国际数据公司(IDC)报道在他们的《全球大数据与分析半年度支出指南》指出，全球对大数据和商业分析(BDA)的投资将从2016年的1301亿美元增长到2020年的2030亿美元以上。在之前的报告中，我们讨论过金融领域的机器学习，而在本报告中，我们深入研究大数据解决方案数据管理平台金融机构。这份报告中的公司都声称要提供帮助金融机构至少符合下列其中一项:
这份报告涵盖了供应商提供软件在三个应用程序:
- 商业智能
- 网络安全
- 法规遵从性
商业智能
Qlik
Qlik提供了一个叫软件Qlik分析平台该公司表示，这可能会有所帮助银行和金融机构获得商业智能洞察力，比如识别他们的哪些产品卖得不好，或者为自然灾害等事件运行假设场景使用大数据分析。
Qlik索赔金融机构能和他们一起工作吗首先，创建一个收集公司所有数据的大数据存储库。这包括非结构化和结构化数据，如来自企业计算机和机器的数据流、服务器日志和RFID日志、网站活动和销售点数据、交易记录和社交媒体提要。
一旦所有的数据都在存储库已收集，大部分金融业务可以选择使用它可以存储，提取，组织和数据加载到该平台的分析工具，企业数据仓库软件。然后，用户可以搜索，并通过仪表盘发现数据中的模式，以获得业务洞察力。
例如，银行可以使用Qlik分析平台来利用他们的企业数据来更好地了解他们的销售指标。用户可以上传客户交易数据和销售收入记录该平台。该银行将与Qlik的开发人员合作，创建一个数据存储库和一个企业数据仓库，后者将组织好的数据提供给分析工具。
该软件背后的算法将能够做到这一点找到在银行指定部门或相关角色和上下文的见解。例如，本地分支机构的经理可能能够访问特定于其分支机构的销售、客户情报和市场动态。然后系统提供与分公司经理要求相关的其他上下文信息，如与销售和产品相关的图表或类别列表，包括日期、位置、客户和销售历史，可用于发现方法为客户定制个性化的产品。
以下是短片4-分钟视频演示如何Qlik分析平台作品:
Qlik声称有帮助澳新银行将商业智能普及到组织中的“普通员工”。澳新银行与Qlik合作组织结构化和非结构化数据，如交易记录，社交媒体饲料和客户反馈为“数据的湖泊”。Qlik的分析平台被用来允许在ANZ非技术性和非数据科学家的员工进行搜索，并通过仪表盘简单的搜索界面，发现在这个数据的信息。
根据案例研究，ANZ员工们就能够查询的数据湖泊通过简单的搜索短语，如抵押贷款的风险或客户交易数据的接收信息。然后，对于每个搜索查询，将自动向员工显示到来自数据湖的所有相关和上下文数据源的链接。我们找不到项目的可比结果或ROI信息。
Qlik还列出了花旗集团、西太平洋银行和教师互助银行作为一些他们过去的客户。
查尔斯·波特是Qlik的首席技术官。他持有硕士和学士学位在计算机科学,从渥太华大学。先前，波特担任开发业务智能和Cognos平台总监IBM和Ca技术公司的高级工程副总裁。
网络安全
Versive
Versive提供了一个叫软件Versive安全引擎该公司表示，这可能会有所帮助银行及金融机构分析大型事务数据集和与网络安全相关的数据使用机器学习。
Versive索赔金融机构能否将软件集成到云、混合或本地环境中的标准基础设施中。客户可以使用他们的netflow、代理、DNS数据(计算机网络数据)作为Versive安全引擎的输入。银行或金融机构与Versive的开发团队合作，将安全平台分为两个阶段。
最初，Versive安全引擎软件安装在公司的云、混合或本地企业网络上，然后软件接收公司的内部数据(如上所述)。在第二阶段，该软件使用机器学习算法来识别网络数据中表示“正常”网络特征的模式。这些模式与来自世行没有面临任何网络安全事件的数据周期的“业务基线”相关。
然后，在使用人类分析师的短暂培训期间，该软件学会识别可能预示网络安全威胁的异常网络特征。该软件还构建一个每日“威胁案例”列表，识别数据中可能指示的模式未来的入侵企图。
然后，该系统提供一个指示板，显示每个潜在网络安全事件的威胁级别，并带有高亮显示的主机地图，银行或金融机构的安全分析师可以查看这些地图。该软件还生成一份关于关键发现的报告，并为客户公司的安全主管提供执行摘要。
以下是短片2-分钟视频演示如何Versive安全引擎作品:
Versive声称有帮助Riaz投资有限公司提高客户数据的安全性。Riaz集成Versive的软件企业安全网络，并用他们的代理，流量和DNS数据产生威胁案件由里亚兹安全分析审查。Versive声称他们的软件降低了里亚兹威胁识别过程误报的数量。我们无法找到这种情况下，研究其他可衡量的结果。
