本文來自千家網(wǎng)。
2017年，《經(jīng)濟學人》發(fā)表了一篇文章，標題為世界上最有價值的資源不再是石油，而是數(shù)據(jù)。事實上，金融服務部門的企業(yè)，尤其是資本市場的企業(yè)早就清楚這一點了。
可以說，金融服務的數(shù)字化始于1986年的金融大爆炸，當時倫敦證券交易所等主要交易所改用自動報價系統(tǒng)，取代了交易大廳。從那一刻起，技術繼續(xù)顛覆和改變著這個行業(yè)，高頻交易和加密貨幣的引入是兩個明顯的例子，但還有更多。
數(shù)據(jù)，更具體地說是對數(shù)據(jù)的分析，是這一轉變的基礎。金融服務公司是最早意識到，更快地獲取更深入、更豐富的見解，可以使其比同行具有顯著競爭優(yōu)勢的企業(yè)之一，尤其是在高頻交易等領域。
然而，不可避免的是，將重點放在分析上，并開發(fā)更加復雜和自動化的算法，使用機器學習來生成最大的阿爾法算法和最小化風險，這在該行業(yè)創(chuàng)造了一場可以最好描述為“軍備競賽”的局面。銀行要想保持敏捷和競爭力，就必須不斷更新向客戶提供的服務，制定新的戰(zhàn)略來提高地位和保護客戶。為了實現(xiàn)這一點，他們需要重新思考他們的數(shù)據(jù)分析方法。
時間序列連續(xù)體
銀行無法憑借陳舊的數(shù)據(jù)戰(zhàn)勝競爭對手。然而，當涉及到開發(fā)、驗證和發(fā)布新的算法和模型時，許多企業(yè)仍然按照數(shù)天和數(shù)周的時間表工作，而他們需要在數(shù)秒和數(shù)分鐘內(nèi)進行思考。但事實是，許多現(xiàn)有的數(shù)據(jù)管理和分析平臺根本無法對正在創(chuàng)建的海量數(shù)據(jù)提供所需的洞察速度。
這是為什么呢？可以說，這是一種傳統(tǒng)系統(tǒng)的組合，也就是prem模型數(shù)據(jù)中心和應用的結合，這些應用無法輕松擴展，以提供處理所創(chuàng)建的海量數(shù)據(jù)所需的存儲和計算，以及一種過于關注歷史數(shù)據(jù)或大數(shù)據(jù)的分析方法。
關鍵是要將所有數(shù)據(jù)，尤其是金融數(shù)據(jù)，視為時間序列，即在固定的時間點上具有特定的值盡管這適用于許多其他行業(yè)。這里的實時環(huán)境非常重要，因為數(shù)據(jù)的商業(yè)價值從創(chuàng)建之日起就開始消失。
通過采用將數(shù)據(jù)分析視為連續(xù)洞察引擎而不是批處理過程的方法，即使批處理是每小時或每天進行的，企業(yè)對業(yè)務運營方式的理解永遠不會有任何“差距”。所提供的分析和見解是一個持續(xù)的、記錄在案的事實流，它提供了有助于產(chǎn)品和服務快速創(chuàng)新和發(fā)展的見解。
云中的持續(xù)分析
所有金融機構都有云戰(zhàn)略。規(guī)模、靈活性和節(jié)省成本的好處是眾所周知的。戰(zhàn)略重點現(xiàn)在應該轉移到確保云架構得到優(yōu)化，以提供持續(xù)分析，這對于持續(xù)運營效率和商業(yè)成功至關重要。
有三個關鍵的考慮因素：
1:數(shù)據(jù)源訪問：能夠輸入分析平臺的市場、貿(mào)易、訂單和參考數(shù)據(jù)越多，可以提取的洞悉質(zhì)量就越好。然而，金融機構一直難以管理數(shù)據(jù)的龐大數(shù)量、格式和位置。持續(xù)分析依賴于即時連接數(shù)據(jù)源，無論其位置如何，并構建運行分析的數(shù)據(jù)源。
2:優(yōu)化編碼：量化分析師、數(shù)據(jù)分析師和數(shù)據(jù)科學家從數(shù)據(jù)中提取價值的速度有多快，而不是花時間管理和處理數(shù)據(jù)。他們能否使用首選的語言，如SQL和Python，在時間尺度上開發(fā)和驗證新的算法，以提供競爭優(yōu)勢，是否有內(nèi)置的機器學習界面或容易訪問相關微服務，能否快速生成報告，并以一種能提供即時價值的方式可視化。
3:升級路徑：作為其云戰(zhàn)略的一部分，大多數(shù)銀行將考慮如何使用云來重新架構并最終重建其數(shù)據(jù)管理和分析系統(tǒng)。需要考慮這個過程是怎樣的、移動數(shù)據(jù)和優(yōu)化成本會有多容易、重新架構和在某些情況下重寫應用的路徑是什么、它將如何與云供應商更廣泛的服務和支持生態(tài)系統(tǒng)集成……
最終，我們會看到大多數(shù)銀行將大量數(shù)據(jù)管理和分析需求轉移到云上。仍然會有一些需要超低延遲的流程只能在預先交付，但除此之外，云提供了無數(shù)的好處。然而，所有的云，就像所有的實時分析平臺一樣，都是不一樣的，銀行需要仔細考慮如何遷移他們現(xiàn)有的數(shù)據(jù)源、應用和流程，同時始終優(yōu)先考慮對連續(xù)的分析和洞察流的需求。
