蘇雁南

摘要：隨著各券商金融科技投入力度的不斷提升，金融行業從業者普遍開始著眼于智能投顧及產品商城等多個應用領域，需要將客戶投資能力分析作為其中的主要參考指標，為其提供高效的投資量化數據，并以此為前提，保障數據增值服務的水平，為其提供賬戶診斷、精準產品營銷及投資組合等多項服務。本文將結合南京證券的實際業務需求，充分利用業內的成熟方案，不斷提升證券公司運營服務的水平，以提升投資者數據的完整性和可行性，實現對于系統的充分擴展，以構建更為優質的數據服務系統，讓客戶得以統籌管理資產視圖服務及智能賬單服務，同時，為其提供良好的推送服務，以實現對于公司營銷服務的充分支撐，并與投資者端進行充分銜接。

關鍵詞：證券公司;IDS項目;平臺建設

1、實例分析

本項目的主要方向在于為投資人員提供更為豐富和更高質量的數據服務，讓投資者可以針對自身的賬戶資產及交易信息實現高效處理。待系統升級優化后，需要向其中引入大數據驅動技術，并將其與微服務框架進行充分整合，以提升實時數據運算處理水平，使其得以與微服務框架實現高效結合，讓實時數據運算處理的性能及吞吐力得以充分保障。本文中的IDS項目中充分應用了云服務背景下的金融產品數據，且可以高效利用客戶賬戶和各類交易數據，針對投資者賬戶進行充分估值和合理計算，同時，全面利用形式新穎的企業凈值模型，結合適宜的資產分類技術手段，為投資者提供更適應與互聯網環境的優質數據服務[1]。

2、IDS項目特點分析

2.1 融合大數據技術

該項目主要依托于大數據處理平臺實現數據處理，可以綜合利用sqoop、hive等不同類型的技術組件結構，并據此開展投資者數據處理，以充分運算相關的金融公共信息數據，同時，發揮數據服務接口的技術優勢，利用該接口結構實現數據查詢，并訪問相應的數據系統。

2.2 優化賬戶分析

要求基于投資者的視角開展數據組織工作，為投資者提供高質量的數據服務，讓投資者得以獲取最為簡單和智能的投資服務。多數理財人員所采取的投資策略往往并不局限于單一化的股票交易，需要結合相應的投資需求進行處理，為投資人員提供更為優質的數據服務，并將國債逆回購、分級基金及貨幣基金等投資服務統一納入該范疇。

2.3 實現實時的資產計算處理

應用傳統的數據計算處理模式，則要求針對T日內所應用的各類業務數據信息進行充分處理，以便在交易日結束后實施全面的數據采集和數據加工，并在T+1日時充分展現相應的交易結果。在業務類型持續優化的背景下，也相應提高了對于數據收集的實時性要求，需要充分利用實時流處理技術手段，以實現對于各類交易數據信息和所收集行情信息的實時化記錄，并予以及時更新調整，讓投資者得以獲取快捷的數據接口，以實現實時的資產情況查詢，讓決策分析工作的實時性得以全面保障[2]。

2.4 提供7*24h查詢服務

要求為投資人員提供全天候的數據查詢服務，讓投資者可以隨時隨地查詢所需的數據服務信息。同時，可以讓投資者的查詢及交易處理方案實現充分分離，以相應分散投資人員的交易風險，為投資者降低交易負擔，并將其列入分類分級服務的范疇。在IDS平臺中含有大量的信息，其中保留了充足的歷史資產、持倉及盈虧信息，需要針對其中的柜臺數據信息實施統一化管理，同時，全面整合業務代碼數據、當前及歷史流水數據情況和業務統一數據等信息，使其得以全范圍覆蓋在證券行業中，以滿足客戶的全天候指標查詢要求。

2.5 提供數據接口推送服務

本項目充分利用了數據推送服務和服務接口方式，可以實現高效的數據共享，需要結合投資者的實際交易委托作業類型開展數據推送。該IDS項目后臺中含有十分豐富的數據推送服務組件結構，在系統前端含有統一的配置管理裝置，可以針對后臺的數據信息進行分發處理[3]。

