首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

日志易:金融支付行业日志大数据分析案例解读

本文讲述某支付公司采用日志易后,通过日志大数据实现业务深度分析及风险控制的实践经验。...结合市场风险及大环境,支付行业的安全性需求具体表现在: 1、支付交易的安全性要求; 2、数据访问的安全性要求; 3、防止敏感信息的泄露等。...对支付行业来说,日志易产品在数据访问、权限要求等方面体现出很好的应用价值。 三、可靠性 1、定位及解决问题的时效性; 2、系统流程的可靠性。...为了更好发挥移动支付的便捷,支付公司对时效性,可靠性的要求很高,而这才是使用日志易大数据分析平台的深层次原因,日志易帮支付公司解决了最根本的行业需求,在可靠性方面展现了产品的价值。...日志易作为国内首家海量日志分析企业,一直致力于开发一款配置方便、功能强大的日志管理工具,以高品质的产品为金融行业用户信息化建设搭建高可靠平台,共同面对数字浪潮中更多的未知与挑战,实现支付企业对日志分析管理产品高效

2.8K20

红帽金融行业 DevOps 案例分享

方浩 红帽金融行业解决方案经理 大家好,我会从偏行业角度来谈一下DevOps在金融行业去落地的时候会遇到的一些问题。 ?...在这个过程中,实际上我会发现互联网对传统的银行业和保险行业造成了非常大的影响。...对于金融企业在使用传统软件产品时,会设置产品基线,比如用到数据中心会指定某一个版本作为这一段时间的数据库版本,会设定几年为周期进行版本的升级。...在DevOps中,通过它的元数据管理所有的开源软件版本的依赖的关系和它整个的生命周期。...从前期的需求的一些指南,到集成的一些问题分析,Git管理规范到一些发布规范,这些都是我们在客户项目里面形成的。

2.2K51
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    行业案例 | 数据分析在银行业应用之欺诈检测

    CDA数据分析师 出品 作者:Elena Kosourova 编译:Mika 在本文中我们将通过探索一个很常见的用例——欺诈检测,从而了解数据分析在银行业是如何运用的。...背景介绍 银行业是最早应用数据科学技术的领域之一,收集了大量结构化数据。 那么,数据分析是如何应用于银行业的呢?...因此,当下大部分数据相关工作需求来自银行业,这并不令人惊讶。...数据分析使银行业能够成功地执行众多任务,包括: 投资风险分析 客户终身价值预测 客户细分 客户流失率预测 个性化营销 客户情绪分析 虚拟助理和聊天机器人 …… 下面,我们将仔细看看银行业中最常见的数据分析用例之一...数据分析在银行业应用案例:欺诈检测 除了银行业,欺诈活动还存在于许多领域。在政府、保险、公共部门、销售和医疗保健等领域,这都是一个具有挑战性的问题。

    84420

    【干货·案例】金融行业应用型CMDB建设实录

    证券行业有它自己的特点: 跟金融行业很像,是稳态和敏态的并存。因为证券行业有114家券商,所以对业务的创新非常迫切,所以我们在敏态上对证券行业是有要求的,但是我们在稳态上还要满足证监会的合规的要求。...06 可落地的经验总结 最后做一个总结,我们券商的案例应该对一些传统行业和泛金融行业有一些参考和借鉴的意义。...首先做数据统一;然后到流程,应该说是流程统一,把整个公司运维流程做了一套出来,所有平台都要和它对接。所有的集中事件都要通过这个平台做事件告警;接着做运维大数据分析,统一容量数据分析。...大家知道金融行业是很传统的行业,无论是银行还是证券,很多运维人员还是习惯于做手工操作。...实际上券商这个案例,我个人觉得对一些传统行业还是有一些借鉴意义。像证券这个行业没有垄断,大家都知道114家券商,这么多券商在这里竞争都非常激烈,业务创新真的不停在做。

