行业痛点

如今，数据已经成为非常重要的资产。以前人们还只是把它看做是一种附属物，客户来办理业务，在系统一中产生了这种附属物。而现在，发现在客户办理业务这条信息中，蕴含着一些客户的需求，成千上万条这类信息累积下来，就能洞察客户需求，而设计新产品，为客户个性化营销产生新的价值。数据变成一种资产了，还需要被管理起来。拥有数据的规模、灵活性，以及收集、运用数据的能力，将决定企业的核心竞争力。掌控数据就可以深入洞察市场，从而做出快速而精准的应对策略，这意味着巨大的投资回报。因此企业的IT部门将从“成本中心”转变为“利润中心”.而数据将成为企业的核心资产。

企业战略将从“业务驱动”转向“数据驱动”。数据化决策是企业未来发展方向。过去很多企业对自身经营发展的分析只停留在数据和信息的简单汇总层面，缺乏对客户、业务、营销、竞争等方面的深入分析。如果决策者只凭主观与经验对市场进行评估而制定决策，将导致战略定位不准，存在很大风险。在大数据时代，企业通过收集、分析企业内部和外部的数据，获取有价值的信息。通过挖掘这些信息，企业可以预测市场需求，进行智能化决策分析，从而制定更加行之有效的战略。

大数据最至关重要的方面，就是它会直接影响企业怎样做决策、谁来做决策。在今天的整个商业世界中，人们仍然更多依赖个人经验和直觉做决策，而不是基于数据。在信息有限、获取成本高昂，而且没有被数字化的时代，让身居高位的人做决策是情有可原的，但是大数据时代就要让数据说话。

解决方案

柏睿数据基于全内存海量并行数据库技术实时分析处理金融业日益猛发的数据，高效即时处理海量、多维的非结构化信息，抽取知识，高效持续的跟踪各银行、客户金融服务网站和世界的新闻、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，智能监控数据，为各种金融业务提供决策支持。

解决优势

01

实时监控市场动态，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；

02

复制收集数据，减少数据上传时的人工干预，提高数据的精准度；

03

实时支付、交易、余额查询系统、网上金融即席查询；

04

实时处理交易异常警告、消费行为分析预警、金融市场风险评估、优质客户评定分析；

05

调整监控个抽取的目标数据，提高商务和管理的灵活性。

实现价值

高性价比低成本

整个系统架构，摒弃了传统系统常见的向上升级(Scale-Up)的思想，不管是数据集市还是BI前端，都支持横向升级(Scale-Out)。

随着企业的业务增长，数据分析需求都会大幅增长，基于X86 PC Server集群的平台架构十分关键。在这种架构下，我们不用采购昂贯的小型机去支撑高并发，去支撑海量数据计算，去支撑数据分析业务的发展，而是采购多台普通的PC Server搭建集群，建设高性价比的分析平台。

敏捷

快速发布，持续迭代，拥抱变化：

数据层敏捷:国内、国外全网采集，数据更全面，通过建设海外数据采集（Oversea Data Collection ）ODC引擎，主要解决海外目标网站在大陆打开缓慢、数据屏蔽及数据同步缓慢的客户瓶颈问题，开启海外媒体数据绿色通道。

应用层敏捷:采用灵活的OLAP机制，每个点击发起的需求都会实时拼出SQL，送给计算层去计算，比较容易适应业务变化。模块层次少，建模完就可以直接设计报表和仪表盘，或进行探索式分析。因此对于终端用户来说也简单易用。

自服务式和探索式

多维分析基于主题的集市，已经将物理表结构在语义上转义成便于理解的逻辑结构，终端用户通过拖拉拽的方式可以轻松自定义报表或仪表盘。

前端系统的交互和分析能力:过滤、钻取、缩放、关联、变换、动态计算、链接等等。用户通过发现问题，找到答案，做出商业决定，形成探索式的分析。

高可用性

离线分析平台和在线分析平台都是分布式架构。数据存储是分布式的，数据的计算也是分布式的，还带有备份机制和监控机制。

当某一台机器宕机，其他机器会自动承担所有计算。该分布式数据集市支持对计算和存储节点进行热插拔扩展.可以从一个节点扩展到几十个甚至上百个节点。

高并发性

在线分析平台支持高并发。数据集市作为计算层，支持分布式计算，采用MapReduce架构来提高计算效率。

BI前端可直接连RapidsDB，RapidsDB采用良好的内存计算技术,在OLTP系统能支持好高并发 。可基于多台存储和计算节点并行工作.非常适合海最数据的实时数据分析。

技术框架