Аналитика Банковское хранилище данных · 26-06-2018 · Интернет-банкинг Логика ETL & Staging Данные ETL & Staging Данные

Аналитика, Банковское хранилище данных

Попандопуло Николай,Архитектор банковских бизнес-приложенийSAP CIS

2© 2018 SAP SE or an SAP affiliate company. All rights reserved. ǀ

Ситуация с IT ландшафтом в Банке

ETL &Staging

Данные

Core BankingSystem

Логика

BW

Логика

CRM

Логика

Работы сБольшимиданными

Логика

Приложения дляработы с

потоками данных

Логика

Аналитика вреальномвремени

Логика

ERP

Логика

Интернет-банкинг

Логика

ETL &Staging

Данные

ETL &Staging

Данные

Данные Данные Данные Данные Данные ДанныеДанные Данные

Множество разделенных приложенийМножество копий информацииПакетная обработка информации

Ласкутный взгляд на бизнесОтсутствует возможность работать вреальном времениОграниченные возможности для инноваций


Единая платформа данных

BWCore BankingSystem

CRM Работы сБольшимиданными

Приложения дляработы с

потоками данных

Аналитика вреальномвремени

ERP Интернет-банкинг

Логика Логика Логика Логика Логика ЛогикаЛогика Логика

Данные Данные Данные Данные Данные ДанныеДанные ДанныеЕдиная платформа данных

Глобальный тренд: единая платформа данных

Унифицированные данные – единая копияинформацииРабота в режиме реального времени

Целостный взгляд на бизнесВозможность реагировать в реальномвремениИнновационные сценарии


JPMorgan Chaseединая глобальная платформа

Организация: JPMorgan Chase & Co.Штаб-квартира: New York, USAОписание:JPMorgan - крупнейшая многонациональнаяхолдинговая компания банковских ифинансовых услуг в США и пятый повеличине банк в мире по совокупным активамПерсонал: 243,355Web Site: www.jpmorganchase.com

Задачиü Предоставить единый глобальный источник данных для

финансовых операций и управленческой отчетностиü Интегрированная отчетность о бизнесе и юридическом лице,

соответствующая нормативной отчетностиü Решение проблемы децентрализированных источников данных:

3.000+ юридических лиц в группе, 260.000+ МВЗ.ü Интеграция данных финансовой и облачной сетей (Ariba, Concur и

Fieldglass) для обеспечения прозрачности глобальных расходов ипрозрачности рисков поставщиков

ü Стандартизировать процесс измерения и контроля в иностраннойвалюте

Выбор в пользу SAP:ü Надежная защита и контроль за даннымиü Поддержка масштабирования и обогащения данныхü Консолидированная ежедневная глобальная отчетностьü Высокий уровень управления качеством финансовых данныхü Поддержка готовности слияний и поглощенийü Поддержка отчетности в регистре клиентов

Продукты:• SAP ECC (GL,

CO, AP, AR, FA &Projects)

• BW on HANA• BPC on HANA• BOBJ Analytics• Concur Cloud• Ariba Cloud• Fieldglass Cloud• Sybase: ASE

and IQ

http://www.jpmorganchase.com/


PayPal использует HANA

Video: https://www.youtube.com/watch?v=Uth5011utvY

Цели:ü Повышение качества и детализации данныхü Сократить время для получения данныхü Повышение точности за счет сокращения

ручных процессовü Увеличить время и предоставить

инструменты для поиска дополнительныхисточников монетизации продуктов исервисов

Статистика:ü 203 млн активных счетов (2017 г)ü Онлайн-платежи в 200 странах (2017 г)ü Более 6,1 млрд. транзакций по платежамü Ожидаемые темпы роста данных: 30% г / гü 40 TB in-memory платформа на базе SAP HANA

https://www.youtube.com/watch?v=Uth5011utvY


PayPal – целевая архитектураИсходные системы

Source Systems

Хранение данных «как есть»(архив/холодные данные)

Source Similar DataЕдиный источник правды

Single Source of Truth (SST)Бизнес-приложения

Business Process Applications

Финансовая отчётностьFinancial Reporting

Прочая отчётностьNon-Financial Reporting.

