银行加速“掘金”大数据分析
金融业正在面临着***的科技挑战，面对激增的海量数据，如何实现分析洞察，将是行业创新和转型的关键。各个银行都在做相关的尝试，这些尝试其实都和大数据分析本身的特性紧密相关。
银行大数据项目都有一个共同动因，那就是业务价值驱动。各银行中会有不同的内部结构化数据资产，在业务价值驱动的前提下，很多银行在尝试着把原有资产进行梳理。大数据会打破以前的数据壁垒，将不同类型的数据借着大数据的新技术和新能力进行关联性认知分析，产生了新的业务和价值。
民生银行科技开发部数据应用中心 袁春光
民生银行作为国内最早一批部署大数据分析的银行之一，坚信数据分析对企业价值的巨大驱动作用。“业务快速增长带来的激增数据对业务洞察能力不断提出新的要求。传统粗放式的客户营销策略已经不足以帮助银行实现更快速业务的增长。”
在民生银行科技开发部数据应用中心袁春光看来，银行需充分整合客户数据，通过精准营销设计来降低客户流失率，提高忠诚度。应借助大数据技术对不同渠道来源的提供商、客户的交易行为进行全面分析，实现链式反应。并且搭建有效的数据模型，为客户提供全方位管家式的非金融服务。
民生银行之所以选择大数据解决方案非常重要的原因就是投入少。“传统方案成本非常高，而大数据解决方案在硬件上的投入非常低，降低成本是我们考虑的重要因素。另外，大数据解决方案还能去做以前想做却受困于技术瓶颈难以实现的事情。”袁春光如是说。
三方协作，共筑商业合作伙伴生态系统
在此次三方合作中，IBM BigInsights基于开源Apache Hadoop的安全易用性，帮助民生银行完善交易流水查询分析系统, 产业链金融管理系统，以及私人银行产品货架管理系统。
IBM BigInsights和企业级NoSQL数据库SequoiaDB(巨杉数据库)为民生银行搭建了低成本、高性能、高可靠且水平扩张的数据平台，帮助民生银行通过大数据分析应对金融业的大数据挑战，实现深刻的行业洞察。
民生银行与IBM、巨杉数据库的合作，共同应对金融业的大数据挑战。与IBM及巨杉数据库的合作，为民生银行实现以客户为核心业务发展提供了重要支持，也为搭建上层的精细化与智能化应用平台奠定了基础。
