托管的私有部署选项的组合，满足不同客户的需求，与此同时，在帮助ISV提供客户所需的真正安全性和治理能力外，也确保了系统管理的便捷性。
统计数据显示，保费面临下滑是全球保险行业的问题，2011年全球总体保费收入实际下滑0.8%。其中，全球寿险保费则下降2.7%，在2011年我国保险业全年原保险保费收入较2010年同比下降1.3%，而寿险全年原保费收入同比下降8.57%。下滑主要是由于为数不多的大型市场保费锐减所致。
据研究机构证明，保险行业聚集了数量可观的保单信息、客户信息、交易信息、财务信息等。保险行业如果能对海量的消费者数据进行深入分析以了解其投保状况、服务需求和潜在投保意向，提供个性化产品与服务，从而能增进客户忠诚度，最大化客户终身价值。
Teradata公司高层认为，随着社交网络、电子商务等信息格局的不断转变，他们所影响到的是企业对于理解客户和与客户互动的方式，营销所面临的是分析的竞争，能及时掌握客户动态并提出有效响应的企业才能从竞争中胜出。
其次，对于信息敏感度及安全隐私度极高的银行客户而言，大数据的深入正在不断缔造着银行信息系统的深远价值。以民生银行为例，在洞察大数据推动了民生银行的转型与创新，通过部署云计算，民生银行正在实现自动化、高能效、虚拟化和标准化的云部署目标。
在面对大数据时代的影响下，民生银行通过数据智能分析向前台提供服务与反馈，支持实现以客户为中心的服务模式与体验，并通过整合日益互联互通的各种服务渠道，建立持续从广泛的来源获取、量度、建模、处理、分析大容量多类型数据的功能，及时在互联互通的流程、服务、系统间共享数据，并将经过智能分析与加工的数据用于业务决策与支持，获取智能化分析和预测客户需求。民生银行总行科技部副总经理牛新庄认为，随着竞争的不断加剧，大数据将加速银行的快速转型。
Informatica中国区首席产品顾问但彬认为，随着云计算应用部署的加快，大数据带来的挑战将更加严峻，云计算可以承载大数据，大数据也是可以通过云计算架构和模型来提供解决方案。随着大数据的大量涌现，在面对社交媒体网络的境况下，渠道战略不应仅限于传统的银行渠道，而是还应整合新的客户接触点，这种趋势已经变得日益清晰，银行机构应通过设计信息管理战略启动该流程，能够更为有效地帮助他们应对大数据的挑战。
他认为，大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。不同企业之间最大的显著差别在于新数据类型的引入，大数据在管理和应用的方向上，可以通过云计算的资源共享高可扩展性服务特性来搭建和运营。
可以清楚看到，随着云计算、社交网络、移动计算等技术的相继推出，正在不断驱动着大数据*范围的扩大。根据IDC的预测，从2009年到2020年，数据总量将增长44倍，达到35ZB(Zettabyte)。其中，80%的数据都是非结构化数据。
对于证券行业而言，基础架构、数据安全、数据分析、业务模式等深入行业本身发展，大数据到来则将制造出“牵一发动全身"的轰动，并由此改变了其企业传统的数据边界，打破在传统商业智能对于企业信息系统所产生的业务数据结构。
通过对证券行业现状作出的分析，大数据应用在证券行业落地，需要通过投顾业务的推出，对产品的创新和管理做更多有益探索，才能获得更多的数据作为分析的基础，在证券行业的系统建设方面，通过进行业务整合，并建立自己的企业级数据中心来进行数据分析，并逐步向社会化的数据中心演变。证券行业资深IT专家颜阳博士对此表示：“国内有前瞻意识的券商已经在一些转型，逐渐开始涉足一些非结构化或半结构化数据的处理。”
对于行业应用而言，大数据的到来，给行业带来更多的行业发展的新机遇，作为行业中数据信息极具代表性的金融业而言，大数据时代的到来为金融业的价值传递增添了砝码，同时，大数据在行业中的迅速推广不仅深化了行业市场的更多商业机会，在推动商业进程的同时也在通过技术的不断深化来达成对于数据价值的探索和挖掘。
大数据成为继云计算等新兴技术兴起以来的后起之秀，对于像证券、银行、保险此类的金融行业早已成为大数据的热衷对象，针对以上数据信息敏感的行业来说，数据价值才真正传递出行业真实的可贵性。由于行业的特殊性才真正体现出其处理和分析数据信息量的庞大，因而，大数据的应用对于金融行业本身而言是恰如其分的。伴随信息技术的不断升级换代，金融行业的特殊性对于自身的IT系统本身更是需要满足更多需求。
首先，我们从保险行业来看，保险行业信息系统伴随信息化水平的不断深入及保险公司需要处理的业务数据信息量的不断增长，这些都将威胁到保险行业原有数据中心基础设施乃至整个信息系统的容量和处理能力都提出了更高的要求。
