A. 銀行海量交易數據是怎麼存儲的
「合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的專的資訊。」分析和決屬策這才是銀行引入「大數據」處理的關鍵因素。僅僅對於「海量流水數據提供給客戶查詢」而言，只是滿足了客戶的某個功能性需求而已。
一般來說，銀行的數據都是結構化的、持久性存儲的（非結構化的數據一般指電子影像，如客戶辦理業務的回單掃描圖片等），以資料庫以及文件方式存儲為主。按照交易數據性質，我們可以分為「原始流水數據」和「加工後數據」兩種。
B. 資料庫在金融行業中的應用
DB2資料庫為何在金融領域應用如此廣泛？在我接觸過的銀行用戶中，絕大部分都在使用IBM DB2資料庫產品，當然還是有一大批證劵公司也在使用。給我印象最為深刻的一次是在深圳辦的一場DB2技術專家沙龍，那次來的基本上都銀行用戶和證劵用戶。當時，就在想，DB2資料庫產品在金融領域應用咋那麼廣呢？
在開始這個討論之前，我也問了一些朋友，問他們是什麼原因導致了這一事實的發生，其中有人回答是歷史原因，也有人回答是因為DB2資料庫產品好。當然，眾多金融客戶選擇DB2資料庫產品，肯定是有各自的原因，歷史原因也罷，功能強大、性能穩定也罷，肯定各有說詞。不過我們可以想像一下，對於金融用戶來說，每天所產生的數據都非常多，且復雜，而且這些數據都相當重要，來不到半點馬虎。因此，他們在選擇資料庫產品的時候，自然是分外小心，不敢怠慢。另外，作為一家金融企業，在IT上的預算肯定也比較充足，所以產品的價格自然不是他們擔心的問題（當然，這只是一種猜測！）。這樣再分析原因的時候，我們就把重點放在了DB2資料庫的性能和穩定性上。那麼，究竟是不是了DB2資料庫的性能和穩定性導致了它在金融領域的應用如此廣泛呢，我不得而知！
針對這個『DB2資料庫為何在金融領域應用如此廣泛？』的疑問，是一個值得我們思索的過程。但至於是什麼真正的原因導致的，我這主題中就不詳細聊了，因為我的答案都是來源於大家，只有有了大家的支持，這個答案才會日漸豐富，日漸完善。
DB2的並發性、穩定性、擴展性這些都做得不錯，
金融行業很多業務是實時性交易很強的系統它們追求的是系統的穩定性，性能好，支持高並發、安全性高
所以選擇ORACLE、DB2這類資料庫等等
主要是用DB2 在用AIX系統 本身兼容性又好吧這樣穩定性更強，而且DB2 剛開始打開市場時是免費使用的
在金融行業，大家知道數據量大，數據復雜，更新頻繁，把大量而且關系復雜的數據進行整合，二次加工，做個決策分析，這些工作的前提都是要有一個穩定高效的資料庫。IBM DB2具有很好的安全性，數據可移植性，其他資料庫數據可以移植過來，又善於處理關系復雜的數據，而且速度快，連接方式靈活，可通過 ODBC、JBDC、網路服務、本地客戶機或非同步客戶機介面來實現，總之，相對其他資料庫DB2具有明顯的優勢，正好符合銀行的要求。
金融行業使用 DB2 可能是有其歷史原因的， 因為金融行業本身用 IBM 的主機就比較多 ：）
還是聽金融行業的兄弟們站出來說句吧
大家好
在金融行業中，我想大部分的業務系統使用的是DB2，而絕大部分的經營分析系統用的是teradata，我所知道就有工行，建行，中行，光大，浦發，民生，郵政銀行等等，IBM的產品一貫是安全性的代表，在銀行交易數據極其重要的前提下，選擇DB2是一個不錯的選擇，同時，DB2的大數據處理速度也僅次於teradata，另外很多銀行的硬體選擇了IBM的大機，自然iBM的軟體產品也是他們考慮的重中之重，至於teradata，在成功實施了walmart，ebay等超大的數據倉庫後，在入主中國也強勢地拿下了近10省的移動的經分系統和移動集團公司的經分系統，同時又很成功的實施了上海證交所的DW，這些事實的確證明了他們是數據倉庫行業的領導者，如果不缺錢，我相信選擇teradata做構建EDW是一個不錯的選擇！
