SQream

Data Analytics Acceleration

นัดหมายการสาธิต
SQREAM

TRANSFORMING FINANCIAL DATA ANALYTICS

มีเพียงไม่กี่อุตสาหกรรมที่ต้องจัดการกับข้อมูลจำนวนมหาศาลและหลากหลายเท่ากับภาคการเงิน กฎระเบียบทางการเงินใหม่ ๆ เช่น Basel IV ได้เพิ่มแหล่งข้อมูลใหม่ ๆ และตัวชี้วัดที่ซับซ้อนยิ่งขึ้น การที่ข้อมูลถูกแยกเก็บเป็นไซโล (Siloed Data) รวมกับปริมาณข้อมูลขนาดใหญ่ และกระบวนการเตรียมข้อมูลที่กินเวลามาก ส่งผลให้การโต้ตอบลดลง และการวิเคราะห์เชิงลึกช้าลงอย่างมาก

องค์กรทางการเงินจึงต้องการโซลูชันวิเคราะห์ข้อมูลที่มอบ ประสิทธิภาพความเร็วสูงในระดับสเกลใหญ่

20X MORE DATA | 100x FASTER | 10% OF COST

ออกแบบมาสำหรับการจัดการข้อมูลตั้งแต่ระดับ เทราไบต์จนถึงเพตาไบต์ SQream’s GPU-powered Data Warehouse ช่วยให้องค์กรการเงินสามารถ รับเข้า (Ingest), เชื่อมโยง (Join), และวิเคราะห์ข้อมูลจากแหล่งต่าง ๆ ได้อย่างรวดเร็ว เพื่อสร้าง Insight ที่อิงตามข้อมูลล่าสุดแบบเรียลไทม์

ด้วยความเร็วและความยืดหยุ่นที่ไม่เคยมีมาก่อน ธนาคารสามารถค้นพบข้อมูลเชิงลึกที่ไม่สามารถเข้าถึงได้มาก่อนหน้านี้ ปรับปรุงการวิเคราะห์ความเสี่ยง (Risk Analysis), ทำให้การรายงานง่ายขึ้น และเพิ่มความภักดีของลูกค้า — ทั้งหมดนี้ทำได้เพียงแค่เพิ่มฐานข้อมูลที่ คุ้มค่าและใช้งานง่าย เข้ากับ Workflow ที่มีอยู่แล้ว

SQream สามารถติดตั้งได้ทั้ง On-Premise และบน Cloud

  • Enhance Fraud Detection → เสริมประสิทธิภาพการตรวจจับการฉ้อโกง
  • Refine Risk Analysis → ยกระดับการวิเคราะห์ความเสี่ยง
  • Optimize Equity Pricing → ปรับปรุงการกำหนดราคาหุ้นให้เหมาะสม
  • Personalize Client Offerings → ปรับแต่งข้อเสนอให้ตรงตามความต้องการลูกค้า

คุณจะทำอะไรได้บ้างกับ Analytics ที่เร็วขึ้น 100 เท่า?

Improve Compliance, Fraud Detection & Risk Management

กฎระเบียบใหม่ๆ ต้องการรายงานที่เข้มงวด ซึ่งมักเกี่ยวข้องกับการคำนวณตัวชี้วัดที่ซับซ้อนบนข้อมูลดิบ (Raw Data) SQream มอบการเข้าถึงข้อมูลดิบได้ทันที พร้อมความสามารถ Multi-table JOIN บนทุกฟิลด์ ทำให้การคำนวณอย่างเช่น XVA เป็นเรื่องง่าย แม้จะอยู่บนข้อมูลประวัติย้อนหลังนับพันล้านรายการ นอกจากนี้การออกแบบที่เร่งด้วย GPU ของ SQream ยังเอื้อให้ทำการวิเคราะห์เชิงลึกเกี่ยวกับพฤติกรรมผู้ถือบัญชี เพื่อประเมินความเสี่ยงได้แม่นยำขึ้น และติดตามแนวโน้มย้อนหลังได้ดียิ่งขึ้น

