大数据可视化管理平台建设综合解决方案.doc

1、大数据平台项13大数据可视化管理平台建设综合解决方案容利而行2020年大数据平台项目大数据可视化管理平台建设综合解决方案数据平台基础平台数据结构做敬分布式嘶库分横文件撕数据服务師应用大数据平台统计报表数据挖掘局管驾驶数据生命周朗管理数据债量检核1元数据管理管理平台大数据平台项目大数据可视化平台建设方案目录第1章前言0第2章 银行大数据现状分析12.1、基本现状12.2、总体现状12.2.1、行领导12.2.2、业务人员22.3、数据架构方面22.3.1、业务表现22.3.2、问题22.4、数据应用难题32. 4. 1、缺少统一的应用分析标准32.4.1.1、业务表现32. 4.1.2、问题32

2、 4. 2、缺少统一的基础数据标准42.4.2.1、业务表现42. 4.2.2.问题52.4.3、缺少反馈机制52.4.3.1、业务表现62. 4. 3.2.问题62.5、数据应用现状总结6第3章 银行大数据治理阶段目标03.1、数据平台逻辑架构13.2、数据平台部署架构13.3、建设目标23.3.1、建设大数据基础设施，完善全行数据体系架构23.3.2、开发大数据资源，支撑全行经营管理创新23.3.3、培养大数据人才队伍，建立大数据分析能力23.4、数据治理目标33.4.1、发现数据质量问题，推动大数据治理工作的开展，建立数据质量检核系统.33.4.2、分析、梳理业务系统，推动数据标准的建

3、立，统一全行口径33.4.3、建立数据仓库模型框架，优化我行数据架构，建设稳定、可扩展的数据仓库 33.5、目标建设方法43.5.1、建设内容43.5.2、工作 阶段43. 5. 2.1、源系统分析阶段43. 5.2. 1.1、工作内容43. 5.2. 1.2、工作依据43. 5.2. 1.3、工作重点53. 5. 2. 2、数据质呈问题检查阶段53. 5. 2.2.1.工作内容53. 5. 2. 2. 2、工作依据53. 5. 2. 2. 3、工作重点63. 5. 2. 3、数据质呈问题分析阶段63. 5.2. 3.1、工作内容63. 5.2. 3.2、工作依据63. 5.2. 3.3、工作

4、重点63.6、预期建设效益63.6.1、实现数据共享63.6.2、加强业务合作73.6.3、促进业务创新73.6.4、提升建设效率73.6.5、改善数据质量7第4章 银行大数据建设总体规划04.1、 功能需求04. 1. 1、个人和企业画像04.1.2、实现梢准营销24. 1. 3、为金融业提供风险管控34.1.4、运营优化44.2、银行大数据应用架构远景44.2.1、银行需要从“坐商”转型为“行商” 54.2.2、客户下沉54. 2. 3、与互联网金融”进行差异化竞争54. 3、银行大数据平台应用架构64.4、银行大数据平台架构74.5、银行大数据支撑平台74. 5. 1、大数据虚拟化平台7

5、4.5.1.1、 设计原则84. 5.1.2、虚拟化平台设计104. 5.1.3、硬件基础设施层104.5. 1.4、虚拟化存储114. 5. 1.5、虚拟化计算114.5. 1.6、平台管理124. 5.1.7、数据存储系统设计124. 5. 1.8.高性能SAN存储系统144.5. 1.9、存储方案优势154.5.2、大数据分析管理平台164.6、大数据分析处理平台164.6.1、分布式内存分析引擎174.6.2、数据挖掘引擎174. 6. 3、分布式实时在线数据处理引擎184.6.4、流处理引擎184.6.5、大数据分析支撑系统184.6.6、大数据分析节点群244.6.7、软硬件配置2

