所选语种没有对应资源,请选择:

本站点使用Cookies,继续浏览表示您同意我们使用Cookies。Cookies和隐私政策>

提示

尊敬的用户,您的IE浏览器版本过低,为获取更好的浏览体验,请升级您的IE浏览器。

升级

OceanStor 9000 V300R006C10 文件系统特性指南 05

评分并提供意见反馈 :
华为采用机器翻译与人工审校相结合的方式将此文档翻译成不同语言,希望能帮助您更容易理解此文档的内容。 请注意:即使是最好的机器翻译,其准确度也不及专业翻译人员的水平。 华为对于翻译的准确性不承担任何责任,并建议您参考英文文档(已提供链接)。
应用场景

应用场景

OceanStor 9000通过HDFS特性,实现将自身融入Hadoop生态圈,可应用于金融、运营商等行业大数据分析场景。

金融行业大数据分析场景

OceanStor 9000在金融行业大数据分析场景中的典型应用如图14-7所示。

图14-7  金融行业大数据分析典型场景示意

面对互联网金融的竞争压力,金融企业急需重构以大数据分析挖掘为基础的决策和服务体系,提升自身竞争力和客户满意度。在大数据时代,银行将从以交易为中心转向以数据为中心,以应对更多维、更大量、更实时的数据和互联网业务的挑战。

部署Hadoop与OceanStor 9000构成大数据平台后,可以从如下方面解决金融企业的问题,提升其竞争力:

  • 历史交易明细实时查询业务

    能够实时查询用户的历史交易明细从1年提升到7年以上。

  • 实时征信业务

    用户信用卡征信时间由3天左右减少到10分钟以内。

  • 小微贷业务预测

    TOP 1000小微贷倾向用户预测准确率比传统模式提高40倍以上。

  • 精准营销

    • 缩短分布式网银日志的收集周期,基于网银日志的用户行为统计与分析,提供精确营销,提升了网银用户体验效果。

    • 只需不到原来20%的推荐短信,就可基本覆盖原来全部的有效购买用户,实现精准营销。

运营商大数据分析场景

OceanStor 9000在运营商大数据分析场景中的典型应用如图14-8所示。

图14-8  运营商大数据分析典型场景示意

随着大数据时代的到来,运营商面临如下挑战:

  • 需要处理的数据数量、种类呈现爆炸式增长,尤其对于非结构化数据的处理,现有架构的分析速度十分缓慢。

  • 现有应用系统以烟囱式建设,导致数据重复存储,跨系统数据共享难度大,业务决策分析缓慢。

部署Hadoop与OceanStor 9000构成大数据平台后,可以从如下方面解决运营商问题,提升其竞争力:

  • 构建统一的大数据详单集中平台和经营详单数据分析平台,从架构上根本解决运营商问题。

    • 历史话单查询,客户可实时查询的历史话单由3个月提升到6个月至24个月。

    • 经营详单数据并发分析,由原来的5天减少到1天。

  • 构建统一的PB级大数据平台,统一存储业务数据。利用大数据平台分布式计算能力,并发处理各种分析任务,快速获取业务决策结果。

    • 缩短新业务推出周期,由原来的1.5个月减少到1周。

    • 存量用户挽留,VIP用户离网率大幅降低。

  • 在保障数据安全性和隐私性前提下,提供数据共享访问能力和开放接口,让大数据对外提供共享服务,支撑业务创新与商业成功。

翻译
下载文档
更新时间:2019-03-30

文档编号:EDOC1000162199

浏览量:29475

下载量:107

平均得分:
本文档适用于这些产品
相关文档
相关版本
Share
上一页 下一页