    1.8K70

    【干货·案例】金融行业应用型CMDB建设实录

    证券行业有它自己的特点: 跟金融行业很像,是稳态和敏态的并存。因为证券行业有114家券商,所以对业务的创新非常迫切,所以我们在敏态上对证券行业是有要求的,但是我们在稳态上还要满足证监会的合规的要求。...06 可落地的经验总结 最后做一个总结,我们券商的案例应该对一些传统行业和泛金融行业有一些参考和借鉴的意义。...首先做数据统一;然后到流程,应该说是流程统一,把整个公司运维流程做了一套出来,所有平台都要和它对接。所有的集中事件都要通过这个平台做事件告警;接着做运维大数据分析,统一容量数据分析。...大家知道金融行业是很传统的行业,无论是银行还是证券,很多运维人员还是习惯于做手工操作。...实际上券商这个案例,我个人觉得对一些传统行业还是有一些借鉴意义。像证券这个行业没有垄断,大家都知道114家券商,这么多券商在这里竞争都非常激烈,业务创新真的不停在做。

    88810

    精品教学案例 | 金融诈骗数据分析与预测

    查看本案例完整的数据、代码和报告请登录数据酷客(http://cookdata.cn)案例板块。 本案例适合作为大数据专业数据科学导引、数据清洗或机器学习实践课程的配套教学案例。...通过本案例,能够达到以下教学效果: 培养学生对金融诈骗数据进行分析与建模的能力。案例使用PaySim模拟器基于真实数据生成的移动金融支付模拟数据集,进行数据探索并预测诈骗交易。...1.情景导入 1.1.数据展示 在金融交易越来越频繁的今天,我们需要大规模的交易数据集来避免和预防金融诈骗、盗刷等案例的发生。然而棘手的是,出于对隐私的保护,很少有这样公开的数据集供人们研究。...本案例使用的是PaySim模拟器根据真实交易记录生成的数据集,包含了交易时刻、交易方式、交易金额、交易双方姓名、交易前后余额等信息,对于是否发生金融诈骗有两列信息,第一列 isFraud 是交易是否为诈骗的真实反映...=0)]) / (1.0 * len(X_normal)))) 而且这种交易在金融诈骗的案例中发生极多(48.34%),但是在正常交易中只有0.17%。

    2.2K30

    【数据挖掘】金融行业的数据挖掘之道

    同时,我们又新建了一套互联网的监测分析系统,能够对互联网上的金融网站和社交媒体网站做到自动的监控和分析,当然有些重要的事情发生的时候可以自动的形成监测报告。...案例分析 今天想分享两个具体的案例,一个是对95588客户服务的一些工单如何做到客户意见挖掘,这个是从无到有的设计和探索的全过程;第二个案例当中会介绍一下如何聆听在互联网上传播的客户的心声。...比如说金融行业就要不断地整理梳理自身所需要的特色词汇,这个可能是需要投入比较大的精力的,我们在这个过程中也是花费了不少的精力,最终才能够完成我们所需要的分析的效果。...第三个问题,尤其是针对传统行业来说的,因为大数据商业的概念其实已经被炒的像一个神话一样,大家都在说,其实也很少人知道应该怎么去做,经常我们得到一些需求都是特别宏观、特别大的,其实都不太容易落地,从我们实际落地的角度来看...,大数据要在传统行业有效的落地还是要从解决小问题开始。

    1.2K50

    大数据在金融行业的应用

    具体到行业内每家公司的数据量来看,信息、金融保险、计算机及电子设备、公用事业四类的数据量最大。 不同行业应用大数据技术潜在价值评估 ?...数据来源:麦肯锡《大数据的下一个前沿:创新、竞争和生产力》报告 可以看出,无论是投资规模和应用潜力,信息行业(互联网和电信)和金融行业都是大数据应用的重点行业。...由于上一篇《BAT互联网企业大数据应用》(关注微信公众号:傅志华,即可通过历史文章查阅)已经重点介绍了互联网行业的大数据应用情况,本文将讲点介绍行金融行业大数据应用情况,下一篇文章将重点介绍电信行业的大数据应用情况...金融行业大数据应用投资分布 从投资结构上来看,银行将会成为金融类企业中的重要部分,证券和保险分列第二和第三位。接下来,我们将分别介绍银行、保险和证券行业的大数据应用情况。 ?...可喜的是,金融行业尤其是以银行的中高层对大数据渴望和重视度非常高,相信在未来的两三年内,在互联网和移动互联网的驱动下,金融行业的大数据应用将迎来突破性的发展。