6、54. 6. 8、虚拟化平台关键特性274.6.9、虚拟化平台配置294.7、安全保障系统304.7.1、设计原则304.7.2、总体设计314.7.3、物理安全设计314.7.4、网络安全设计334. 7.4.1、外网边界安全334. 7.4. 2、网络基础设施安全344.7.5、主机安全设计354.7.6、应用安全设计354.7.7、数据库安全设计364. 7. 8、安全制度与人员管理374.7.9、安全管理体系建设374.7.10、安全运维384. 7. 11、安全人员管理394.7.12、技术安全管理394.7.13、安全保障系统配置404.8、计算机网络系统404.8.1、设计原贝l

7、j404.8.2、系统设计424.8.3、计算机网络系统配置454.9、基础支撑软件454.9. 1、地理信息软件454.9.2、操作系统软件474.9.3、数据库管理软件484.9.4、机房建设方案494. 9. 5、基础支撑系统软硬件配置52第5章系统架构设计565.1、总体设计目标565.2、总体设计原则565.3、案例分析建议585. 3. 1、中国联通大数据平台585.3.2、项目概述585.3.2.1、项目实施情况605. 3. 2. 2、项目成果675. 3. 2.3.项目意义685.3.3、恒丰银行大数据平台681.1.1.1 项目概述691.1.1.2 项目实施情况731.1

8、1.3 项目成果801.1.1.4 项目意义815. 3. 4、华通CDN运营商海量日志采集分析系统835.3.5、项目概述835.3.5.1、项目实施情况845.3. 5.2、项目成果895. 3. 5. 3、项目意义895.3.6、案例总结905.4、系统总体架构设计915.4.1、总体技术框架915.4.2、系统总体逻辑结构955.4.3、平台组件关系985.4.4、系统接口设计1045.4.5、系统网络结构109第6章系统功能设计1116.1、槪述1116.2、平台管理功能1126.2.1、多应用管理1126.2.2、多租户管理1166.2.3、统一运维监控1176. 2. 3. 1

9、Hadoop集群自动化部署1196. 2. 3. 2、Hadoop集群性能监控1216. 2. 3. 3、Hadoop集群资源管理1256. 2. 3. 4、图形界面方式多租户管理1286. 2. 3. 5、系统巡检信息收集1326. 2. 3. 6、系统性能跟踪1346. 2. 3. 7、与集团运维监控平台对接1356.2.4、作业调度管理1396.3、数据管理1416.3.1、数据管理框架1416. 3.1.1、结构化数据管理框架1426. 3.1. 2、半/非结构化数据管理框架1436.3.2、数据采集1446.3.3、数据交换1476.3.4、数据存储与管理1496.3.4.1、数据

10、存储管理功能1526. 3.4.2.数据多温度管理1546. 3. 4. 3、生命周期管理1566. 3. 4. 4、多索引模式1576. 3. 4. 5、多数据副本管理1586. 3. 4. 6、数据平衡管理1596. 3.4.7.在线节点管理1606. 3. 4. 8、分区管理1616. 3. 4. 9、数据导入与导出1626.3.4.10、多级数据存储1636. 3. 4. 11、多种数据类型支持1656. 3. 4. 12、多种文件格式支持1676.3.4.13、数据自定义标签管理1716.3.4.14、数据读写锁处理171大数据平台项13大数据可视化管理平台建设综合解决方案容利而行2

11、020年6.3.4.15、元数据备份1726.3.4.16、表圧缩1726.3.5、数据加工淸洗1726.3.6、数据计算1746.3.6. 1、多计算框架支持1746. 3. 6. 2、并行计算与并行处理能力1766. 3. 6. 3、 PL/SQL 存储过程1806. 3. 6. 4、分布式事务支持1846. 3. 6.5.ACID 测试案例1866.3.7、数据查询1966.3. 7.1、OLAP 函数支持19611. 7.2、分布式 Cube1972. 7.3、SQL 兼容性2002. 7.4、SQL 功能2176.4、数据管控2226.4.1、主数据管理2226.4.2、元数据管理技