Единый источник правилSingle Source of Rules & Rates

(fx)

6

Управление Мастер-ДаннымиMaster Data Management

1 2 3 4 5

6

7

Единые правила, иерархии иметаданные

Shared Business Rules


Обзор аналитических отчётов

SAP занимает лидирующие позиции в области цифровой коммерции и взаимодействии склиентом в банковской сфере.

SAP занимает лидирующие позиции в области in-memory технологии и транзалитическихсистем, платформы по работе с Большими Данными.

The Forrester Wave™: In-MemoryDatabases, 2017

Click here to read the report

Magic Quadrant For International RetailCore Banking 2017

The Forrester Wave™: Big DataWarehouse 2017


The Forrester Wave™: TranslyticalData Platforms 2017


http://images.google.de/imgres?imgurl=http://www.rila.com/images/client_logos/bnb_logo.gif&imgrefurl=http://www.rila.com/clients.html&h=94&w=95&sz=8&tbnid=chWaxFpRWMYJ:&tbnh=75&tbnw=76&hl=de&start=46&prev=/images?q=bulgarian+national+bank&start=40&svnum=10&hl=de&lr=&sa=N


УПРАВЛЕНИЕ БАЗАМИ ДАННЫХ

Web сервер JavaScript

Графическиймоделер

Визуализация данных ELT &Копирование

КолоночнаяOLTP+OLAP

Многопроцессорностьи параллелизм

Продвинутоесжатие

Мультиарендность Многоуровневоехранение

Графы Предиктивнаяаналитика

Поиск

Управлениекачеством данных

Серийныеданные

Бизнес-функции

Интеграция сHadoop&Spark

Потоковаяаналитика

Управлениежизненным циклом

приложений

Высокая доступностьи аварийное

восстановление

ОткрытостьМоделированиеданных

Администрированиеи безопасность

Удаленнаясинхронизация

данных

Пространственнаяаналитика

Текстоваяаналитика

Fiori UX

РАЗРАБОТКА ПРИЛОЖЕНИЙ ИНТЕГРАЦИЯ И КАЧЕСТВО ДАННЫХПРОДВИНУТАЯ АНАЛИТИЧЕСКАЯ ОБРАБОТКА

SAP HANA PlatformПлатформа данных для цифрового бизнеса – с обработкой в оперативной памяти

OLTP + OLAPОДНА открытая платформа ОДИН экземпляр информации

S A P H A N A P L A T F O R M

S A P D A T A H U B

https://reprints.forrester.com/

https://www.gartner.com/doc/reprints?id=1-3XHWWVT&ct=170407&st=sb

http://hybris.com/medias/sys_master/root/h00/hac/8813274595358/analyst-report-critical-capabilities-for-digital-commerce-2016-en.pdf


•Расширение базы пользователей и экосистем,предоставляя стартапам бесплатный и простой доступк нашим продуктам и платформам

•В сети Innovation Center мы создаем новые бизнес-процессы для SAP, опираясь на новые рынки ипрорывные технологии

CorporateDevelopment•

Обеспечение возможностей для роста и прямыхфинансовых выгод путем инвестирования в компаниина основе их потенциала и рыночной оценки

Развитая экосистема SAP по обмену опытом и методологиеймежду клиентами и партнёрами


Основные преимущества

Комплексный подход к трансформации

Компоненты решения

Трансормация под руководством бизнес-пользователейМост между бизнесом и IT

Упрощение коммуникации междузаинтересованными сторонами

Трансформация бизнеса в рамкахзапланированных шагов

Подход

► Методология – позволяет команде работатьвместе

► Контент - для достижения быстрого результата

► Инструментарий – управление контентом, готовыйframework

► Сервисы - обучение и поддержка на начальнойстадии проекта

SAP Banking Reference Architecture (SAPBRA)Обзор

Трансформация бизнеса в рамках запланированныхшагов Согласование и обсуждение

необходимых шагов для бизнестрансформации

Мост между бизнесом и ITБыстрый рост и внедрение инновацийблагодаря прозрачному процессусогласования со всеми заинтересованнымисторонами

Упрощение коммуникации между заинтересованнымисторонами

Создание единой картины длясогласования объема работ идорожной карты

Позволяет бизнесу руководить трансформациейПозволяет бизнес-руководству управлятьтрансформацией, начиная от определениястратегических целей до проектирования иимплементации

