京公网安备 11010802034615号
经营许可证编号:京B2-20210330
互联网银行对大数据需求旺盛
“中国内地数据库市场竞争激烈,但甲骨文最近几年仍保持了50%以上的市场占有率,其中城市商业银行是需求最旺盛的一个群体。”甲骨文公司副总裁、中国区技术产品事业部总经理吴承扬昨日在“2015年甲骨文数据大会”上向记者表示。
他认为,中国去IOE政策让很多本土数据库软件商有了更多的市场空间,但这远远不够。数据库技术是一个较为底层的协议技术,需要有耐心才能提供有竞争力的产品,而国内对于去IOE理解太过于应用层面。
对于甲骨文公司而言,ORACLE数据库目前在国内仍十分有竞争力。“大家感觉ORACLE数据库贵,但是整体考虑总拥有成本,包括选件、机房、用电等,甲骨文还是很有竞争力。”吴承扬表示,在海量数据库整合方面,甲骨文也优势明显。
目前ORACLE数据库在金融行业市场份额仍保持了快速增长,且高于国内总市场份额的增速。据悉,在银行领域而言,城市商业银行对于ORACLE数据库需求很强劲。
“城商行目前需求的最大特点,就是必须快速解决IT问题,同时还需要有足够的安全性来进行保障。”吴承扬表示。
在互联网金融蓬勃发展之时,甲骨文公司也瞄准了该领域。
吴承扬表示,很多传统城市商业银行正在谋求建立自身的互联网银行业务,而在此领域甲骨文也在不断探索,“这块也最具有潜力。”据悉,多家城市商业银行正在与甲骨文公司进行洽谈。
“互联网银行就是银行可以通过互联网,获得客户的信息,从而实现信贷的便利化和安全性。”吴承扬表示。
更进一步,吴承扬表示,目前传统银行也有将互联网银行进行平台化的趋势,“因为商业银行不可能提供中小客户的多样需求,而平台化后,可以由商家提供应用。”
据了解,今年6月,Oracle云平台增加了24项新的云服务。其中,Oracle数据库云—Exadata服务将Oracle Exadata数据库云服务器平台的高性能迁移至云中。
同时推出的还包括Oracle大数据云服务和大数据SQL云服务,使得客户能够在云中使用熟悉的SQL技术与Hadoop和NoSQL等新技术进行对接,在一个企业云中为用户提供业界最全面的大数据管理系统。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19