大数据时代银行面临着巨大的商业挑战：多方的竞争压力，市场业绩不佳，财务压力不断攀升，客户关系维护难度加深等。在互联网交易链条中，多种移动支付方式以及互联网金融正在不断冲击着银行的业务，这使得银行逐渐被边缘化和管道化。

面对多种商业挑战，借助大数据技术整合多方数据，银行可以通过深入洞察客户和市场，对客户制定个性化的挖、抢、保、拓策略，从而提升银行营销和风控效率，降低运营成本，并且更好的提升客户体验。

负责源数据的采集、清洗、转换和加载包括：

1）把原始数据加载到Hadoop平台；

2）把加工后的数据加载分布式数据库和主数据仓库；

负责存储海量的流量话单数据，提供并行的计算和非结构化数据的处理能力，实现低成本的存储和低时延、高并发的查询能力。

存储加工、关联、汇总后的业务数据，并提供分布式计算，支撑数据深度分析和数据挖掘能力，向主数据仓库输出KPI和高度汇总数据。主数据仓库（与MPP合设）：存储指标数据、KPI数据和高度汇总数据。