從十七世紀初***只股票在歐洲誕生以來，證券及其交易就在資本市場上扮演著重要角色，在信息革命的時代，證券行業也行走在數字化轉型的前列。今天，各種證券業務信息系統已經積累了越來越多的業務數據，其具有體量大、類型多、變化快、價值高等方面的特點，并且這些數據的價值發現已成為證券業務創新、產品優化、決策支持以及風險管理的重要手段，在不遠的將來，價值數據將成為整個金融行業的核心資產。

事實上，利用數據分析技術來挖掘有價值的交易數據和外部數據，可以實現以客戶為中心的精準營銷，有限資源的合理配置和科學治理，利潤***化目標下的風險管控等等，是金融證券行業數字化轉型的必由之路。

然而，隨著云計算、大數據、人工智能、區塊鏈技術的高速發展，傳統的數據分析的方法已無法滿足證券業務的要求，需要采用更先進的大數據技術對交易系統和管理系統日益增加的海量數據(包括結構化、非結構化、半結構化數據，如交易記錄、日志流水、客戶信息、管理信息等)進行存儲、分析、挖掘、應用。

其業務應用主要集中在一下幾個方面：

1) 精準營銷：通過挖掘客戶相關信息及外部數據，對客戶進行360度畫像，分析客戶屬性，通過客戶管理、營銷管理、服務管理、產品管理等手段，更準確地發現目標客戶及更多的營銷機會(客戶挽留、交叉營銷等)。實現產品和服務的精準營銷，降低營銷費用，提高營銷效率。

2) 風險管理：構建統一的高并發、低時延的風險控制平臺，可實現在線或離線的實時征信、實時日志分析、反欺詐、非法交易預警等業務功能，及時評估業務經營的合規性，識別潛在的業務風險，滿足經紀業務、創新業務的風險管理需求，以及監管部門風控要求。

3) 歷史數據服務：利用大數據集群，實現海量歷史數據存儲、歸檔、管理及應用，提高數據處理效率和業務響應效率，支持更科學的決策支持、更完善的客戶服務和更高的客戶滿意度，通過對歷史數據的挖掘分析，可實現市場、產品和服務的優化與創新，動態掌握資本市場的變化，提升市場競爭力。

4) IT治理：對交易系統、財務系統、交易所、登記結算公司、銀行等多個數據源采集的數據進行審計，對IT系統進行資源配置分析，運行狀態分析，可以實現智能IT運維管理，優化券商的業務運營。

華為公司基于大數據處理核心技術，與領先的ISV合作伙伴構建了面向證券行業風險管理、市場營銷等業務的聯合大數據解決方案，解決過去券商數據系統無法支撐多類型的海量數據增長變化和業務成本過高的問題，可高效建設金融證券第二數據平面，實時挖掘分析、應用數據價值，支持業務運營。

該解決方案整體技術架構如下圖：

該解決方案具有以下關鍵優勢：

1) 統一的端到端的金融證券數據業務平臺：華為聯合業界領先的ISV面向證券業務需求提供整體解決方案;以***的算法和建模分析能力，支持混合數據的深度挖掘分析;一個平臺提供多個數據處理引擎。面向證券業務融入生產系統，支持實時交易和后臺數據運營，具備隨業務增長系統可線性擴展的能力;支持業務建模、規劃構建和專業咨詢。

2) 完善的大數據生態系統：華為在Hadoop社區貢獻度排名全球第三、亞洲***，***社區面向未來的內核級特性開發，保障用戶系統+應用將來可平滑升級;結合Openstack云平臺，支持快速構建云上大數據應用DAAS服務能力。并且支持與傳統應用和工具的無縫集成;提供豐富的API接口和SDK開發包，易于行業應用開發集成。

3) 金融級安全的解決方案：配備企業級管理工具，實現安全授權和訪問控制機制、支持加密、安全隔離;全組件HA設計可滿足金融行業等保三級要求、業務系統異地容災等監管要求。

未來，在大數據應用的基礎上，金融證券行業將更廣泛地應用機器學習，自然語言處理，OCR等人工智能技術，進一步實現智能投顧，智能客服，智能獲客等創新應用，更加有力地帶動全行業的數字化轉型。