    1.5K60

    大数据在金融行业的应用

    具体到行业内每家公司的数据量来看,信息、金融保险、计算机及电子设备、公用事业四类的数据量最大。 不同行业应用大数据技术潜在价值评估 ?...数据来源:麦肯锡《大数据的下一个前沿:创新、竞争和生产力》报告 可以看出,无论是投资规模和应用潜力,信息行业(互联网和电信)和金融行业都是大数据应用的重点行业。...由于上一篇《BAT互联网企业大数据应用》(关注微信公众号:傅志华,即可通过历史文章查阅)已经重点介绍了互联网行业的大数据应用情况,本文将讲点介绍行金融行业大数据应用情况,下一篇文章将重点介绍电信行业的大数据应用情况...金融行业大数据应用投资分布 从投资结构上来看,银行将会成为金融类企业中的重要部分,证券和保险分列第二和第三位。接下来,我们将分别介绍银行、保险和证券行业的大数据应用情况。 ?...可喜的是,金融行业尤其是以银行的中高层对大数据渴望和重视度非常高,相信在未来的两三年内,在互联网和移动互联网的驱动下,金融行业的大数据应用将迎来突破性的发展。 来源:经管之家 作者:傅志华

    2.7K51

    大数据与金融科技:革新金融行业的动力引擎

    大数据与金融科技:革新金融行业的动力引擎在今天的金融行业,大数据与金融科技的结合正在以惊人的速度推动着金融服务的创新与变革。...通过精准的数据分析与智能化决策,金融机构能够更高效地进行风险管理、客户服务、资产管理等一系列关键操作。...大数据在金融风险管理中的应用金融行业最为关注的核心问题之一就是风险管理。传统的风险评估往往依赖于人为的经验判断和简单的历史数据,这使得风险预测的准确性有限。...这种创新模式让金融服务变得更加便捷、透明和个性化。总结大数据正在引领金融科技的发展,助力金融行业实现数字化、智能化转型。从金融风险管理到客户个性化服务,再到投资决策和金融创新,大数据的应用已无处不在。...在未来,随着技术的不断发展和数据应用的深入,金融行业将迎来更加激动人心的变革。而金融机构如果能够充分挖掘大数据的潜力,将不仅能提升自身的竞争力,还能为用户带来更加优质的服务体验。

    8200

    大数据分析行业吸引指数:金融业最吸引人,电信行业惨遭排尾

    职业社交平台领英针对2014年全年中国市场的互联网行业人才及传统行业人才迁移情况进行了大数据分析推出行业人才吸引力指数。...金融业对于人才吸引力指数高居榜首 数据显示,金融行业对于人才的吸引力指数高达1.33,属于所有行业排名中最具对于人才最具吸引力的行业,在全平台中位居榜首。...分析其原因在于金融业丰厚的薪资待遇、创新金融巨大人才缺口以及资本市场对业界人才包容能力的增强,从而有更多渠道便于实体经济人才进入金融行业。...金融行业具有极大面向互联网人才缺口,随着金融系统不断完善,对于开发类、数据分析类、互联网营销类人才需求不断加强。金融业在薪资福利上仍具备较大优势,成为最具吸引力行业。...互联网公司吸引力上升迅猛 领英大数据显示,从所有相关行业占比来看,互联网行业对于人才吸引力上升势头迅猛,吸引力指数以1.21居于第二,仅次于金融业的1.33。

    52520

    Apache Hadoop大数据平台,金融行业搭建大数据平台,数据采集、分析、处理如何实现?

