🏦 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