Быстрые результаты за короткое времяИспользуйте готовыйреференциальный контент и лучшиепрактики

Согласованное видение всех заинтересованных сторонСвязь между бизнес архитектурой иархитектурой приложений для простоты илучшего понимания между бизнесом и IT

► Набор связанных моделей, описывающихпредприятие от верхнеуровневых бизнес моделейдо детальных IT


Целевая IT-Архитектура КХД на основе банковского стандарта

Сбор

данн

ыхи

дост

упк

прил

оден

иям

Датчики иоборудование

Видео икартинки

Социальныесети

Сеты данных изInternet

Коммерческиесеты данных

Коммерческийконтент

Погода

Сторонниесистемы

Данные изприложений

Транзакции всистемах

Новые источники

Традиционныеисточники

Пакетная загрузкаданных

Интеграция врежиме реального

времени

Change DataCapture

Сбор иклассификация

документов

Очистка данных

Интеграция

Staging область

Архив данныхИсторические данные

КХД и Витрины данных

Мульти-температурное хранилищеданных

Самообслуживание

Виртуализацияданных

Федерация данных

APIs

Доступ кданным

Виртуализация иstoryboarding

Отчеты, аналитикаи контент анализ

Прогнознаяаналитика и

моделирование

Система принятиярешений

Аналитика каксервис

Аналитика

Исследованиеданных Поиск

Исследование

Клиентский опыт

Новая бизнесмодель

Риски

Fraud & Operations

IT Экономика

FinancePerformance

Приложения срасширенной

функциональностью


данныхНСИ Референциальные

данные Качество данныхМодель данныхКаталог данныхInformation Management & Governance

Маскирование данных Шифрование данных Security IntelligenceData ProtectionБезопасность

On-Premise Cloud Hybrid Платформа

Потоковый анализ Complex Event Processing Обогащение данных

Потоковая аналитика


Банковская модель данных

Сбор

данн

ыхи

дост

упк

прил

оден

иям

Датчики иоборудование

Видео икартинки

Социальныесети

Сеты данных изInternet

Коммерческиесеты данных

Коммерческийконтент

Погода

Сторонниесистемы

Данные изприложений

Транзакции всистемах

Новые источники

Традиционныеисточники

Пакетная загрузкаданных

Интеграция врежиме реального

времени

Change DataCapture

Сбор иклассификация

документов

Очистка данных

Интеграция

Staging область

Архив данныхИсторические данные

КХД и Витрины данных

Мульти-температурное хранилищеданных

Самообслуживание

Виртуализацияданных

Федерация данных

APIs

Доступ кданным

Виртуализация иstoryboarding

Отчеты, аналитикаи контент анализ

Прогнознаяаналитика и

моделирование

Система принятиярешений

Аналитика каксервис

Аналитика

Исследованиеданных Поиск

Исследование

Клиентский опыт

Новая бизнесмодель

Риски

Fraud & Operations

IT Экономика

FinancePerformance

Приложения срасширенной

функциональностью


данныхНСИ Референциальные

данные Качество данныхМодель данныхКаталог данныхInformation Management & Governance

Маскирование данных Шифрование данных Security IntelligenceData ProtectionБезопасность

On-Premise Cloud Hybrid Платформа

Потоковый анализ Complex Event Processing Обогащение данных

Потоковая аналитика


Готовая партнёрская модель


LIFECODE: Основа профилирования


Ценности и поведение: 4x4=16 типов поведения


ПРОФИЛЬ VS СКЛОННОСТЬ: К КРЕДИТНЫМ + ДЕПОЗИТНЫМ ПРОДУКТАМА ТАКЖЕ ЦИФРОВЫМ СЕРВИСАМ


Жизненные приоритеты




Персонализация традиционных каналов: пример SMS


РОСТ КОНВЕРСИЙ КОММУНИКАЦИЙВАЖНО: не все акции оказываются успешными. Ниже приведены средний прирост с учетом позитивных и негативных экспериментов


Для построения Цифрового Банка лидеры индустрии стремятсяэффективно управлять данными


Спасибо!

Documents

Аналитика Банковское хранилище данных · 26-06-2018 · Интернет-банкинг Логика ETL & Staging Данные ETL & Staging Данные