京东金融大数据分析平台总体架构.pptx

《京东金融大数据分析平台总体架构》 京东金融在构建其大数据分析平台时，旨在解决金融行业在数据利用、统一视图、风险评估、客户行为分析和关键绩效指标体系等方面的问题。平台的建设目标是打造一个统一、完整、高效的数据共享和分析平台，服务于集团的决策分析，提升数据流转能力。 1. **大数据分析平台综述**： 平台的建设首先需要对现有的管理分析类应用进行评估，发现商城数据仓库的数据未被充分利用，缺乏统一的集团视图，风险评估体系不健全，客户360度视图缺失，以及缺乏关键绩效指标体系。为了解决这些问题，平台需整合基础数据平台和BI应用，构建包括数据平台整体架构、数据平台各层建设标准、金融业数据模型、数据质量治理、元数据管理、数据标准建设、数据整合和数据应用建设等在内的全面解决方案。 2. **大数据分析平台建设目标**： 目标是实现外部非结构化数据的统一处理，制定统一的分析模型，划分分析主题，设计统一的数据模式，规划分析方法，部署统一的技术基础，定义BI应用，以及提供自定义报表工具。通过这些手段，集团决策层、职能管控层和各级业务操作层能获取统一的经营指标，业务人员也能利用BI工具进行业务协作和创新。 3. **大数据分析平台预期收益**： - 数据共享：实现数据在整个集团范围内的共享，打破信息孤岛。 - 业务协作：集中和整合各业务系统数据，促进业务集成和协作。 - 业务创新：基于详细数据进行多维分析和数据挖掘，推动业务创新。 - 建设效率：通过数据平台集中数据，简化数据处理，提升系统建设和运行效率。 - 数据质量：改善数据质量，提高数据实用性。 4. **大数据分析平台总体架构**： 架构分为数据产生层、数据交换层、数据计算层、数据应用层和用户访问层。数据产生层涵盖内部业务系统的结构化数据、非结构化数据以及外部数据；数据交换层负责数据的传输和整合；数据计算层处理数据并构建数据区；数据应用层生成实时和历史数据查询结果；用户访问层则根据用户角色提供不同维度的数据访问。 5. **数据管控**： 平台还包括数据标准、数据质量、元数据管理、数据安全和流程调度等数据管控层面，确保数据的准确性和安全性。 6. **演进路线**： 平台的演进可能涉及逐步集成更多业务系统，扩展数据源，优化数据处理流程，提升数据分析深度，以及持续改进数据质量管控措施。 通过这样的大数据分析平台，京东金融能够更有效地利用数据资源，推动业务发展，降低风险，提升决策效率，同时也为未来的金融创新奠定了坚实的基础。