大数据驱动证券行业数字化转型

从十七世纪初第一只股票在欧洲诞生以来，证券及其交易就在资本市场上扮演着重要角色，在信息革命的时代，证券行业也行走在数字化转型的前列。今天，各种证券业务信息系统已经积累了越来越多的业务数据，其具有体量大、类型多、变化快、价值高等方面的特点，并且这些数据的价值发现已成为证券业务创新、产品优化、决策支持以及风险管理的重要手段，在不远的将来，价值数据将成为整个金融行业的核心资产。

事实上，利用数据分析技术来挖掘有价值的交易数据和外部数据，可以实现以客户为中心的精准营销，有限资源的合理配置和科学治理，利润最大化目标下的风险管控等等，是金融证券行业数字化转型的必由之路。

然而，随着云计算、大数据、人工智能、区块链技术的高速发展，传统的数据分析的方法已无法满足证券业务的要求，需要采用更先进的大数据技术对交易系统和管理系统日益增加的海量数据（包括结构化、非结构化、半结构化数据，如交易记录、日志流水、客户信息、管理信息等）进行存储、分析、挖掘、应用。

其业务应用主要集中在一下几个方面：

1)  精准营销：通过挖掘客户相关信息及外部数据，对客户进行360度画像，分析客户属性，通过客户管理、营销管理、服务管理、产品管理等手段，更准确地发现目标客户及更多的营销机会（客户挽留、交叉营销等）。实现产品和服务的精准营销，降低营销费用，提高营销效率。

2)  风险管理：构建统一的高并发、低时延的风险控制平台，可实现在线或离线的实时征信、实时日志分析、反欺诈、非法交易预警等业务功能，及时评估业务经营的合规性，识别潜在的业务风险，满足经纪业务、创新业务的风险管理需求，以及监管部门风控要求。

3)  历史数据服务：利用大数据集群，实现海量历史数据存储、归档、管理及应用，提高数据处理效率和业务响应效率，支持更科学的决策支持、更完善的客户服务和更高的客户满意度，通过对历史数据的挖掘分析，可实现市场、产品和服务的优化与创新，动态掌握资本市场的变化，提升市场竞争力。

4)  IT治理：对交易系统、财务系统、交易所、登记结算公司、银行等多个数据源采集的数据进行审计，对IT系统进行资源配置分析，运行状态分析，可以实现智能IT运维管理，优化券商的业务运营。

华为公司基于大数据处理核心技术，与领先的ISV合作伙伴构建了面向证券行业风险管理、市场营销等业务的联合大数据解决方案，解决过去券商数据系统无法支撑多类型的海量数据增长变化和业务成本过高的问题，可高效建设金融证券第二数据平面，实时挖掘分析、应用数据价值，支持业务运营。

该解决方案整体技术架构如下图：