12、术2246.4.3、数据质量2276.5、数据 ETL2356.6、数据分析与挖掘2386.6.1、数据分析流程2412. 6. 2、R语言开发环境与接口2426. 6. 3、并行化R算法支持2436.6.4、可视化R软件包2476.6.5、编程语言支持2496. 6. 6、自然语言处理和文本挖掘2496.6.7、实时分析2506.6.8、分析管理2516.6.8.1、需求管理252 6. 8. 3、 成果管理2556.6.9、分析支持2566.6.10、指标维护2566. 6. 11、分析流程固化2574.1. 6. 12、分析结果发布2576.6.13、环境支持2576.7、数据展现258

13、6.7.1、交互式报表2606.7.2、仪表盘2676.7.3、即席查询2686.7.4、内存分析2696.7.5、移动分析2706.7.6、电子地图支持271第7章 技术要求实现2727.1、产品架构2724.2. 1. 1.基础构建平台2777. 1. 2、大数据平台组件功能介绍278 1. 2. 1、Transwarp Hadoop 分布式文件系统2783. 1.2. 2、Transwarp Inceptor 内存分析交互引擎2807. 1. 2. 3、稳定的Spark计算框架2827. 1. 2. 4、支持Memory+SSD的混合存储架构2837. 1.2.5、完整SQL功能支持28

14、37. 1. 2. 6、Transwarp Discover 机器学习引擎2897. 1.2.7、并行化统计算法库2917. 1. 2. 8、机器学习并行算法库2937. 1. 2. 9、Transwarp Hyperbase 列式存储数据库3007.1.2.10、智能索引3117.1.2.11、全局索引3127.1.2.12、全文索引313大数据平台项目大数据可视化管理平台建设综合解决方案大数据平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年7.1.2.13、索引类型3157.1.2.14、图数据库3157.1.2.15、全文数据处理3167. 1. 2. 16、Transw

15、arp Stream 数据实时处理分析3187.1.2.17、分布式消息队列3227.1.2.18、流式计算引擎3237. 1.2. 19、流式 SQL 执行3247.1.2.20、流式机器学习3257. 1.3、系统分布式架构3257.2、运行环境支持3287.2.1、系统操作支持以及环境配置3287. 2. 2、与第三方软件平台的兼容说明3297.3、客户端支持3307.3.1、客户端支持3307.3.2、移动端支持3317.4、数据支持3317.5、集成实现3337.6、运维实现3367.6.1、运维目标3367.6.2、运维服务内容3377.6.3、运维服务流程3407.6.4、运维服

16、务制度规范3427. 6. 5、应急服务响应措施3437.6.6、平台监控兼容3447.6.7、资源管理3457.6.8、系统升级3487. 6. 9、系统监控平台功能3487.6.9. 1、性能监控3487. 6. 9. 2、一键式收集3527. 6. 9.4.服务进程监控3547. 6. 9. 5、消息队列监控3557. 6. 9.6.故障报警3567. 6. 9. 7、告警以及统巡检以及信息收集3567.7、平台性能3587.7.1、集群切换3587. 7.1.1、主集群异常及上层业务切换3587. 7.1. 2、从集群异常及上层业务切换3597.7.2、节点切换3607.7.3、性能调

17、优3617.7.3.1、图形化性能监控3617. 7. 3. 2、图形化调优工具3627. 7. 3.3.调优策略3667.7.4、并行化髙性能计算3677.7.5、计算性能线性扩展3707.8、平台扩展性3727.9、可靠性和可用性3747.9.1、单点故障消除3747.9.2、容灾备份优化3757.9.2.1、扩容、备份、恢复机制3757. 9. 2. 2、集群数据容灾优化3777. 9. 2. 3、数据完整性保障和方案3787. 9. 2. 4、主集群异常及上层业务切换3807. 9. 2. 5、从集群异常及上层业务切换3807.9.3、系统容错性3817.10、开放性和兼容性3837.

18、 10. 1、髙度支持开源3887. 10. 1.1、PMC-HaoyuanLi3887. 10. 1. 2、Committor-AndrewXia3907. 10. 1. 3、Committor-ShaneHuang392大数拯平台项目大数据可视化管理平台建设综合解决方案大数拯平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年7. 10. 1 4、 Committor-ZhihongYu3947. 10. 1. 5、 Committor-JasonDai3977. 10. 1. 6、 Committor-WeiXue4007. 10. 2、操作系统支持以及软件环境配置4017.

