ITBear旗下自媒體矩陣:

從銀行數(shù)字化轉(zhuǎn)型來聊一聊 火山引擎VeDI旗下ByteHouse的應(yīng)用場景

   時(shí)間:2023-02-24 18:02:43 來源:互聯(lián)網(wǎng)編輯:汪淼 發(fā)表評論無障礙通道

近日,火山引擎憑借云原生數(shù)據(jù)分析平臺ByteHouse,成功入圍行業(yè)媒體Internet Deep(互聯(lián)網(wǎng)周刊)發(fā)布的《2022云原生企業(yè)排行榜》。

作為火山引擎數(shù)智平臺VeDI旗下核心數(shù)智產(chǎn)品之一,ByteHouse起源于字節(jié)跳動的內(nèi)部數(shù)智實(shí)踐,并于2021年8月正式外對發(fā)布,隨后在12月發(fā)布數(shù)倉版本。

盡管面向企業(yè)級市場提供服務(wù)的時(shí)間不算長,但ByteHouse在過去一年多的時(shí)間里憑借極速分析體驗(yàn),以及可支撐實(shí)時(shí)數(shù)據(jù)分析和海量數(shù)據(jù)離線分析的能力,在多個(gè)企業(yè)業(yè)務(wù)的數(shù)字化實(shí)踐中動作頻頻。

比如銀行實(shí)施運(yùn)營監(jiān)控場景,該場景下的核心目的在于能通過不同數(shù)字化工具配合,實(shí)現(xiàn)銀行用戶的增長。但實(shí)時(shí)運(yùn)營監(jiān)控一般需要多套數(shù)據(jù)分析支撐,包括用戶獲取渠道分析、不同用戶屬性ROI表現(xiàn)分析等等,如此龐雜的數(shù)據(jù)量處理就可以引入ByteHouse的能力。

在具體執(zhí)行過程中,ByteHouse團(tuán)隊(duì)將該銀行的需求拆解為三個(gè)階段:

第一階段:上線整體指標(biāo)的呈現(xiàn)能力,方便銀行能從宏觀角度把控運(yùn)營監(jiān)控場景下的進(jìn)展方向;

第二階段:上線常用指標(biāo),聚焦銀行內(nèi)部產(chǎn)品運(yùn)營團(tuán)隊(duì)核心關(guān)注的數(shù)據(jù)去優(yōu)先構(gòu)建對應(yīng)的指標(biāo),以能夠盡快指導(dǎo)和優(yōu)化產(chǎn)品運(yùn)營動作;

第三階段:上線個(gè)性化需求指標(biāo),如用戶行為、分析細(xì)節(jié)指標(biāo)等模板,進(jìn)一步保障銀行內(nèi)部產(chǎn)品運(yùn)營團(tuán)隊(duì)的數(shù)據(jù)洞察和使用能力。

在整個(gè)需求消化過程中,ByteHouse不論是從高數(shù)據(jù)的吞吐和寫入性能,還是數(shù)據(jù)的超低時(shí)延,或者是足夠快速的數(shù)據(jù)查詢,都能適配銀行實(shí)施運(yùn)營監(jiān)控場景下運(yùn)營人員的工作需要,因此項(xiàng)目一經(jīng)上線便備受好評。

而除了運(yùn)營監(jiān)控場景,ByteHouse還在銀行包括信用卡業(yè)務(wù)實(shí)時(shí)風(fēng)控等其他場景中得到廣泛運(yùn)用,幫助銀行實(shí)時(shí)拉取數(shù)據(jù),保存入庫后推送至風(fēng)控規(guī)則引擎,從而進(jìn)一步對數(shù)據(jù)進(jìn)行加工和定義,實(shí)現(xiàn)風(fēng)控規(guī)則的快速迭代,數(shù)據(jù)顯示,ByteHouse在該場景下的使用已經(jīng)能夠覆蓋銀行信用卡業(yè)務(wù)日均萬筆的交易風(fēng)險(xiǎn),處理數(shù)據(jù)量級可達(dá)千萬級別。

值得一提的是,金融行業(yè)還只是過去一年多率先運(yùn)用火山引擎數(shù)智平臺ByteHouse能力的行業(yè)之一。截至2023年1月,海王集團(tuán)、中國地震臺網(wǎng)中心等行業(yè)的客戶都已與火山引擎數(shù)智平臺VeDI達(dá)成合作,基于業(yè)務(wù)個(gè)性化需求部署B(yǎng)yteHouse,以實(shí)現(xiàn)更好更快地?cái)?shù)智化升級。

圖片 1.png

(作者:余振)

舉報(bào) 0 收藏 0 打賞 0評論 0
 
 
更多>同類資訊
全站最新
熱門內(nèi)容