大数据Hadoop 平台集成实施服务解决方案

大数据Hadoop 平台集成实施服务解决方案V3.0

7.2 培训对象 ........................................................................ 140 7.3 培训人数 ........................................................................ 141 7.4 培训教师及工作人员 .................................................... 141 7.5 培训教材 ........................................................................ 141 7.6 培训费用 ........................................................................ 141 7.7 培训方式 ........................................................................ 142 7.8 培训内容 ........................................................................ 143 7.9 培训安排 ........................................................................ 146 7.10 Hadoop与HANA的专业课程培训 ................................. 147

5

大数据Hadoop 平台集成实施服务解决方案V3.0

1 技术方案建议

1.1 概述

1.1.1 项目整体概述

随着信息化程度的加深，以及移动互联网、物联网的崛起，人们产生的数据急剧膨胀，传统的数据处理技术难以支撑数据大量的增长和处理能力。经过近几年的发展，大数据技术逐步成熟，可以帮助企业整合更多的数据，从海量数据中挖掘出隐藏价值。大数据已经从“概念”走向“价值”，逐步进入实施验证阶段。人们越来越期望能实现海量数据的处理，从数据中发现价值。数据越来越成为一种重要的资产。在2015年Gartner技术炒作曲线的报告中也体现了大数据技术将走向实际应用。

xxx已深刻认识到数据战略对企业运营以及企业未来发展方向的重要性。物流与速递行业的本质是邮务，核心是数据，载体是平台，关键是客户体验，发展趋势是互联网与xxx的深度融合，要提升大数据贡献度。因此，要深化互联网思维理念，稳步推进互联网金融产品和服务模式创新，积极利用移动互联网、大数据等新技术新手段，沉着应对冲击和挑战，实现传统金融与互联网金融的融合发展。做好海量异构数据的专业化整合集成、关联共享、安全防护和维护管理，深度挖掘数据内含的巨大价值，探索xxx业务创新，实现数据资源的综合应用、深度应用，已成为提升企业核心竞争力，实现企业信息化可持续发展的关键途径。以大数据项目建设作为契机，凝聚xxx优势力量，全面梳理数据资源，完善数据体系架构，自主掌握大数据关键技术，加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程，建设智慧银行，提升核心竞争力。

（一）建设大数据基础设施，完善全行数据体系架构

6

大数据Hadoop 平台集成实施服务解决方案V3.0

构建大数据平台，实现更广泛的半结构化、非结构化数据集中采集、存储、加工、分析和应用，极大地丰富xxx的信息资源，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用。

（二）开发大数据资源，支撑全行经营管理创新

建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市，提供高性能可扩展的分布式计算引擎，通过数据挖掘、计量分析和机器学习等手段，对丰富的大数据资源进行开发使用，并将数据决策化过程结合到风控、营销、营运等经营管理活动。

（三）培养大数据人才队伍，建立大数据分析能力

结合大数据项目的落地实施，建立起一支大数据技术和分析人员队伍，具备自主运营和开发大数据的能力，以更好推动业务创新，提升xxx核心竞争力。

近年来，xxx大力发展面向客户的新一代核心业务系统，信息系统建设日趋完备，名址系统、量收系统、速递平台系统、数据分析平台等系统日益完善大幅增长，在提升客户体验和风险管控能力、满足监管各项要求的同时，形成并储存了庞大的可用数据资源。

除数据本身的快速增长外，银行业面临的更大的挑战是大数据带来的业务挑战，这包括：小微贷市场上，银行与互联网小额贷款公司难以竞争；支付市场中，网银支付所占比重越来越低，这使得银行越来越难以知道客户的消费行为；各种互联网融资模式的出现，在未来可能会超过以银行为中心的间接融资。所有这些挑战，本质上是银行对于客户的了解程度相对越来越弱。麦肯锡指出，在大数据时代，不能充分形成大数据使用能力的竞争者将被淘汰。

7

大数据Hadoop 平台集成实施服务解决方案V3.0

大数据技术在快递与物流行业的应用范围包括：业务收入信息稽核、查询、分析、预警等、客户洞察、营销支撑、风险管控和营运优化等领域。

? 基本业务功能

满足业务部门在资费优惠管理、欠费管理、重点业务、重点项目管理的需要，为各级领导、职能部门及专业局经营管理提供支撑。

? 客户洞察

分析用户的各种数据，包括电话语音、网络的监控录像、商城交易信息、金融业务信息以及外部的社交信息、第三方履约行为等多方面信息，从而实现对客户进行分类和服务。对现有CRM系统中的客户分层的数据要素进行延伸。

? 营销支撑

实时营销：是根据客户的实时状态来进行营销，如客户当时的所在地、客户最近一次消费等信息来有针对地进行营销。

社交网络营销：主要是微博营销，这主要是捕捉用户的言论和行为，并有针对地开展相关营销活动。

事件式营销：将改变生活的事件视为营销机会，如换工作、改变婚姻状况、置业等。

? 风险管控

信用评级：运用社交网络、行为特征、交易网、基本社会特征等多个维度对大客户综合评级，运用大量的指标构建多重模型，以识别客户的信用风险。

? 营运优化

改善用户体验：运用大数据能够处理海量数据的能力，将传统数据统计分析等业务切换到数据处理能力更强的平台，来解决查询历史数据的困难，提升用户体验。

8