2017年，《經(jīng)濟(jì)學(xué)人》發(fā)表了一篇文章，標(biāo)題為世界上最有價(jià)值的資源不再是石油，而是數(shù)據(jù)。事實(shí)上，金融服務(wù)部門(mén)的企業(yè)，尤其是資本市場(chǎng)的企業(yè)早就清楚這一點(diǎn)了。

可以說(shuō)，金融服務(wù)的數(shù)字化始于1986年的金融大爆炸，當(dāng)時(shí)倫敦證券交易所等主要交易所改用自動(dòng)報(bào)價(jià)系統(tǒng)，取代了交易大廳。從那一刻起，技術(shù)繼續(xù)顛覆和改變著這個(gè)行業(yè)，高頻交易和加密貨幣的引入是兩個(gè)明顯的例子，但還有更多。

數(shù)據(jù)，更具體地說(shuō)是對(duì)數(shù)據(jù)的分析，是這一轉(zhuǎn)變的基礎(chǔ)。金融服務(wù)公司是最早意識(shí)到，更快地獲取更深入、更豐富的見(jiàn)解，可以使其比同行具有顯著競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)之一，尤其是在高頻交易等領(lǐng)域。

然而，不可避免的是，將重點(diǎn)放在分析上，并開(kāi)發(fā)更加復(fù)雜和自動(dòng)化的算法，使用機(jī)器學(xué)習(xí)來(lái)生成最大的阿爾法算法和最小化風(fēng)險(xiǎn)，這在該行業(yè)創(chuàng)造了一場(chǎng)可以最好描述為“軍備競(jìng)賽”的局面。銀行要想保持敏捷和競(jìng)爭(zhēng)力，就必須不斷更新向客戶提供的服務(wù)，制定新的戰(zhàn)略來(lái)提高地位和保護(hù)客戶。為了實(shí)現(xiàn)這一點(diǎn)，他們需要重新思考他們的數(shù)據(jù)分析方法。

時(shí)間序列連續(xù)體

銀行無(wú)法憑借陳舊的數(shù)據(jù)戰(zhàn)勝競(jìng)爭(zhēng)對(duì)手。然而，當(dāng)涉及到開(kāi)發(fā)、驗(yàn)證和發(fā)布新的算法和模型時(shí)，許多企業(yè)仍然按照數(shù)天和數(shù)周的時(shí)間表工作，而他們需要在數(shù)秒和數(shù)分鐘內(nèi)進(jìn)行思考。但事實(shí)是，許多現(xiàn)有的數(shù)據(jù)管理和分析平臺(tái)根本無(wú)法對(duì)正在創(chuàng)建的海量數(shù)據(jù)提供所需的洞察速度。

這是為什么呢?可以說(shuō)，這是一種傳統(tǒng)系統(tǒng)的組合，也就是prem模型數(shù)據(jù)中心和應(yīng)用的結(jié)合，這些應(yīng)用無(wú)法輕松擴(kuò)展，以提供處理所創(chuàng)建的海量數(shù)據(jù)所需的存儲(chǔ)和計(jì)算，以及一種過(guò)于關(guān)注歷史數(shù)據(jù)或大數(shù)據(jù)的分析方法。

關(guān)鍵是要將所有數(shù)據(jù)，尤其是金融數(shù)據(jù)，視為時(shí)間序列，即在固定的時(shí)間點(diǎn)上具有特定的值盡管這適用于許多其他行業(yè)。這里的實(shí)時(shí)環(huán)境非常重要，因?yàn)閿?shù)據(jù)的商業(yè)價(jià)值從創(chuàng)建之日起就開(kāi)始消失。

通過(guò)采用將數(shù)據(jù)分析視為連續(xù)洞察引擎而不是批處理過(guò)程的方法，即使批處理是每小時(shí)或每天進(jìn)行的，企業(yè)對(duì)業(yè)務(wù)運(yùn)營(yíng)方式的理解永遠(yuǎn)不會(huì)有任何“差距”。所提供的分析和見(jiàn)解是一個(gè)持續(xù)的、記錄在案的事實(shí)流，它提供了有助于產(chǎn)品和服務(wù)快速創(chuàng)新和發(fā)展的見(jiàn)解。

云中的持續(xù)分析

所有金融機(jī)構(gòu)都有云戰(zhàn)略。規(guī)模、靈活性和節(jié)省成本的好處是眾所周知的。戰(zhàn)略重點(diǎn)現(xiàn)在應(yīng)該轉(zhuǎn)移到確保云架構(gòu)得到優(yōu)化，以提供持續(xù)分析，這對(duì)于持續(xù)運(yùn)營(yíng)效率和商業(yè)成功至關(guān)重要。

有三個(gè)關(guān)鍵的考慮因素：

數(shù)據(jù)源訪問(wèn)：能夠輸入分析平臺(tái)的市場(chǎng)、貿(mào)易、訂單和參考數(shù)據(jù)越多，可以提取的洞悉質(zhì)量就越好。然而，金融機(jī)構(gòu)一直難以管理數(shù)據(jù)的龐大數(shù)量、格式和位置。持續(xù)分析依賴于即時(shí)連接數(shù)據(jù)源，無(wú)論其位置如何，并構(gòu)建運(yùn)行分析的數(shù)據(jù)源。

優(yōu)化編碼：量化分析師、數(shù)據(jù)分析師和數(shù)據(jù)科學(xué)家從數(shù)據(jù)中提取價(jià)值的速度有多快，而不是花時(shí)間管理和處理數(shù)據(jù)。他們能否使用首選的語(yǔ)言，如SQL和Python，在時(shí)間尺度上開(kāi)發(fā)和驗(yàn)證新的算法，以提供競(jìng)爭(zhēng)優(yōu)勢(shì)，是否有內(nèi)置的機(jī)器學(xué)習(xí)界面或容易訪問(wèn)相關(guān)微服務(wù)，能否快速生成報(bào)告，并以一種能提供即時(shí)價(jià)值的方式可視化。

升級(jí)路徑：作為其云戰(zhàn)略的一部分，大多數(shù)銀行將考慮如何使用云來(lái)重新架構(gòu)并最終重建其數(shù)據(jù)管理和分析系統(tǒng)。需要考慮這個(gè)過(guò)程是怎樣的、移動(dòng)數(shù)據(jù)和優(yōu)化成本會(huì)有多容易、重新架構(gòu)和在某些情況下重寫(xiě)應(yīng)用的路徑是什么、它將如何與云供應(yīng)商更廣泛的服務(wù)和支持生態(tài)系統(tǒng)集成……

最終，我們會(huì)看到大多數(shù)銀行將大量數(shù)據(jù)管理和分析需求轉(zhuǎn)移到云上。仍然會(huì)有一些需要超低延遲的流程只能在預(yù)先交付，但除此之外，云提供了無(wú)數(shù)的好處。然而，所有的云，就像所有的實(shí)時(shí)分析平臺(tái)一樣，都是不一樣的，銀行需要仔細(xì)考慮如何遷移他們現(xiàn)有的數(shù)據(jù)源、應(yīng)用和流程，同時(shí)始終優(yōu)先考慮對(duì)連續(xù)的分析和洞察流的需求。