19、 10. 3、兼容性与集成能力4027.11、安全性4047.11.1、身份鉴別4047. 11.2、访问控制4057.11.3、安全通讯4137.12、核心产品优势4137.12.1、髙速运算、统计分析和梢确查询4137. 12. 1.1、 Spark引擎结合分布式内存列存提供高性能计算4137.12.1.2、 多种索引支持与智能索引4157.12.2、有效的资源利用4167. 12. 3、髙并发、低延迟性能优化4177.12.4、计算资源有效管控4187. 12. 5、API设计和开发工具支持4207. 12. 6、友好的运维监控界而4227.12.7、扩容、备份、恢复机制4277. 12

20、 8、集群自动负载均衡4297. 12.9、计算能力扩展4297. 13、 自主研发技术优势4307.13.1、髙稳定、高效的计算引擎Inceptor4307.13.2、完整的SQL编译引擎4327. 13. 3、髙性能的SQL分析引擎4337. 13.4、SQL统计分析能力4337. 13.5、完整的CURD功能4357. 13. 6、Hyperbase高效的检索能力4367. 13. 7、基于Hyperbase和SQL引擎的高并发分布式事务4387. 13.9、机器学习与数据挖掘4407. 13.10、Transwarp Stream4457. 13.11、内存/SSD/磁盘混合存储44

21、87. 13.12、MR/Spark/流处理统一平台4507. 13.13、多租户支持能力4527. 13.14、多租户安全功能4537. 13.15、标准 JDBC 与 ODBC 接口454第8章 系统性能指标和测试结果说明4548. 1、性能测试报告4548.1.1、测试目标4548.1.2、测试内容4558.1.3、测试环境4558.1.4、测试过程和结果4578.2、TPC-DS测试报告4608.2.1、测试目标4608.2.2、测试内容4608.2.3、测试环境4628.2.4、测试过程和结果4638. 3、虽:收迁移验证性测试报告4648.3.1、测试目标4648.3.2、测试内容

22、4648.3.3、测试环境4658.3.4、串行执行情况4668.3.5、并行执行情况4688.3.6、生产表数据规模4708.3.7、测试结果4748.4、某银行性能测试报告4748.4.1、测试目标4748.4.2、测试内容4748.4.3、测试环境4758.4.4、测试过程和结果476第9章 系统配置方案4909.1、硬件系统配置建议4909. 1. 1、基础Hadoop平台集群配置规划4909. 1. 2、数据仓库集群配置规划4939.1.3、集群规模综述4959.1.4、开发集群配星建议4969.1.5、测试集群配星建议4979.2、软件配置建议4979.3、软硬件配置总表4999.

23、4、网络拓扑502第10章系统测试5034.1. 1、系统测试方法50310.2、系统测试阶段50410.3、系统测试相关提交物506第11章项目实施5074.2. 1、项目实施总体目标50711.2、项目管理50711.3、业务确认50811.4、数据调研50911.5、系统设计阶段51011.6、集成部署阶段51111.7、ETL过程设计51211.8、ETL开发与测试51311.9、系统开发阶段51411. 10、系统测试阶段5154. 11、系统上线及验收516大数据平台项目大数据可视化管理平台建设综合解决方案大数拯平台项目大数据可视化管理平台建设综合解决方案容利而行2020年11.1

24、2.提交物51911. 13.系统的交接与知识转移522大数拯平台项目大数据可视化管理平台建设综合解决方案大数据平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年第1章前言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，从海量数据屮挖掘出隐藏价值。 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o O我行已深刻认识到数据战略对企业运营以

25、及企业未来发展 方向的重要性。互联网金融的本质是金融，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金融的深度融合， 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 银行业务创新，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。按 照行领导部署，信息科技部组织力量对大数据技术进行研究，完 成对

