金融行业的大数据应用案例及解决方案

《金融行业的大数据应用案例及解决方案》由会员分享，可在线阅读，更多相关《金融行业的大数据应用案例及解决方案（18页珍藏版）》请在金锄头文库上搜索。

1、目录来自来自 ConnotateConnotate 的解决方案的解决方案 2 金融数据聚集金融数据聚集2 金融行业应用金融行业应用2 金融行业应用案例金融行业应用案例- -华尔街个案华尔街个案.4 用户案例：用户案例：FactSetFactSet 5 ConotateConotate 功能介绍：功能介绍： .6 来自来自 DatameerDatameer 的解决方案的解决方案 8 大型零售银行8 金融机构8 Datameer 简介.9 来自来自 SyncsortSyncsort 的解决方案的解决方案 13 SyncsortSyncsort 为金融服务行业提供的解决方案为金融服务行业提供的解决方

2、案13 SyncsortSyncsort 的产品介绍的产品介绍 .15来自来自 ConnotateConnotate 的解决方案的解决方案金融数据聚集金融数据聚集每天，所有的政治事件、金融行业动态、企业动态和其他的市场动态都会发布到网上。实 时地监控和了解金融行业的动态对于占领和稳固金融数据的市场份额是必不可少的。速度 和精准度是最关键的。自动化 Web 数据监控和抽取功能，大大方便了金融数据提供商持续的跟踪各银行、客户金 融服务网站和世界各地的新闻、企业新闻、政府新闻和媒体新闻，并向其用户推送所需的 信息，自动化监控的解决方案能够做到：通过监控市场动态，利用内部变化监控和关键字搜索方式，提供

3、实时的更新报表通过监控市场动态，利用内部变化监控和关键字搜索方式，提供实时的更新报表通过复制收集的数据和减少数据上传时的人工干预，大大提高了数据的精准度通过复制收集的数据和减少数据上传时的人工干预，大大提高了数据的精准度通过选择性数据推送功能，向特定的管理员发出提醒，告知用户哪些企业网站、新闻门户通过选择性数据推送功能，向特定的管理员发出提醒，告知用户哪些企业网站、新闻门户 和政府网站有重要的改变和政府网站有重要的改变通过增加对金融文件的监控力度（自动化抽取），大大减少了成本通过增加对金融文件的监控力度（自动化抽取），大大减少了成本通过从世界各网站中收集精准的数据（语言不限）并转换成结构化数据

4、，大大提高了数据通过从世界各网站中收集精准的数据（语言不限）并转换成结构化数据，大大提高了数据 收集的广度收集的广度通过一些指标性特征使管理人员迅速调整监控个抽取的目标数据，提高商务和管理的灵活通过一些指标性特征使管理人员迅速调整监控个抽取的目标数据，提高商务和管理的灵活 性性有了 Web 数据自动化监控和抽取的 Connotate，管理人员和分析人员可以收到关于数据更 新的报告，无需再依赖易于出错的人工方式和繁琐的脚本语言处理工具Connotate 自动化监控所有数据源的数据，如银行网站等，下载 PDF 文件并把 Web 页面转 化为 Excel、XML 或者适用的文件格式Thomson R

5、euters（路透社）、 Dow Jones（道琼斯）、FactSet 和其他世界各主流金融数 据商都新来 Connotate，用 Connotate 进行数据监控和抽取。金融行业应用金融行业应用信息和内容随时可以在 Web 上获得，随着其价值的增加，对相关的信息内容做出及时的措 施、分析和加快决策就越来越显得重要。有了 Connotate 的帮助下，投资者和分析师可以针对企业和部门的表现有更加深刻的认识， 即使在市场看来并不是很明显的表现。Connotate 的必杀技在与不断的标记来自 Web 上部 门和政府的变化数据、新闻信息、诸如价格、库存、产品供应水平、生产力和招聘人员活 动等操作数据