ด้วยความสามารถในการเชื่อมโยงข้อมูลที่แตกต่างกันจำนวนมหาศาลได้เร็วกว่าแบบดั้งเดิมถึง 100 เท่า SQream DB ช่วยให้องค์กรการเงินสามารถระบุพฤติกรรมผิดปกติหรือปัญหาด้าน Compliance ได้ ก่อนที่จะสร้างความเสียหาย

Maximize Competitive Advantage

ท่ามกลางกระแสดิจิทัลที่เติบโตอย่างรวดเร็ว สถาบันการเงินมีโอกาสมากมายในการใช้ข้อมูลมหาศาลเพื่อสร้างการเชื่อมต่อกับลูกค้าอย่างชาญฉลาดขึ้น SQream DB ที่ขับเคลื่อนด้วย GPU มอบความสามารถในการวิเคราะห์แนวโน้มตลาดและลูกค้าเกือบแบบเรียลไทม์ ทำให้สถาบันการเงินสามารถนำเสนอข้อเสนอที่ตรงใจลูกค้า (Highly Personalized Offerings) ซึ่งช่วยเพิ่ม Engagement และผลักดันรายได้

SQream ยังช่วยให้องค์กรสามารถเจาะลึกข้อมูลย้อนหลังได้มากขึ้น — จากที่เคยวิเคราะห์ได้เพียง “ไม่กี่สัปดาห์” กลายเป็น “หลายเดือน” หรือจาก “ไม่กี่เดือน” กลายเป็น “หลายปี” หน้าต่างการวิเคราะห์ที่ขยายกว้างขึ้นนี้ช่วยสร้างโมเดลพฤติกรรมลูกค้าที่แม่นยำกว่าเดิม ปรับราคาผลิตภัณฑ์ทางการเงินให้เหมาะสม และนำเสนอผลิตภัณฑ์ที่ตรงกับลูกค้าได้อย่างลงตัว

TAP INTO A WORLD OF NEW INSIGHTS

Fast Analysis of Massive Raw Data

เทคโนโลยีอันทรงพลังของ SQream ประมวลผลข้อมูลระดับ “ล้านล้านแถว” ได้อย่างลื่นไหล ให้ผลลัพธ์เร็วขึ้นถึง 100 เท่า ข้อมูลดิบพร้อมสืบค้นได้ทันที ไม่ต้องทำ pre-aggregation หรือ pre-modeling

Simple Deployment & Administration

รองรับ SQL มาตรฐาน และการเชื่อมต่อ ODBC, JDBC, .NET, Node.js, Python จึงทำงานร่วมกับ ecosystem ที่มีอยู่ได้ทันที ทั้ง บนคลาวด์ และ on-premise

Built for Your Growing Data

ขยายจาก เทราไบต์สู่เพตาไบต์ ได้อย่างง่ายดาย ปรับเพิ่ม storage และ compute ได้โดย ไม่ต้องกระจายข้อมูลใหม่ (no redistribution)

Cost-Effcient

ใช้พลัง NVIDIA GPUs เพื่อ footprint ต่ำ ประสิทธิภาพฮาร์ดแวร์สูงสุด จัดเก็บและวิเคราะห์ข้อมูลได้ มากกว่า 100 TB บนเครื่อง 2U เพียงเครื่องเดียว

COMPLEMENTING HADOOP FOR ANALYTICS

แม้หลายบริษัทจะถูก “ขายฝัน” เรื่อง Hadoop แต่ปัจจุบันก็มีเครื่องมือมากมายที่สามารถทำ SQL-on-Hadoop Analytics ได้ในระดับหนึ่ง เพียงแต่ ติดตั้งและดูแลยาก เพราะมีองค์ประกอบหลายส่วน ทั้งนี้ Hadoop ยังคงเป็น องค์ประกอบสำคัญของ Data Warehouse ในอีกไม่กี่ปีข้างหน้า

