富民银行-客户案例

银行端到端支付实时分析

Kyligence 对于 Kafka 数据流的无缝对接，低成本的解决了支付场景实时监控业务数据的问题，补齐了 T+0 的数据短板，极大提升了业务方发现、解决问题的时效性，也对于全行的实时能力做了补全和完善。

黄泽华重庆富民银行数据算法负责人

互联网支付，面对实时统计和监控的挑战

互联网支付的主要表现形式有网银、第三方支付、移动支付三种，由于支付场景涉及资金的实时流动，故而对实时性的统计和监控有强需求，对数据时效性也有较高的要求。富民银行以往是通过常规跑批的方式计算好指标数据，实现对支付数据的监控及交易级明细核查，同时也尝试通过 Spark Streaming、Flink 等方案来解决时效性低的问题，但仍面临许多痛点。

日均 20W+ 支付数据的实时监控及明细核查

日均 20W+ 支付数据的

实时监控及明细核查

为了更好满足富民银行对于端到端支付实时分析需求，Kyligence Enterprise 对接了 Kafka 流式支付交易数据，业务用户可以通过 Tableau 定制 Dashboard 进行自助分析，实现了对日均 20W+ 端到端支付数据的实时监控及交易级明细核查，提升了异常交易的发现、核查及处理时效，为客户打造了低成本、低延时的流式场景。