🏦 用例 1：贸易账本 Trade Ledger 🤑

• 数据驱动型贷款
• 简化客户在线信用申请流程
• 能够向任何增长型企业提供贷款
• 让业务更快、更简单、更有利可图
• 贷款可在一小时内获批

🔍 贷款领域知识：

• 获取优质数据源以作出明智决策
• 使贷款方能够提升信用风险状况(随贷款进行不断提升)

🤯 挑战：业务规则执行

• 不同产品增加了复杂性
• 手工活动无法满足监管要求

🔍 挑战：透明度

• 数据散落在电子表格、文档中，分布在金融机构的多个部门

🔍 挑战：可审计性、可溯源性

• 不同数据源之间频繁的数据变更
• 需要跟踪数据随时间的变化

🔥 解决方案：MongoDB灵活的文档数据模型

• 将不同数据源和不同架构的各种数据类型整合到单一数据源

🤑 用例 2：加密货币交易 🤑
全面了解最新数据

🤯Kibana：（坏例子）

• 将各种不同数据源同步到ElasticSearch，仅用于报告
• 耗时费力，数据副本众多，到最后数据已经过时

🤯 挑战：

• 不同项目产生的各种数据集
• 基于各国或地区的不同隐私和安全要求
• 需要额外的安全功能和内置合规性

🔥 解决方案：MongoDB Atlas Charts

• 视觉化展现
• 内置工具
• 实时
• 具备分析能力和商业智能
• 执行自定义查询和创建自定义数据可视化
• 每日高管仪表板:及时决策
• 洞察关键客户统计、交易量、用户数量

🚀 MongoDB优势：

• 每秒10，000到15，000笔交易
• 简化复杂性
• 将数据分隔到不同集群
• 符合不同地区的规则(GDPR、APAC)

🔍Reference:

https://www.mongodb.com/solutions/customer-case-studies/seracle
Seracle builds the future of crypto trading with MongoDB's Developer Data Platform

https://www.mongodb.com/solutions/customer-case-studies/trade-ledger
Trade Ledger Pioneers Data-Driven Lending across the Financial Services Industry Using MongoDB Atlas on AWS

Editor

Danny Chan, specialty of FSI and Serverless

Kenny Chan, specialty of FSI and Machine Learning