🏦 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
Top comments (0)