互金行业用云场景分析
 
数据管理

云产品集可应用在数据管理6大环节中:数据源集成、数据采集、数据加工、数据存储、数据计算、数据应用

风控模型

机器学习与认证类流量产品可用于反欺诈模型、信用评分模型、PBOC模型、额度策略模型的迭代与进化

业务系统

完备的云产品集可涵盖系统的高可用、弹性、安全、容灾和流量产品的集成。

运营支撑系统

去人工化智能应答系统,智能语音呼出、IVR,云呼叫中心等产品可大幅降低运营环节中的成本

非银信贷大数据风控

针对小贷、担保、融资租赁等非银行金融机构的信贷业务场景,提供获客、反欺诈、关联图分析、企业经营分析、贷后预警监控等全周期服务,全面提升非银行类金融机构风险管理水平。

信贷管理系统

信贷系统主要包含了审批、账务、催收3大模块来贯穿整个信贷流程的生命周期。可用于现金分期、3C、教育、医美、旅游、供应链和农业金融等场景。

物联网用云场景分析
 
海量的数据存储

海量设备、数据上报频繁、数据维度广等物联网数据的特点,云上多种类型数据存储产品、Pay-As-You-Go的付费模式、冷热数据分级存储等特性,都为数据存储上云提供了优质的解决方案

高并发的数据传输与处理

数百万级别的设备通信,数万级别的TPS,包含数据上报、设备遥测、远程控制等通信数据的传输与处理,需要高性能的消息队列与时序数据分片处理等服务,来实现高并发请求的处理与响应

高性能的BI

云上数仓产品、分析型数据库、数据可视化等产品,能帮助物联网企业实现业务数据库与BI数据库的隔离,快速生成报表

安全问题

云上的VPC、安全组、病毒防护、DDoS防护、SSL和加密存储等产品,可解决目前部分中小型物联网平台厂商“裸奔”的现状

新零售行业场景分析
 
新一代平台架构

采用公有云平台,快速实现系统的高可用和数据安全,并在技术架构上采用微服务和中台思想,同时提升业务系统的弹性和运营能力。

智能机器人客服

使用深度学习技术,精准理解以自然语言形式描述的提问,合理归类雷同问题后,根据知识库快速响应,从而大幅降低企业的人力成本。

全渠道融合

通过电商平台实现虚拟零售,并结合线下门店的实体零售,打通商品、物流、财务、营销等方面的信息壁垒,实现线上线下超融合。

大数据运营

通过对比分析线下线上系统多个维度的数据,生成精准的用户画像,完成个性化推荐,真正实现C2M。

仓储数据可视化

结合大数据技术,分析各类货物的占比,并通过数据可视化技术快速展现仓库的库存情况,结合销量预测和库存优化引擎,持续对库存进行优化。