• 快捷搜索
  • 全站搜索

通往互联网金融的IT选择

2014-10-25 16:27:19作者:中国银行信息科技部副总工程师 孙中东编辑:金融咨询网
商业银行发展互联网金融,其实对既有的技术体系规划和设计提出了新的要求。比如,互联网金融强调应用交互技术,强调数据的分析与挖掘,强调将用户体验和数据运用到业务服务过程中,通过技术手段促进业务的发展与提升。


一、互联网金融悄然兴起

        相比传统金融,互联网金融在商业模式、运营方式、业务创新、技术手段运用等方面存在较大差异(见表1所示)。

表1改.jpg

        在商业模式上,互联网金融可凭借其超越时间和空间的客户接入能力,低廉的用户价值转换成本,丰富的营销方法和手段,渗透到更加广阔的客户群,发展更多的中小型业务,从而获得更加丰厚的利润,实现长尾经济的商业模式。

        在运营方式上,互联网金融组织和运营有着鲜明的互联网风格,完全以网络平台作为业务发展的核心,所有运营都是建立在电子化和网络化的基础之上。

        在业务创新上,互联网金融创新的火花来源于跨界的碰撞,互联网提供了金融行业与其他行业交流与碰撞的平台,在新生技术、新生概念的催化下,可以诞生出超越传统金融的新型业务。

        在技术手段运用上,互联网金融强调应用交互技术,强调数据的分析与挖掘,强调将用户体验和数据运用到业务服务过程中,通过技术手段促进业务的发展与提升。

二、银行发展互联网金融的IT架构创新

        互联网与金融相互融合所产生出的新特点,对互联网金融技术体系规划和设计提出了新的要求。在应用架构技术部分,需着重考虑技术的开放性,对大规模并发的支持及如何快速响应业务需求;在数据架构部分,需重点考虑扩展性,数据智慧及如何增强用户体验方面的问题;在技术体系架构方面,分清互联网银行和传统银行的显著区别;在安全框架技术部分,如何结合互联网金融的特点设计安全框架;在系统开发方法上,重点考虑如何通过敏捷开发方法和工具实现对新业务需求的快速响应;在运维管理部分,着重提高运维管控能力并降低成本。

        1.应用架构

        互联网银行应用架构需要针对互联网金融应用的特点进行设计。互联网银行架构设计以客户体验为中心,以数据为驱动,是面向业务流程的架构设计,需要满足互联网创新模式下快速应用发布松耦合要求(见图1所示)。互联网的应用架构需满足以下特点。

图1改.jpg

        • 以面向服务的架构设计为理念、以工作流、规则引擎等成熟技术为依托,并采用分层次的平台架构,包括渠道门户层、业务操作层、产品服务层、决策支持层、基础应用层。

        • 要求应用服务化,尽可能地拆分,业务功能模块化,包括公共基础服务(统一用户管理服务、产品信息管理服务等)、业务流程及服务(订单服务、支付服务、促销服务等)等,能够灵活的组合拆分组件满足不同的流程,且实现基础服务的共享。

        • 采用分布式服务框架,通过建设分布式应用服务平台,实现应用组件级别的解耦,支持应用系统的横向拆分和纵向拆分,以应对业务种类和系统压力的持续增长;可以在开发、运行、维护多方面提高架构的灵活性、可扩展性、高可用、高负载、易管理。

        互联网金融服务平台最看重应用的用户体验。用户体验的根本在于以用户为中心进行应用规划、功能设计、界面设计、流程设计等,彻底改变传统银行业由业务人员发起和主导的设计规划模式,从“我要提供给用户什么”转变为“用户需要我提供什么”,从单一的功能测试转变为与用户体验测试紧密结合,从粗放型的展现与交互设计转变为注重细节、遵循规范的设计开发方式。最终构建个性化的客户生态体系。同时能够提供多维度、细粒度的客户行为跟踪、解析、分析,不断优化客户体验。

        2.数据架构

        互联网金融的特点,对银行的数据架构提出了新的要求。相比传统银行主要针对结构化数据的处理和分析,互联网金融业务需要处理和分析的数据类型更加多样,数据的价值和时效性也具有多样化特点,因此除了结构化数据,还需要涉及半结构化和非结构化数据。此外,需要处理的数据量也有着很大的不同。由于互联网金融所具有的长尾效应,涉及的将会是海量的数据处理,因而对数据的存储,查询和分析提出了新的挑战。

        数据架构涵盖了两种类型的数据平台,交易数据平台和大数据分析平台,分别对应交易型数据处理和大数据的存储及分析。

        (1)针对交易数据平台
        传统银行强调对事务的支撑,强调数据的一致性和完整性,通常采用集中式数据库模式,基于shared—disk或shared—memory技术架构,满足各自独立业务的集中处理。而针对互联网金融的海量数据,需要根据数据类型和数据价值考虑结构化、半结构化和非结构化数据的存储方案。此外,需要格外关注动态可扩展性和分布式计算,基于shared—nothing技术架构构建分布式数据库,支持数据节点的最大横向扩展要求,满足海量数据存储与海量用户的并发处理能力。同时采用读写分离操作模式,有效地减轻数据库与I/O压力。

        (2)针对大数据分析平台
        需重点考虑分布式文件系统、NoSQL数据库、并行计算框架和流数据处理等技术,从而支持海量数据的存储、检索、分析及对流数据的动态实时分析处理。大数据分析提供的客户与市场洞察、风险与欺诈洞察、运营洞察与优化能力促进了银行核心竞争力的提升,同时催生出新的商业模式创新和新产品的创新,而这正是互联网金融数据智慧的内容。此外,针对客户行为、风险及喜好的分析,为客户提供个性化、精准的服务,从而达到增强用户体验的目的。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文

本文评论

相关文章

频道最近更新

频道热门文章