华胜天成以大数据价值深度挖掘为市场导向，依托华为、腾讯等生态合作，采用内部资源整合和外部资源合作的方式，
实现由数据整合向价值服务转型，逐步打造感知银行的金融数据服务品牌。
实现服务于银行数据业务的、基于鲲鹏的、全栈安可的国产化替代换战略，形成双方合作的案例，共同推向市场。
借助华胜天成在移动金融的应用建设经验，推动华为移动金融安可终端项目的实施，拓展华胜天成在手机终端市场与华为在金融行业的市场合作。
华胜天成自主可控中间件产品，已完成与鲲鹏云服务、华为云Stack鲲鹏混合云解决方案兼容性认证。
针对海量数据的大数据解决方案，实现实时数据处理、批量数据处理、应用开源以及数据中台的解决方案。
作为企业基础大数据平台管理全企业结构化数据和非结构化数据的信息化，提升业务效率、降低运营成本。
零售营销是银行业务发展趋势。
绝大部分客户数据通常是海量碎片化的。
构建大数据分析平台任重道远。
银行更加倾向于数据分析挖掘。
针对客户需求和数据基础提供定制解决方案。
传统数据仓库升级为大数据平台，逐步完善数据中台生态建设。
针对具有海量数据的客户，实现数据分析、数据交换、机器学习等。
存储节点400+，应用节点500+，裸存储空间25PB+，日数据增量2.5T+。
拥有多年的国有大型商业银行大数据平台建设经验。
拥有从数仓升级、平台建设、数据迁移、数据分析应用的全栈式解决方案及对应人才储备。
搭建一个集金融各业务系统客户信息为一体的平台。
灵活定制和生成各种业务统计分析报表。
包含客户评分评级管理等业务功能。
通过多维度的分析，帮助业务人员更好地掌握客户特征，有效管理客户。
互联网金融是市场发展的核心趋势，如何通过数据分析进行精准客户画像进行客户定向营销。
客户需要清晰的刻画银行客户群体特征，需要为银行客户差异化管理提供数据支持。
通过对客户进行细分，精准展示各客群在客户结构、资产配置特点、交易活跃程度和交易偏好等方面的特征，挖掘不同客群的金融产品需求，实现客户差异化管理服务。
该产品对客户年龄变化、消费行为变迁、客户流失等多方面进行研究。
接入银行大部分业务系统，按照十大主题域即当事人、产品、协议、内部机构、事件、渠道、区域、营销、财务、资产进行整合，并根据业务需求进行汇总加工。
拥有多年的国有大型商业银行客户数据处理、分析、应用相关经验。
熟悉银行客户需求，基于大数据平台的数据处理技术，使得数据资产的应用得到保障。
全面满足和覆盖最新监管要求，通盘考虑被动、主动合规性及有效性。
秉承风险为本的思想，实践风险管理的方法。
方案建设坚持从数据质量探查、数据生命周期、数据应用设计到大数据思维的良好数据观。
反洗钱是中国人民银行承担的一项公共社会职责。
金融工具不断创新与衍生，促生洗钱。犯罪特征由传统支付工具向信息化转移。
监管机构不断的加强反洗钱工作监管，处罚力度不断增加。
事前：数据整合处理、客户名单管理、客户洗钱风险评定模型建立、模型的自定义管理。
事中：大额可疑交易筛选、人工分析识别、AI机器学习、数据报送。
事后：报表管理、数据提取。
采用先进模型，近163个检测模型（场景），283个特征指标。
客户数量超过6亿，“自营+代理”，覆盖中国所有城市和99%的县域地区。
接入28个系统，支持13.8万人次/天，最高21.4万人次/天。
采用Hadoop+Oracle，支持结构化和非结构化数据整合，采用MPP分布式计算架构。
融合腾讯反欺诈AI智能模型，提高方案效率，优化方案建设。
使用Hadoop+spark+python技术手段对智能模型进行有效筛选。
应用层微服务化，完善内管接入服务API，满足新的系统接入要求。
业务层容器化、合理为业务系统分配系统资源，实现简化部署流程。
为全行各个业务系统提供内容采集、内容服务等功能，实现对全行所有档案的集中管理以及对业务处理的集中控制和规范化管理。
系统采用Hadoop框架搭建分布式文件系统实现海量非结构化数据的存储。
信息时代数据大爆炸背景下，银行业对非结构化数据的管理及应用为银行客户提出新的挑战。
银行业对非结构化数据的应用尚处于起始阶段，非结构化数据可为银行业带来新的机遇。
全国集中的非结构化数据管理平台。
系统采用Hadoop框架搭建分布式文件系统，每天新增数据量10T，实现了对海量非结构化数据的有效存储。
采用ES数据库有效管理多达几百亿的影像元数据，支持了影像文件的处理和使用。
服务器数量：存储阶段450+，应用节点500+。
存储数量：裸存储空间22PB+，可用数据空间8PB+。
日增数据量3T+，元数据量200亿+，在线数据量3PB+，离线数据量2PB+。
基于开放的技术平台(Hadoop) 架构，实现海量非结构化数据的全生命周期管理。
基于开放的硬件设备，以PC服务器集群和低端阵列存储代替传统高端存储解决方案的系统硬件架构。
基于现有业务的灵活定制。
通过建设数据分发服务平台，实现数据的规范使用和管理，保证数据下载的及时性、完整性、一致性，建立长效的数据使用支撑机制。
真正达到有数据可用、会用、好用，为分支机构数据分析中心的建设提供基础。
数据分发平台实现数据接入及解析的整合，完善数据质量检查，实现灵活、准确的数据拆分规则。
保障文件传输的安全性，根据业务不同个性化指定组织方式、接收目的地等。
支持智能重拾，自动尝试连接重建、文件断点传输，提升文件传输效率。
灵活的部署方式，支持多节点单向和双向混合文件传输方式。
全国性大型商业银行分支机构繁多，数据的统一处理、分发、应用等面临效率、安全等多方面挑战。
银行对数据资产管理无法达到全行层面统一，各分支机构对数据资产重视程度不够，无法形成全行层面的使用规范及流程制度。
满足多元化数据需求并紧守数据安全红线，按照统一调度建设目标为客户建立数据分发平台。
建立高效、完善的数据下发流程，实现作业和流程统一管理、统一配置。
对数据流向的全流程监控。
为36家省分行、数据实验室、数据下载系统等下游提供了40余个业务系统，3000+个接口表的数据支撑。
全国性银行，网点数量超过4万个，覆盖全国近99%的县域地区。
系统具有强扩展能力、高使用效率、高配置兼容性、高健壮性的能力，能够支撑平台整体的数据调度需求。
实现一处存储、一处拆分、多处使用，避免数据无谓搬运和冗余存储。
对分行的数据分析、营销活动、监管保送等提供了有效的数据支撑。