6、，和各种能够帮助预测分析的指标。现在，从 Web 上精准的收集数据并进行数据分析成本是很高昂的。如今 Connotate 的自动 化数据抽取和分析不仅为用户大大减少了成本而且其操作也是非常简易的即使不是专业 的编程人员或者 IT 架构人员也可以进行部署和操作。详情见下文：支持买卖双方的决策支持买卖双方的决策通过抽取一一系列操作数据来加速对整个季度的趋势分析对市场变化的反应更加灵敏对市场变化的反应更加灵敏通过实时地监控市场动态为研究调查加大深度为研究调查加大深度通过锁定需要监控的数据源加速产品上市加速产品上市通过监控市场异常和机遇利用 Web 数据支持研究调查，以增加调查的质量和效率。Conno

7、tate 优越的自动化数据监控和抽取的解决方案能够让用户实时地发现公共资源的价 值，大大增加其透明度以更好的支持研究调查和投资决策。过去使用 Web 爬虫的用户，会发现要花费很大的精力对收集的数据进行处理后，数据才会 有意义。与 Web 爬虫工具不同的是，Connotate 能够抽取 Web 数据并转换为结构化数据格 式（CSV、 XML、 XLS 等格式）Connotate 使用户不必等待季度报表或者成本昂贵的消费研究调查来进行投资决策。 Connotate 使用户对数据抽取拥有最大的控制权。无论数据集的保存期限是几天、几周、 还是几个月，用户都可以精准地定位需要的数据，并获得实时的洞察。金

8、融行业应用案例金融行业应用案例- -华尔街个案华尔街个案ConnotateConnotate 使用户对市场部门个体股票的微小动态都了如指掌，获得支持买方购买的可行使用户对市场部门个体股票的微小动态都了如指掌，获得支持买方购买的可行 性洞察。性洞察。华尔街一家投资机构欲更好地了解个别企业、企业产品销售情况和市场部门的微妙动态， 其选择是是实时地收集操作数据，其目的是为了应对瞬息变化的股票市场做出更好的投资 决策。随之电子商务的大兴崛起，除了纯粹惯例地发布数据和季度报表，该企业抽取了不同企业、 电子商务平台、博客和社交平台网站（Amazon 和 Crunchbase 等）上的 Web 数据。该企业

9、选择了 Connotate 实地部署的解决方案，在几周内就设定好预访问的网站，抽取营 销活动、价格数据、库存情况和客户偏好选择等的数据。利用这些数据为相应的金融趋势、 金融活动和金融观点建立模型。在过去的一年里，该企业在 Connotate 的帮助下，在股票 市场上获得了额外的一百多万美元的收益。Connotate 实地部署能够使数据分析更加灵活简易了，更易于调整，更易于管理、 查询和定位。Connotate 在电子商务上网页内抽取关于营销活动和库存情况的数据，然后只推送 与上次抽取的数据相比有变化的数据提供了清晰明了的定位信息。Connotate 将抽取的数据转换和推送结构化数据，如 CSV

10、 文件；将重点数据推送到 分析应用程序中进行趋势分析“Connotate 的解决方案为我们提供了产品价格、库存情况、广告话费、转换率、订单情 况和其他重要的非结构化数据信息，而这些数据（用其他工具）是很难抽取的但是却是很 有分析价值的。”- Jason Jones，对冲基金投资组合经理用户案例：用户案例：FactSetFactSetFactSet 在世界各地的成千上百个网站中收集数据，并向其金融行业的用户推送数据，支 持他们更好地做出投资决策。FactSet 的客户要求数据是精准、实时和完整的。随着 Web 数据量的不断增加，FactSet 也在寻求能够加快数据抽取自动化程度的工具。由 于其业

11、务的不断扩大，FactSet 分析师更多对更新数据有更大的需求。 在使用 Connotate 之前，FactSet 使用的是一种 Web 监控工具（带有少许的过滤功能） ；一 般分析师收到的 35%的提醒信息是有效的。因此，FactSet 希望能够提高其数据抽取的效率 并简化工作流。 自从选择了 Connotate 之后，数据提醒的有效率从 35%上升到 90%。FactSet 选择的是 Connotate 的实地部署解决方案，他们利用下拉式菜单和便捷式点 击页面管理和设置了成千上万个 web Agents(Connotate 数据抽取的工具) Connotate 使 FactSet 能够访问

