Get fresh updates from Hortonworks by email

Once a month, receive latest insights, trends, analytics, offering information and knowledge of the Big Data.

invito all'azione

Get Started

cloud

Sei pronto per cominciare?

Scarica Sandbox

Come possiamo aiutarti?

chiudiPulsante di chiusura
invito all'azione

Predictive Analytics and Solutions for Financial Services

play video button video

cloud Hortonworks is a leader. Read the Forrester Wave.

Download report

Who’s looking at you?

Your ocean of data. Is it secure? Leading banks and capital markets firms are using Hortonworks Data Platform and Hortonworks DataFlow to process huge amounts of data from traditional and non-traditional sources. Compliance teams can analyze both data-in-motion and data-at-rest to detect suspicious activity in real-time.

Ridurre i rischi, espandere al massimo le opportunità

Regulatory risk is present in all of these businesses and there is always internal risk. A few rogue individuals can cause extraordinary losses if their malicious activities go unnoticed.

Banks, insurance companies, fintech financial services and securities firms that store and process huge amounts of data in Apache™ Hadoop® have better insight into both their risks and opportunities. Predictive analytics in finance can provide deeper analysis and insight to help improve operational margins and protect against one-time events that might cause catastrophic losses.

Use Cases

Monitoraggio delle richieste per l'apertura di nuovi conti contro il rischio di default

Ogni giorno, le grandi banche retail ricevono migliaia di richieste per l'apertura di nuovi conti correnti e di risparmio. Prima di aprire un conto, le banche ricorrono a consulenti terzi che si occupano della valutazione dei rischi. Nel caso di richiedenti con record bancari negativi, le banche possono (ed è una prassi seguita) ignorare le raccomandazioni che sconsigliano l'apertura di un conto. Molti di questi conti ad alto rischio utilizzano somme eccedenti l'effettiva disponibilità di fondi e provocano perdite dovute a cattiva gestione o truffe, causando alle banche perdite per milioni di dollari. Alcuni di questi costi vengono riversati sui clienti più responsabili.

Hortonworks Data Platform can store and analyze multiple data streams and help regional bank managers apply predictive analytics to control new financial account risks in their branches. They can match banker decisions with the risk information presented at the time of decision, to control risk by sanctioning individuals, updating policies, and identifying patterns of fraud. Over time, the accumulated data informs algorithms that may detect subtle, high-risk behavior patterns unseen by the bank’s risk analysts.


Monetizzare i dati bancari anonimi nei mercati secondari

Le banche dispongono di enormi quantitativi di dati su operazioni, transazioni e saldi, contenenti informazioni sulle tendenze macro-economiche. Tali informazioni possono risultare preziose per gli investitori e i policy-maker esterni alle banche. Tuttavia, normative e politiche interne severe impongono la tutela dell'anonimato dei clienti delle banche.

Le banche retail si sono affidate a Hortonworks Data Platform in quanto data lake comune di informazioni provenienti da divisioni diverse di molti istituti: mutui, servizi bancari per i privati, crediti personali, servizi all'ingrosso e di tesoreria. Sia per i responsabili interni che i consumatori del mercato secondario queste informazioni costituiscono un valore importante. Con la possibilità di gestire i dati da un unico punto, la banca può rendere operative misure di sicurezza e privacy quali eliminazione degli elementi identificativi, mascheramento, crittografia e autenticazione dell'utente.


Maintain Sub-Second SLAs with a Hadoop “Ticker Plant”

Ticker plants collect and process massive data streams on stock trades, displaying prices for traders and feeding computerized trading systems fast enough to capture opportunities in seconds. Applying predictive analytics to the financial markets is useful for making real-time decisions, and years of historical market data can also be stored for long-term analysis of market trends.

Un cliente di Hortonworks ha ristrutturato il proprio sistema di gestione dei dati dei mercati sulla base di HDP. Prima di Hadoop, il sistema non era in grado di contenere più di dieci anni di dati sulle contrattazioni. Ora, ogni giorno fluiscono nel sistema gigabyte di dati, con migliaia di feed provenienti dai registri dei server. Su questi danti vengono eseguite query più di trentamila volte al secondo, e Apache HBase permette di farlo a una velocità conforme alle esigenze degli obiettivi SLA del cliente. In più, l'orizzonte di conservazione dei dati si è spostato oltre i dieci anni.


Analisi dei registri di contrattazione per il rilevamento di attività di riciclaggio

Un altro cliente Hortonworks che fornisce servizi per gli investitori, elabora quotidianamente quindici milioni di transazioni e trecentomila contrattazioni. A causa delle restrizioni imposte sulla conservazione dei dati, venivano archiviati i dati storici delle contrattazioni, limitando la disponibilità di molti dati. Nel breve termine, i dati sulle contrattazioni di ogni giornata non erano disponibili per l'analisi dei rischi fino a dopo la chiusura delle contrattazioni. Ciò creava una finestra di tempo che implicava un'esposizione inaccettabile al rischio di riciclaggio e di contrattazioni illecite.

Now Hortonworks Data Platform supports their AML software and accelerates the firm’s speed-to-analytics and also extends its data retention timeline. A shared data repository across multiple LOBs provides more visibility into all trading activities. The trading risk group accesses this shared data lake to processes more position, execution and balance data. They can do this analysis on data from the current workday, and it is highly available for at least five years—much longer than before.