華勝天成以大數據價值深度挖掘為市場導向，依托華為、騰訊等生態合作，采用內部資源整合和外部資源合作的方式，
實現由數據整合向價值服務轉型，逐步打造感知銀行的金融數據服務品牌。
實現服務于銀行數據業務的、基于鯤鵬的、全棧安可的國產化替代換戰略，形成雙方合作的案例，共同推向市場。
借助華勝天成在移動金融的應用建設經驗，推動華為移動金融安可終端項目的實施，拓展華勝天成在手機終端市場與華為在金融行業的市場合作。
華勝天成自主可控中間件產品，已完成與鯤鵬云服務、華為云Stack鯤鵬混合云解決方案兼容性認證。
針對海量數據的大數據解決方案，實現實時數據處理、批量數據處理、應用開源以及數據中臺的解決方案。
作為企業基礎大數據平臺管理全企業結構化數據和非結構化數據的信息化，提升業務效率、降低運營成本。
零售營銷是銀行業務發展趨勢。
絕大部分客戶數據通常是海量碎片化的。
構建大數據分析平臺任重道遠。
銀行更加傾向于數據分析挖掘。
針對客戶需求和數據基礎提供定制解決方案。
傳統數據倉庫升級為大數據平臺，逐步完善數據中臺生態建設。
針對具有海量數據的客戶，實現數據分析、數據交換、機器學習等。
存儲節點400+，應用節點500+，裸存儲空間25PB+，日數據增量2.5T+。
擁有多年的國有大型商業銀行大數據平臺建設經驗。
擁有從數倉升級、平臺建設、數據遷移、數據分析應用的全棧式解決方案及對應人才儲備。
搭建一個集金融各業務系統客戶信息為一體的平臺。
靈活定制和生成各種業務統計分析報表。
包含客戶評分評級管理等業務功能。
通過多維度的分析，幫助業務人員更好地掌握客戶特征，有效管理客戶。
互聯網金融是市場發展的核心趨勢，如何通過數據分析進行精準客戶畫像進行客戶定向營銷。
客戶需要清晰的刻畫銀行客戶群體特征，需要為銀行客戶差異化管理提供數據支持。
通過對客戶進行細分，精準展示各客群在客戶結構、資產配置特點、交易活躍程度和交易偏好等方面的特征，挖掘不同客群的金融產品需求，實現客戶差異化管理服務。
該產品對客戶年齡變化、消費行為變遷、客戶流失等多方面進行研究。
接入銀行大部分業務系統，按照十大主題域即當事人、產品、協議、內部機構、事件、渠道、區域、營銷、財務、資產進行整合，并根據業務需求進行匯總加工。
擁有多年的國有大型商業銀行客戶數據處理、分析、應用相關經驗。
熟悉銀行客戶需求，基于大數據平臺的數據處理技術，使得數據資產的應用得到保障。
全面滿足和覆蓋最新監管要求，通盤考慮被動、主動合規性及有效性。
秉承風險為本的思想，實踐風險管理的方法。
方案建設堅持從數據質量探查、數據生命周期、數據應用設計到大數據思維的良好數據觀。
反洗錢是中國人民銀行承擔的一項公共社會職責。
金融工具不斷創新與衍生，促生洗錢。犯罪特征由傳統支付工具向信息化轉移。
監管機構不斷的加強反洗錢工作監管，處罰力度不斷增加。
事前：數據整合處理、客戶名單管理、客戶洗錢風險評定模型建立、模型的自定義管理。
事中：大額可疑交易篩選、人工分析識別、AI機器學習、數據報送。
事后：報表管理、數據提取。
采用先進模型，近163個檢測模型（場景），283個特征指標。
客戶數量超過6億，“自營+代理”，覆蓋中國所有城市和99%的縣域地區。
接入28個系統，支持13.8萬人次/天，最高21.4萬人次/天。
采用Hadoop+Oracle，支持結構化和非結構化數據整合，采用MPP分布式計算架構。
融合騰訊反欺詐AI智能模型，提高方案效率，優化方案建設。
使用Hadoop+spark+python技術手段對智能模型進行有效篩選。
應用層微服務化，完善內管接入服務API，滿足新的系統接入要求。
業務層容器化、合理為業務系統分配系統資源，實現簡化部署流程。
為全行各個業務系統提供內容采集、內容服務等功能，實現對全行所有檔案的集中管理以及對業務處理的集中控制和規范化管理。
系統采用Hadoop框架搭建分布式文件系統實現海量非結構化數據的存儲。
信息時代數據大爆炸背景下，銀行業對非結構化數據的管理及應用為銀行客戶提出新的挑戰。
銀行業對非結構化數據的應用尚處于起始階段，非結構化數據可為銀行業帶來新的機遇。
全國集中的非結構化數據管理平臺。
系統采用Hadoop框架搭建分布式文件系統，每天新增數據量10T，實現了對海量非結構化數據的有效存儲。
采用ES數據庫有效管理多達幾百億的影像元數據，支持了影像文件的處理和使用。
服務器數量：存儲階段450+，應用節點500+。
存儲數量：裸存儲空間22PB+，可用數據空間8PB+。
日增數據量3T+，元數據量200億+，在線數據量3PB+，離線數據量2PB+。
基于開放的技術平臺(Hadoop) 架構，實現海量非結構化數據的全生命周期管理。
基于開放的硬件設備，以PC服務器集群和低端陣列存儲代替傳統高端存儲解決方案的系統硬件架構。
基于現有業務的靈活定制。
通過建設數據分發服務平臺，實現數據的規范使用和管理，保證數據下載的及時性、完整性、一致性，建立長效的數據使用支撐機制。
真正達到有數據可用、會用、好用，為分支機構數據分析中心的建設提供基礎。
數據分發平臺實現數據接入及解析的整合，完善數據質量檢查，實現靈活、準確的數據拆分規則。
保障文件傳輸的安全性，根據業務不同個性化指定組織方式、接收目的地等。
支持智能重拾，自動嘗試連接重建、文件斷點傳輸，提升文件傳輸效率。
靈活的部署方式，支持多節點單向和雙向混合文件傳輸方式。
全國性大型商業銀行分支機構繁多，數據的統一處理、分發、應用等面臨效率、安全等多方面挑戰。
銀行對數據資產管理無法達到全行層面統一，各分支機構對數據資產重視程度不夠，無法形成全行層面的使用規范及流程制度。
滿足多元化數據需求并緊守數據安全紅線，按照統一調度建設目標為客戶建立數據分發平臺。
建立高效、完善的數據下發流程，實現作業和流程統一管理、統一配置。
對數據流向的全流程監控。
為36家省分行、數據實驗室、數據下載系統等下游提供了40余個業務系統，3000+個接口表的數據支撐。
全國性銀行，網點數量超過4萬個，覆蓋全國近99%的縣域地區。
系統具有強擴展能力、高使用效率、高配置兼容性、高健壯性的能力，能夠支撐平臺整體的數據調度需求。
實現一處存儲、一處拆分、多處使用，避免數據無謂搬運和冗余存儲。
對分行的數據分析、營銷活動、監管保送等提供了有效的數據支撐。