3、證券公司IDS項目平臺建設方案

3.1 總體設計方案

3.1.1 業務架構設計

針對本項目中的底層數據實施處理，要求充分利用大數據平臺技術，在大數據技術的基礎上結合微服務平臺架構機制，以實現對于平臺的充分細化，并將其分成如下類型：

第一，數據源層，其中主要含有金融公共數據和投資者數據等多種類型，金融公共數據的最主要來源為資訊源及互聯網渠道;而投資者數據則主要包含個股期權業務、債權、兩融業務、股票等業務類型，與投資者有著十分密切的聯系。

第二，數據獲取層，要求充分利用其中的數據采集工具設備，以實現高效的源數據采集，讓其中的各類源數據得以充分清洗和全面轉化，為此，可以適當運用爬蟲、Kafka等工具進行數據采集。

第三，數據存儲層和運算層，可以獲取所需的數據信息，針對收集的數據進行轉換，同時，利用Hive、Hbase等多種數據存儲工具技術實施存儲，讓所存儲的大量數據信息得以借由大數據平臺進行處理，以達到深度的數據處理效果。

第四，數據服務層，要求充分利用數據服務支持業務，提供具體的數據服務層，并將其概括為數據推送、數據接口及數據文件等多種不同的數據服務形式。

第五，數據應用層，其中包含客戶標簽、資產分析、基礎數據查詢及智能賬單等各類數據服務類型。

第六，數據訪問層，可以綜合利用不同的前端渠道，如各類APP和微信等實現數據訪問，并查詢所需的操作。

第七，運維管控管理，可以針對其中的數據信息進行充分的服務和調度管理，讓本項目中的內部管理質量得以切實提升。

3.1.2 技術架構設計

上述服務平臺技術架構由兩類結構構成，分別為以大數據平臺技術為依托的數據處理模式，可以以底層數據源為基礎，通過高效的數據采集工具實施數據采集，同時，充分利用大數據存儲及運算處理工具實施高效處理。

3.2 數據存儲設計及內容

該項目中所存儲的數據信息類型主要包括交易柜臺數據和金融公共數據兩種形式，其系統構成見下圖3所示。

第一，接口層。需要利用ETL技術，從源系統中抽取所需的數據信息，若在大數據平臺中已經包含了充足的ODS數據，則需啊喲充分利用相應的表映射視圖予以處理。

第二，基礎層，其中所包含的數據類型主要包含配置表、維度表信息、基本信息、歷史操作資料及信息等。

第三，匯總層，結合基礎層中的各類數據信息進行處理，并將其與處于不同業務線中的輕粒度信息進行充分匯集，在其中融入集中交易、個股期權、金融產品等各類專項指標數據。

第四，應用層，要求充分利用各類投資者指標數據，以實現對于客戶資產收益狀態、交易行為和盈虧情況的深入分析，通過深度的挖掘處理作業，導致系統完善的投資者數據智能賬戶分析模式，并在此基礎上優化標簽畫像體系。

結語：總而言之，隨著證券市場的不斷發展，借助智能化的運營管理平臺，可以建立對于企業業務的深刻把握，以打造更具差異化的營銷運營策略，實現對于運營機構和過程的精細化管理，讓企業的服務水平得以全面提升，以更好適應客戶的應用需求。

參考文獻

[1]張寧，才國偉. 國有資本投資運營公司雙向治理路徑研究——基于滬深兩地治理實踐的探索性扎根理論分析[J]. 管理世界，2021，37（01）：108-127+8.

[2]高昂. 互聯網金融模式下證券公司內控體系建設[J]. 商業文化，2021（28）：105-106.

[3]周其慧，陳宏原. 基于流程構建思路的微門戶平臺建設中的探索[J]. 網絡安全和信息化，2021（11）：87-90.