当今市场，ISV希望通过在公共云、私有云和混合云之间转换，而无需选定特定的云供应商。而对于更多拥有内部部署应用的ISV而言，他们则希望在不增加开发复杂性的同时，维护当前客户群，吸引新的客户。Sybase的SQL Anywhere OnDemand Edition填补了市场的空白，并解决了ISV向云时代转型过程中遇到的难题。
Sybase并非将供应商限定于具体的托管服务或数据管理架构，ISV能够创建基于云的应用，充分利用云和ISV托管的私有部署选项的组合，满足不同客户的需求，与此同时，在帮助ISV提供客户所需的真正安全性和治理能力外，也确保了系统管理的便捷性。
统计数据显示，保费面临下滑是全球保险行业的问题，2011年全球总体保费收入实际下滑0.8%。其中，全球寿险保费则下降2.7%，在2011年我国保险业全年原保险保费收入较2010年同比下降1.3%，而寿险全年原保费收入同比下降8.57%。下滑主要是由于为数不多的大型市场保费锐减所致。
据研究机构证明，保险行业聚集了数量可观的保单信息、客户信息、交易信息、财务信息等。保险行业如果能对海量的消费者数据进行深入分析以了解其投保状况、服务需求和潜在投保意向，提供个性化产品与服务，从而能增进客户忠诚度，最大化客户终身价值。
Teradata公司高层认为，随着社交网络、电子商务等信息格局的不断转变，他们所影响到的是企业对于理解客户和与客户互动的方式，营销所面临的是分析的竞争，能及时掌握客户动态并提出有效响应的企业才能从竞争中胜出。
其次，对于信息敏感度及安全隐私度极高的银行客户而言，大数据的深入正在不断缔造着银行信息系统的深远价值。以民生银行为例，在洞察大数据推动了民生银行的转型与创新，通过部署云计算，民生银行正在实现自动化、高能效、虚拟化和标准化的云部署目标。
在面对大数据时代的影响下，民生银行通过数据智能分析向前台提供服务与反馈，支持实现以客户为中心的服务模式与体验，并通过整合日益互联互通的各种服务渠道，建立持续从广泛的来源获取、量度、建模、处理、分析大容量多类型数据的功能，及时在互联互通的流程、服务、系统间共享数据，并将经过智能分析与加工的数据用于业务决策与支持，获取智能化分析和预测客户需求。民生银行总行科技部副总经理牛新庄认为，随着竞争的不断加剧，大数据将加速银行的快速转型。
Informatica中国区首席产品顾问但彬认为，随着云计算应用部署的加快，大数据带来的挑战将更加严峻，云计算可以承载大数据，大数据也是可以通过云计算架构和模型来提供解决方案。随着大数据的大量涌现，在面对社交媒体网络的境况下，渠道战略不应仅限于传统的银行渠道，而是还应整合新的客户接触点，这种趋势已经变得日益清晰，银行机构应通过设计信息管理战略启动该流程，能够更为有效地帮助他们应对大数据的挑战。
他认为，大数据分析意味着企业能够从这些新的数据中获取新的洞察力，并将其与已知业务的各个细节相融合。不同企业之间最大的显著差别在于新数据类型的引入，大数据在管理和应用的方向上，可以通过云计算的资源共享高可扩展性服务特性来搭建和运营。
可以清楚看到，随着云计算、社交网络、移动计算等技术的相继推出，正在不断驱动着大数据*范围的扩大。根据IDC的预测，从2009年到2020年，数据总量将增长44倍，达到35ZB(Zettabyte)。其中，80%的数据都是非结构化数据。
对于证券行业而言，基础架构、数据安全、数据分析、业务模式等深入行业本身发展，大数据到来则将制造出“牵一发动全身"的轰动，并由此改变了其企业传统的数据边界，打破在传统商业智能对于企业信息系统所产生的业务数据结构。
通过对证券行业现状作出的分析，大数据应用在证券行业落地，需要通过投顾业务的推出，对产品的创新和管理做更多有益探索，才能获得更多的数据作为分析的基础，在证券行业的系统建设方面，通过进行业务整合，并建立自己的企业级数据中心来进行数据分析，并逐步向社会化的数据中心演变。证券行业资深IT专家颜阳博士对此表示：“国内有前瞻意识的券商已经在一些转型，逐渐开始涉足一些非结构化或半结构化数据的处理。”
对于行业应用而言，大数据的到来，给行业带来更多的行业发展的新机遇，作为行业中数据信息极具代表性的金融业而言，大数据时代的到来为金融业的价值传递增添了砝码，同时，大数据在行业中的迅速推广不仅深化了行业市场的更多商业机会，在推动商业进程的同时也在通过技术的不断深化来达成对于数据价值的探索和挖掘。