运营质量分析平台
随着金融行业的用户业务规模的不断增大和服务对象的不断增多,需要一个有异常侦测机制的分析系统来辅助保证服务质量,主动发现运营问题并及时向服务对象反馈。
运营质量业务分析平台针对基于交易数据的运营质量分析,分析的对象包括运营的机构、商户、产品、终端等的运营质量监控与数据分析的系统。旨在解决生产运营中由于系统配置,参数管理,业务规划等问题引起的运营质量问题的发现和分析定位,通过大数据技术和数据挖掘分析手段分析定位异常点,确保业务系统能持续正常运行。侦测交易对象是否存在异常和违规行为,分析交易质量下降的相关因素,提升工作效率,并为各交易对象提供高质量的服务。在大量、高维的运营数据中如何快速、有效的分析定位到异常发生原因,这是高维数据分析的难点,这也是该方案着力解决的问题。
传统情况下,面对全网众多服务机构的巨大交易数据量,在做交易业务时,业务失败没有很好的分析工具,工作人员面临的工作量大,影响质量的因素(解释变量)全是属性变量、且其值多达到百万,失败率是小概率,交易量分布不均,且影响质量的因素众多并是时变的。海量数据和高纬降维是银行卡分析的难重点。
本平台对业务数据全面整合,将业务运营系统的源数据统一接入大数据平台,集中存储。构建构建数据分析、挖掘模型,利用大数据平台对不同业务场景数据进行分析与主题挖掘,业务对象能快速找到异常出现原因尽快解决,为客户提供高质量的服务。对分析结果提供多种形式的图表、报表展现。
本平台在模型上,包含满足不同业务需求的挖掘分析算法,根据实际业务情况构建符合业务数据特征的决策树算法、关联规则算法、Pareto寻优模型。技术上,基于Hadoop、Spark分布式存储与计算;Redis、Impala等高速缓存与查询;支持高并发、负载均衡。业务上,该方案实现自动识别、优先发现交易异常,减少人工核对;主动发现问题,不需人工参与;异常告警时间显著减少、系统可靠性明显增强、运维效率极大提高。