我認為主要有以下幾點：
1、歷史原因
金融行業對於數據安全和系統可用性要求很高，因此，選用IBM主機的頗多。而DB2最初就是建立在主機操作系統上的，毫無疑問，是與IBM主機配合最好的資料庫產品，所以自然就會選擇DB2資料庫。由於對DB2比較熟悉，在開放式系統上也就選擇了DB2資料庫。
2、IBM技術支持和售後服務做的很好，產品性價比較高
根據我個人的親身體驗，IBM能夠根據客戶的需求進行電話或者現場技術支持，能夠根據客戶要求參與項目建設，與ORACLE相比，售後服務價格相對較低。
3、產品自身為用戶提供了較多的監控和分析工具，便於用戶自己進行問題診斷和性能優化
C. 金融行業有哪些領域需要大量運用數據分析
1.宏觀經濟分析：國內外宏觀經濟數據分析、政策走勢分析、經濟形勢分析。
2.證券數據內分容析：通過建立數據模型，分析股票指數數據，預測股票走勢。
3.財務報表分析：通過建立分析模型，分析財務狀況，關聯公司之間的經濟往來情況。
4.投資項目評估：多維度分析投資項目，通過數據進行投資決策支持，減少投資風險。
D. 金融機構銀行大數據的應用有哪些
目前來說，我看的三塊：一是風控，二是精準營銷，三是通過用戶行為分析，去用於運營分析和產品改進。我們神策數據主要針對第三個方面。
E. 大數據能否運用於銀行業
可以！但想要充分發揮大數據技術的作用，必須要求數據足夠多、足夠規范，才能在此基礎上進行分析和預測。同時，隨著信息化改造的逐步深化，現代銀行多使用電子文件代替了紙質文件，更易引用和保存，目前資料庫編程技術足夠成熟，在銀行對現有數據進行整合之後，由相關資料庫編程技術人員通過創建銀行內部資料庫，實現數據的完整性和統一性，為大數據分析和預測打下基礎，進而推動銀行業務的拓展。如：使用大數據技術實現發現潛在客戶和預測投資風險等功能。
F. 傳統銀行可以在哪些領域利用大數據
客戶信息收集越全面、完整，數據分析得到的結論就越趨向於合理和客觀。隨著互聯網的不斷發展，移動互聯網的大范圍普及，海量的用戶行為數據由此產生。更多維度數據的交叉與交互才會為銀行不斷的帶來新的活力。如果說行內數據的整理與應用能讓銀行描繪出客戶的部分畫像，那麼外部數據的進一步批量化時效性補充則可以讓銀行得到客戶更精確的畫像，這其中包含了通過客戶移動設備、社交應用、網頁訪問和點擊搜索信息所得到的客戶習慣偏好，客戶整體價值標簽及客戶社交屬性等。
G. 請舉例金融機構銀行大數據的應用有哪些
1、精準營銷： 互聯網時代的銀行在互聯網金融的沖擊下，迫切的需要掌握更多用戶信息內，繼而構建容用戶360度立體畫像，即可對細分的客戶進行精準營銷、實時營銷等個性化智慧營銷。
2、風險控制： 應用大數據技術，可以統一管理銀行內部多源異構數據與外部徵信數據，可以更好的完善風控體系。內部可保障數據的完整性與安全性，外部可控制用戶風險。
3、改善經營：通過大數據分析方法改善經營決策，為管理層提供可靠的數據支撐，使經營決策更加高效、敏捷，精確性更高。
4、服務創新：通過對大數據的應用，改善與客戶之間的交互、增加用戶粘性，為個人與政府提供增值服務，不斷增強銀行業務核心競爭力。