    Apache Hadoop大数据开发,应用于互联网市场的不同行业及领域,为行业提供他们所需要的大数据服务,其间,目前大数据应用的领域:医疗、制造行业、政府、教育、金融…… 可能这个时候,你心中就有困惑,...接下来,小编就以金融行业为例,具体讲解一下大数据在金融行业领域的应用范畴!...客户管理.gif 1.金融行业客户管理层面 对于金融机构来说,他们的数据库里存在着大量的具有使用价值的数据,例如:客户的详细信息、客户在银行系统里面的订单数据、用户的收入、用户的消费、以及用户所投资的理财产品等等数据...3.金融行业精准营销管理 利用大数据分析平台,对多样化的用户数据(基本信息数据、财富信息数据、教育数据、消费数据、浏览数据、购买路径、客户的微博、客户的微信、客户的购买行为)进行挖掘、追踪、分析,以提升精准营销水平...5.金融产品管理 利用大数据分析平台,金融机构能够获取客户的反馈信息,及时了解、获取和把握客户的需求,通过对数据进行深入分析,可以对产品进行更加合理的设置。

    1.6K10

    教育行业案例:如何分析​复购用户?

    【面试题】 "课程订单表”里记录了某在线教育App的用户购买课程的信息(部分数据截图)。 请使用sql将购买记录表中的信息,提取为下表(复购分析表)的格式。并用一条sql语句写出。...其本质是使用里了群组分析方法,将数据按某些特征进行分类,分成不同的组进行分析。...该业务分析要求查询结果中包括:日期(说明是按购买日期来汇总数据)、当日首次购买用户数、此月复购用户数,第N月复购用户数。 1.当日首次购买用户数 先来看当日首次购买用户数这一列如何分析出?...,a.购买时间,b.购买时间) as 时间间隔 from 课程订单表 as a left join 课程订单表 as b on a.用户id = b.用户id; 用case语句选出时间间隔数据...第二十月复购用户数 和此月复购用户数分析思路一样,只需要更改时间间隔=N个月即可。

    1.1K10

    如何构建金融行业大数据用户画像?

    社交信息,可以借助于金融行业自身的文本挖掘能力进行采集和分析,也是可以借助于厂商的技术能力在社交网站上直接获得。 社交信息往往是实时信息,商业价值较高,转化率也较高,是大数据预测方面的主要信息来源。...用户画像就是一切以数据商业化运营为中心,以商业场景为中,帮助金融企业深度分析客户,找到目标客户。 DMP(大数据管理平台)在整个用户画像过程中起到了一个数据变现的作用。...大数据管理平台DMP过去主要应用在广告行业,在金融行业应用不多,未来会成为数据商业应用的主要平台。...另外DMP还可以深度分析客户,依据客户的消费特征、兴趣爱好、社交需求、信用信息来开发设计产品,为金融企业的产品开发提供数据支撑,并为产品销售方式提供场景数据。...在中国,移动大数据的商业应用刚刚开始,在房地产业、零售行业、金融行业、市场分析等领域取得了一些效果。移动大数据中的位置信息代表了用户轨迹,商业应用较早。

    2K40

    金融行业数据治理解决方案(PPT)

    随着大数据时代的来临,对数据的重视提到了前所未有的高度,数据已经成为企业组织可以充分挖掘的资产财富。金融行业作为信息化程度最高的行业之一,信息系统产生的数据已经成为行业最核心的资产之一。...但由于金融机构的数据流转复杂,在缺乏清晰的数据架构、数据流图以及数据与业务之间的关系的同时,也普遍存在数据模型混乱,数据整体质量不高,开发团队迫于现实压力更加关注功能需求的实现,忽略非功能需求的管理,导致数据模型质量不高...下面这份PPT介绍了企业数据现象问题及需求,详细阐述了金融行业数据治理方案,给出了数据治理案例,最后概述了数据治理产品体系,供金融行业企业规划建设数据治理体系时参考和借鉴

    1.1K10
    领券