如何对银行数据架构进行现代化改造？—Redis提供了六种最佳方式

一、数据巨头 TDWI 的网络研讨会

金融服务中现代数据层的最佳实践是一本重要的白皮书，介绍了从僵化和缓慢的IT遗留系统现代化到现代数据层的最佳步骤。实时满足客户需求。

Redis最近参加了与数据巨头TDWI（数据仓库研究所）的网络研讨会，讨论金融服务中数据架构现代化的最佳实践。世界知名的信息管理专家David Loshin将领导这次网络研讨会，他在不同的TDWI活动和会议上经常谈到数据层现代化。

下面是此次研讨会中关于“金融服务组织可以对其数据层进行现代化改造的最有效方式”的见解。

二、金融服务业的传统IT已经过时

技术已经从上到下改变了金融服务行业。实体银行正在被逐步淘汰，取而代之的是手机银行。交易处理节奏已经从周期性批处理发展为实时处理，对银行提出了重大挑战；传统IT系统已经过时，无法提供实时的数字银行体验。

• 客户对一致的实时数字银行体验的需求使金融服务行业变得更加残酷，银行正在努力通过僵化的传统IT系统来满足现代消费者的需求。

• 政府法律和市场也给银行业的数据层现代化改造带来了额外压力。金融科技公司是敏捷的，并且正在从其灵活的数据架构中获得回报，该架构使他们能够提供全渠道体验并将新产品推向市场。

对银行而言，现在亟需需要进行现代化改造，以提供公平的竞争环境，并提供快速、简单且可访问的实时数字银行服务。

三、实现数据架构现代化的6种不同方式

现代化的财务数据层不需要复杂性，也不需要破坏性。将数据层进行现代化改造需要遵循按时间顺序排列的过程，从“识别数据可访问性差距”开始，到“使用微服务操作数据层”结束。

在讲解中，信息管理专家David Loshin揭示了金融服务组织可以在不中断的情况下，对其数据层进行现代化改造的六种最佳方式。每种方法背后的所有技术组件都经过全面审查，以明确金融服务在数据层现代化时应遵循的方向。

这六种最佳方式包括：

• 识别数据可访问性差距：发现禁止快速访问客户数据的区域。
• 实现一致的全渠道客户体验：确保实时全渠道体验相关的四个基本期望被满足。
• 实时处理的信息模型：保持支持实时流程的信息模型具有可访问性和操作性。
• 采用现代计算服务：了解数据架构差异以及如何从开发单体系统过渡。
• 采用低延迟访问的数据平台：发现具有低延迟访问的实时数据平台的关键特征，并了解如何在您的架构中利用它。
• 合并操作数据层：了解如何使用微服务操作数据层以及如何提供对这些系统的快速访问。

四、数据架构现代化案例

许多银行需要对其数据层进行现代化改造，以克服快节奏数字环境中的挑战。部分世界领先银行已经将传统IT系统视为性能障碍，并使用Redis Enterprise对其数据层进行了现代化改造，以克服阻碍他们前进的最大障碍。

Redis的高级解决方案营销经理Henry Tam分享了许多案例，以揭示银行业在使用Redis Enterprise对其数据层进行现代化改造后可以实现的效果。Henry探讨了如何使用Redis Enterprise来提高银行的数据功能水平：

• 增强客户体验

借助Redis Enterprise，银行客户可以享受全渠道体验。无论客户身在何处，都可以对银行账户进行操作，包括购买和体验抵押、贷款、投资等一系列不同的数字产品和服务。

- 最大化身份管理系统

在为客户提供可增强用户体验的创新数字解决方案中，与第三方共享数据访问权限是强制性的，这种做法会增加网络犯罪分子渗透金融机构数据的可能性。

在这个案例中，Henry重点介绍了Redis Enterprise如何保护客户信息免受网络犯罪分子的侵害，同时又能与第三方组织共享数据。其中涉及通过“对API、数据和资源的精细访问”来改善开发人员的体验。

- 加速人工调查流程

Henry讲解了如何使用RediSearch来加快手动查询速度，方法是通过超高效地筛选大量数据，使其能够识别任何可能表明欺诈活动的可疑数据和欺诈模式。

- 利用实时数据打击欺诈

在银行业，欺诈者只需几秒钟即可进行在线盗窃。因此，欺诈检测完全取决于银行识别可疑数据模式并对其做出反应的速度。Henry通过一家大型银行案例，讲解了Redis的实时数据能力能够通过实时数字身份、人工智能模型等迅速消除欺诈活动。

五、常见问题解答

问：什么是数据现代化？
答：数据现代化是将孤立的数据从传统数据库迁移到基于云的现代数据库的过程。数据现代化使组织变得更敏捷，并消除遗留系统中的效率低、瓶颈多和不必要复杂性的问题。

问：什么是现代数据平台？
答：现代化数据平台是一个能够提供高效数据迁移、快速摄取、可扩展、多结构模型支持、提供灵活部署选择和优化存储效率的平台。Redis Enterprise等现代数据平台可实现交互式客户体验、更强大的风险管理以及用于欺诈检测的高级实时分析。

问：现代数据层如何支持云迁移、大数据、分析和AI？
答：大数据、人工智能和分析在加快企业数据驱动决策并更快获得数据洞察力方面发挥着关键作用。对于企业而言，他们需要一个现代内存NoSQL数据平台来提供实时数据。企业可以在任何云中将现代数据库部署为托管服务(DBaaS)，以利用云提供商提供的可扩展性、分析、外部数据和AI/ML服务。