12、到一些没有宽带的偏远地方的数据 Connotate 使 FactSet 在无需增加管理人员的数量的同时增加企业监控数量 Connotate 抽取的数据比我们之前使用的那套工具精准多了，推送的数据更加可靠、精准 和便于使用。- Chris Clifford，FactSet 的信息创建经理说道ConotateConotate 功能介绍：功能介绍：Connotate 利用机器学习自动生成的高效代码和辅助配置，其数据抽取的工具称为 Agent。在 Agents 的指引下，用户能精准地获得需要的信息Connotate 在过滤了广告和无关信息 的同时，将非结构化数据转化成为支持业务流程的可读性数据。Con

13、notate 的解决方案相比于网页脚本工具要优越得多，由于网站格式不断变化，修整是 一项很重要的工程，Connotate 的解决方案具有较强的适用性。 各网站都在不断地更新。优化解决方案，不但是为了精准地检测网页内容的变化，而且是 为了更有效率地提高推送信息。过滤垃圾信息和删除重复数据可使工作流取得更大成效。部署选项 Connotate 能够满足用户的业务之需，并且适应今后的发展和变化。而且，Connotate 能够 提供灵活实用的解决方案以满足用户具体的业务需求。详情请访问：详情请访问：http:/www.bigdataunion.org/detail2.php?id=1http:/www.

14、bigdataunion.org/detail2.php?id=1来自来自 DatameerDatameer 的解决方案的解决方案大型零售银行为了量化资产风险和遵守监管报告的要求，如多德 - 弗兰克法案，这家一流的零售银行正 在使用 Datameer 来验证数据的准确度和质量。银行贷款和分支数据以及财富管理数据集成，数据质量的举措是负责确保每一条记 录是准确的。这个过程包括对数据超过 50 个数据的理智和质量检查。这些检查的 结果，随着时间的推移的趋势，以确保数据损坏和数据域的公差不改变不利和被报 告给投资者和监管机构的风险状况，审慎和符合监管要求。Datameer 之前，该银行采用 Tera

15、data 和 Netezza 公司和建设数据集市，以分析数据的质量， 使用他们的 SAS 应用。这个过程是耗时和复杂，数据集市的做法没有提供数据的完整性需 要确定整体数据质量。金融机构为了提高客户保留和参与，这家领先的金融研究机构使用 Datameer 加快客户的使用情况分 析和产品改进。基于 Web 的平台结合了全球性的公司具有强大的财务基本面分析，构思一代，为 用户的工作流管理工具的信息和市场研究。 该公司的产品管理团队需要了解用户访问模式和产品互动的细节，以便更好地吸引和留住 客户。该公司此前使用 OLAP 多维数据集，存储和报告用户访问日志，客户数据和许可证 信息。他们拼命用一个 4-

16、6 周的周转时间，提供新的或更新的数据。因此，产品管理一直 非常被动，他们的大部分时间花在管理报告的过程，而不是理解最终用户如何响应特性和 内容。该公司选择了 Datameer 加快洞察顾客使用，并加快新产品型号。有了 Datameer，产品经 理现在可以快速地关联在用户的流量模式的变化（点击流）和事件的背景下，如新版本，A / B 测试和故障，以确定哪些工作或不执行队列分析。产品策略，现在可以迅速调整和改 进 Datameer 释放产品经理的部署，把重点放在分析用户的使用模式，并创造新的产品模型， 而不是建设报告。Datameer 简介简介数据快速集成 将您的 IT 资源从数据管道中释放出来, 为 IT 和商业用户快速整合任何数据源。数据自由化 无 ETL数据是观察事物的基础。你掌握的数据越多，对事物的了解就会越深入。因此，你不 仅要掌握传统意义上的交易数据，而且还要掌握所有其它类型的数据，这样才可以完全了 解客户，充分理解业务流程，提高业务绩效。Datameer 为了把所有数据整合到 Hadoop，而不关注 ETL