Hadoop กลายเป็นหัวข้อที่มีความสำคัญมากขึ้น ปัจจุบันโซลูชันต่าง ๆ เลือกที่จะ เชื่อมโยงข้อมูล (Federation) ผ่านชั้น BI หรือ ย้ายข้อมูลเข้า Data Warehouse เพื่อการเข้าถึงแบบ Mass Access เอนจิน SQL บน Hadoop ในปัจจุบันยังคงให้ประสิทธิภาพที่ดีขึ้นเพียงเล็กน้อยในกรณี Federation แต่เป้าหมายปลายทางจริง ๆ คือการ เชื่อมทั้งสอง Data Store ด้วย SQL ซึ่งในอีกไม่กี่ปีข้างหน้าจะกลายเป็นมาตรฐานสำหรับองค์กรต่าง ๆ ในการดึงคุณค่าจากข้อมูลทั้งหมด

SQream DB มีรูปแบบการติดตั้งที่ใช้งานได้จริงแล้วแบบ Side-by-Side และเพื่อปลดล็อกการใช้งานระดับถัดไป จำเป็นต้องมีการพัฒนาผลิตภัณฑ์เพิ่มเติม เพื่อให้สามารถ บูรณาการกับฟอร์แมต เครื่องมือ และเมธอดมาตรฐานในอุตสาหกรรม ได้ดียิ่งขึ้น

สรุปประเด็นสำคัญ (Key Takeaways at a Glance)

  • Hadoop เป็นโครงสร้างพื้นฐานที่ถูกใช้อย่างแพร่หลาย แม้ว่าจะถูก “oversold” เกินจริงในบางกรณี
  • Data Warehouse และ DBMS แบบดั้งเดิม ไม่สามารถรองรับลักษณะข้อมูลที่เปลี่ยนแปลงไปได้ดีนัก และมักอนุญาตให้สืบค้นเฉพาะข้อมูลที่ ประมวลผลหรือรวมไว้ล่วงหน้า (Pre-computed / Pre-aggregated)
  • บางบริษัทที่มี รูปแบบข้อมูลหลากหลายมาก ได้รับประโยชน์อย่างมากจาก Hadoop
  • บางบริษัทถูก “oversold” Hadoop และฝืนใช้งาน แม้ว่า DBMS ปกติ จะเพียงพออยู่แล้ว ซึ่งจุดนี้เองที่ SQream DB สามารถสร้างคุณค่าได้สูงสุด เนื่องจาก Business Logic ส่วนใหญ่ยังคงเป็นข้อมูลเชิงสัมพันธ์/มีโครงสร้าง โดย Hadoop จะกลายเป็น อีกหนึ่งแหล่งข้อมูล (Another Data Source) สำหรับ SQream DB

สรุปสำหรับ SQream (SQream Takeaways)

  • SQream DB มีรูปแบบการติดตั้งที่ใช้งานได้แล้วในปัจจุบัน (Side-by-Side)
  • SQream DB ยังมีศักยภาพที่ยังไม่ได้ถูกนำมาใช้เต็มที่ สำหรับการติดตั้งแบบ Hybrid Deployment และ Unified Deployment ในอนาคต ควรพัฒนาผลิตภัณฑ์ให้สามารถ อ่านข้อมูลจากระบบ Hadoop ได้โดยตรง (เช่น HDFS, Federated Queries ไปยัง HBase) เพื่อเพิ่มความสมบูรณ์สำหรับ Ecosystem ของ Hadoop และทำให้ SQream DB ก้าวขึ้นมาเป็นตัวเลือกที่แข็งแกร่งสำหรับการ Query บนชั้นข้อมูลแบบ Unified ในอนาคต
  • ควรมีการวิจัยเพิ่มเติมเพื่อหาพื้นที่ที่สามารถปรับปรุงได้ เช่น วิธีที่ SQream DB จะสามารถอ่าน Semi-structured Data (เช่น Arrays, Nested Objects) ได้ — แบบเดียวกับที่ Snowflake และ Vertica ทำได้แล้ว
ผู้จัดการฝ่ายขาย

กฤษกร คูเจริญไพศาล

โทรศัพท์

+66 (0)87-516-3403

อีเมล

kritsakorn.k@magicsoftware.co.th