26、市场上主流的大数据平台及应用技术预研，征求业务部门建 议，提出项目建设要求。第2章银行大数据现状分析2.1、基本现状银行已建立面向整个金融业务的数据仓库，整合了前台业务 运营数据和后台管理数据，建立了面向金融的管理分析应用；银行大数据积累了一定量的业务数据，同时业务人员也从客 户管理、风险评级和经营规模预测等方面，提出了大量分析预测 需求。4. 2、总体现状2. 2. 1、缺乏数据梳理，造成行领导看到的数据相互冲突和矛盾；IT架构中中都是以部门级应用为主（如计财、资金计划部 等），缺乏从大的管理职能（财务、风险、运营等）综合方面的 数据整合、数据标准和统一业务定义。2. 2、 业务人员业务职能

27、不清晰或相互重叠，观察数据视角不尽相同，缺少 数据标准与业务统一定义，语轨不一致；由于业务系统输入的随意性，导致部分关键业务数据质量较 差。大数拯平台项目大数据可视化管理平台建设综合解决方案大数据平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年2.3.由于全行的数据散落在各个业务系统中，没有进行有效整 合，形成竖井式架构，造成多个信息孤岛，整体架构缺少一个稳 定的、抗源变化的保存最细粒度历史数据的数据层。无法支撑未 来共享性应用。231、业务表现信息孤岛数据冗余共享性差历史数据缺失3. 2、 问题数据分散，难以管理没有一个稳定的，抗源变化的数据层大数拯平台项目大数据可视化管理平

28、台建设综合解决方案竖井式架构， 造成信息孤岛集市层I主题展其它 报表中间 IBDS层DEPM汇总讐层ODS层容户I - I I 一部 I II I报表源系统1器业空国旋算没有进行整合，无法 共享,不能支持如客 户管理等共享性应用24、数据应用难题2. 4. K缺少统一的应用分析标准2. 4.1.1、业务表现各集市系统指标存在重复各集市系统在保有存量的同时，不断产生新的指标（增量）集市指标派生无法实现指标逻辑视图（指标分类）不一致2.4.1.2、问题重复投入数据不一致指标设计、口径不一致指标难以共享2. 4. 2、缺少统一的基础数据标准2421、业务表现各系统存在冗余数据各系统存在业务含义一致，

29、名称定义不一致的属性各系统存在含义不一致，名称定义一致的情况业务代码定义混乱2422、 问题重复投入数据不一致、不准确难以利用和管理各系统数据难以共享核/匕贷款分户账表信贷節里借1贷雄尚弋码 贷款極 五级分类駐 计息鈕贷款極5级分类髓 借据计息周期业务含义一致， 名称定义不一致数据冗余相同业务代码定义不一致:-R?&诙吳,遇：；(2台U .! ： ；I-8(轴去射删按衣应用承务对(6fr) wbugic 11k xiOtWJfC vi. 3 Bleiviwri v3.2t*U s Rcd lint Enterprise l.inuv 5 (Adrnnrrd)W)I.M 4 acvnl”“ in

30、t祐tn： v. s fj 人 迅少s度平&代炳人/Idw”钢出希啖 vRed Iht Ent?l5 ldvarrudj *vbl. :ic 11k 18H HQ 7.0.1 ：.*： ic id? Th?CM 5川氐Mjl衬行文4皮齐xinx id?, o. itfh :BIrcp-:rt v3.3 客户絃岸衣GH：歿帥映序mjg)IM已丫J&ffl股务* (2ft)88.1.6. 107/18S】.& H大数拯平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年3.3、建设目标以大数据项目建设作为契机，凝聚我行优势力量，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

31、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， 建设大数据平台项目，提升核心竞争力。3. 3.1、建设大数据基础设施，完善全行数据体系架构大数拯平台项目大数据可视化管理平台建设综合解决方案构建大数据平台，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，极大地丰富我行的信息资源, 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。3. 3. 2、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

32、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。3. 3. 3、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，提升我行核心竞争力。34、 数据治理目标3. 4.1、发现数据质量问题，推动大数据治理工作的开展,建立数据质量检核系统对源系统进行数据质量检核，发现数据质量问题并统计影 响到的报表对数据质量问题进行归类总结，分析成因和改进建议建设数据质量检核系统3. 4. 2、分析、梳理业务系统，推动数据标准的建立，统一全行口径建立基础标准和