Versive还列出了汤森路透(Thomson Reuters)、小松制作所(Komatsu)和德国电信(Deutsche Telekom)作为一些他们过去的客户。
百翰。安德森和Majid Alkaee Taleghan担任Versive公司的机器学习科学家。安德森持有博士学位在机器人从卡内基梅隆大学此前，曾担任数据科学家在eBay，微软和Maana。Taleghan拥有俄勒冈州立大学机器学习博士学位，曾在美国国家航空航天局担任深度学习实习生，
法规遵从性
Ayasdi
Ayasdi通过软件提供大数据分析和人工智能服务Ayasdi的模型加速器(AMA)，它声称可以帮助企业在金融服务预测以及监管风险模型的使用机器学习。Ayasdi声称，他们的软件可以帮助银行应用诸如反洗钱(AML)的法规遵从性、自动监控客户交易数据以识别异常并与传统的基于规则的方法相比降低欺诈检测的假阳性率等应用。Ayasdi还报告说，它的平台使用了拓扑数据分析(Topological Data Analysis, TDA)，这是为a开发的DARPA资助的项目。
Ayasdi索赔银行及金融机构可以将软件集成到他们的企业数据网络。然后用户可以上传客户交易数据或销售收入记录成美国医学协会。该软件背后的算法将能够做到这一点梳理数据来测试和比较几个不同的风险模型，如损失给定违约(LGD)、违约概率(PD)和其他监管模型。然后系统提供用户可以选择查看仪表板上的数据，从而进行搜索、发现和预测风险。
以下是短片2-分钟视频演示如何AMA软件可以用于欺诈检测吗:
Ayasdi在2017年的一个案例研究中，有人称花旗集团选择他们是为了帮助创建合理的花旗收入和资本储备预测模型，以通过美联储的全面资本分析和审查(CCAR)程序。
CCAR程序是在2008年金融衰退后启动的，目的是评估银行的财务状况，而花旗在美联储(fed)进行的三次年度CCAR压力测试中，未能通过前两次。来自Ayasdi的一组开发人员与银行业务部门的主题专家一起工作，了解并收集有关宏观经济变量(如联邦储备系统规定的收入和资本储备)的数据。
然后，Ayasdi的机器学习平台被用来关联6个月期间这些变量的增加或减少对每个业务单元每月收入表现的影响。
该公司声称已经开发了几个模型来预测这些业务单元在不同市场条件下的未来业绩。项目的反馈学习部分是以业务单元主管的观点的形式出现的，他们再一次被说服来评估预测模型的最终性能。
Ayasdi表示，在整合之前，花旗遵循的监管方法是一个历时9个月的过程，涉及数百名员工。项目结束后，这段时间被缩短到3个月，雇佣不到100名员工。
Ayasdi还将汇丰银行(HSBC)列为an的客户反洗钱程序。
Ayasdi是由共同创办贡纳尔•，香港大学数学系名誉教授斯坦福大学,和首席执行官Gurjeet辛格他之前在斯坦福大学获得了计算和数学工程的博士学位。
商业领袖们的外卖金融
我们找到了AI的解合规和欺诈检测自动化最有吸引力。随着数据隐私成为一个热点话题，金融机构被迫升级网络安全措施，以确保它们不会遭受数据泄露(如2017年的Equifax数据泄露事件)。这个应用程序与图像和客户关注直接相关的事实，似乎是金融公司优先使用这个应用程序进行大数据分析的原因。
Qlik和Versive不聘用拥有强大人工智能人才的c级高管。到目前为止，Ayasdi筹集的风险资本最多，约为1.06亿美元，Qlik筹集的风险资本最少，为1,250万美元。Ayasdi列出了包括汇丰银行和花旗集团在内的主要客户的案例研究。这份报告中列出的所有公司都表示，它们的软件不需要客户拥有数据科学人才来帮助进行集成。搜索和发现应用程序的集成时间似乎最长。
这样的公司提供大数据分析解决方案的Ayasdi是否被c级管理人员用大量的学术有人工智能方面的背景，这让人相信他们的软件是合法的。
金融企业希望通过大数据的做法可能要通过路口，开始对大多数此类应用下面的清单的数据要求
- 当一个公司产生需要分析的几tb的数据时，数据量可能被认为是“大数据”。金融行业产生了大量的报价、市场数据和历史交易数据，大数据分析的时机已经成熟
- 数据速度表示传入到企业的数据的速度或生成数据的速度。所有这些数据都需要存储或处理，对于金融市场而言，这意味着在现实世界中，更快的交易数据处理会导致更快的交易。
- 数据多样性是指数据的各种格式和来源的存在。在银行和金融数据中，如参考数据、交易数据和市场数据，交易数据可以是结构化的，也可以是非结构化的。今天的大数据解决方案可以帮助企业在一个地方管理所有的数据。
标题图片来源:对话