33、指标标准框架确定标准化范围，对重要属性进行标准化343、 建立数据仓库模型框架，优化我行数据架构，建设稳定、可扩展的数据仓库引进业内具有先进水平的金融数据模型，进行客户化改造 后，建成符合某行特点的数据仓库模型框架覆盖某行主要业务系统数据，以便快速高效的为应用系统 提供数据存储历史数据，解决新报表上线才有数的问题。汇总层建设（共性加工）35、目标建设方法351、建设内容分析源系统表数据，从及时性、完整性、准确性、有效性、 一致性方面对源系统数据进行数据校验，发现并记录数据质量问 题，生成数据质量问题报告。建设数据质量检核系统，对源系统基础业务数据的进行全面 的数据质量检查，并实现重要业务数据质

34、量的周期性动态检查， 对发现的数据质量问题生成数据质量报告，反馈给业务部门。5. 2、 工作阶段3521、 源系统分析阶段全面分析主要源业务系统。35211、工作内容全面分析和消化主要源业务系统重点分析核心业务系统和信贷两个系统5. 5. 2.1. 2、工作依据源系统文档：源系统操作手册、源业务系统设计说明书、源系统数据字典源系统环境及调研数据3. 5. 2.1. 3、 工作重点系统内：梳理业务流程、业务逻辑、业务关联、数据库表和字段的设计系统间：梳理业务关联关系、数据关联关系3. 5. 2. 2、数据质量问题检査阶段根据制定的检查规则编写程序，对源系统数据进行检查。35221、 工作内容梳理

35、和制定数据质量检查规则，定义标准模板5H衣据数据检查规则，编写程序，对核心业务系统、信贷管理系统的进行检查3. 5. 2. 2. 2、 工作依据系统调研和分析成果数据质量检查规则的依据调研成果的以下内容进行梳理：业务流程、业务逻辑数据逻辑设计报表数据应用大数据平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年3. 5. 2. 2. 3、工作重点重点报表用到的表进行分析3. 5. 2. 3、数据质量问题分析阶段分析有质量问题数据对现有应用的影响；提出解决措施。3. 5. 2. 3.1.工作内容分析有质量问题数据对现有报表应用的影响对数据质量问题的成因进行分析和总结对数据质量问题的解

36、决措施进行分析和总结35232、工作依据数据质量检查结果源数据与报表依赖关系3. 5. 2. 3. 3、工作重点重点分析报表平台的1104等报表存在的部分数据质量问 题。3. 6.预期建设效益3. 6.1实现数据共享通过数据平台实现数据集屮，确保银行大数据各级部门均可在保证数据隐私和安全的前提下使用数据，充分发挥数据作为企 业重要资产的业务价值。3. 6. 2、 加强业务合作实现分散在供应链银行、人人贷、保理等各个业务系统中的 数据在数据平台中的集中和整合，建立单一的产品、客户等数据 的企业级视图，有效促进业务的集成和协作，并为企业级分析、 交叉销售提供基础。3. 6. 3、 促进业务创新银行

37、大数据业务人员可以基于明细、可信的数据，进行多维 分析和数据挖掘，为银行业务创新（客户服务创新、产品创新等） 创造了有利条件。3. 6. 4、提升建设效率大数据平台项目大数据可视化管理平台建设综合解决方案通过数据平台对数据进行集中，为管理分析、挖掘预测类等 系统提供一致的数据基础，改变现有系统数据来源多、数据处理 复杂的现状，实现应用系统建设模式的转变，提升相关IT系统 的建设和运行效率。3. 6. 5、改善数据质量从中长期看，数据仓库对银行大数据分散在各个业务系统屮的数据整合、清洗，有助于企业整体数据质量的改善，提高的数据的实用性。大数据平台项目大数据可视化管理平台建设综合解决方案 容利而行2020年大数据平台项目大数据可视化管理平台建设综合解决方案第4章银行