系客户关联关系分析系统，落实国家大数据战略，防范系统性金融风险，实现数据共享，发挥数据资产价值，探索大数据在银行业应用的最佳实践，解决商业银行在对公客户信贷管理中集团客户识别认定难，风控难的业务难题，通过使用大数据技术手段，实现系客户族谱自动提取、客户全景信息展示、风险信息自动提示等功能目标，提升商业银行风险防范能力。 • 促进业务系统优化，强化风险“硬约束”；
• 促进数据治理工作，全面提升数据质量；
• 实现抽样审计向全数据审计的转变。

EAST是银保监会现场检查分析系统的简称，是银保监会基于一套通用的监管数据标准从各家银行采集标准化数据，并对基础数据进行监测模型分析，将分析结果应用于现场检查工作。同时，通过EAST监管数据标准的实施来督促银行加强数据治理，并与1104非现场监管报表系统进行数据质量的相互验证。 • 支持横向多部门、纵向多层级机构的数据分发流程、问题处理流程；
• 内置3000多条数据项校验规则，另外支持针对报送数据项，按照银行实际业务需要自行配置校验规则，以满足内部数据质量控制的要求，实现问题发现、跟踪、治理、评价的全闭环管理；
• 对EAST报文深入分析以及银保监会现场检查案例的解读，共整合近300多个EAST合规模型分析，另外提供类似银保监会EAST图形化分析工具，按照业务发展需要自行配置合规模型；
• 采用大数据架构和数据处理引擎，对于亿万级的数据抽取、转换、校验、拆分、生成报文以及各类信息的导出均有着出色的表现，有效解决了银行在处理大数据量的运算过程中出现的速度慢、耗时长的问题。

系客户关联关系分析系统，落实国家大数据战略，防范系统性金融风险，实现数据共享，发挥数据资产价值，探索大数据在银行业应用的最佳实践，解决商业银行在对公客户信贷管理中集团客户识别认定难，风控难的业务难题，通过使用大数据技术手段，实现系客户族谱自动提取、客户全景信息展示、风险信息自动提示等功能目标，提升商业银行风险防范能力。 • 将先进理论、海量数据、挖掘工具、大数据技术和业务需求有机结合，构建银行大数据应用系统；
• 提出基于“系客户”六大关联关系的风险分析框架和自动识别模型；
• 构建了基于客户关联关系族谱的风险预警模型；
• 使用新技术全面展示“系客户”关联关系族谱及全景视图；
• 整合多路外部数据源，创新提出9大主题、可扩展的外部数据存储模型。

集团客户在给金融机构带来大量收益的同时，也可能因自身的经营不善给金融机构带来风险甚至造成重大损失，集团客户管理在金融机构的风险管理中居于重中之重的地位，集团客户综合管理系统有效的解决了集团客户管理中的突出问题和矛盾，提升金融机构对集团客户的服务与管理能力，有效管控和化解不良风险。 • 加强集团的真实、完整的信息资料管理；根据集团经营能力和财务状况，设置预警机制；上下联动，实现信息共享；
• 以集团为单位，进行统一授信额度控制，建立“授后监控”体系，防范授信集中风险；
• 建立完善的风险预警机制，对集团及成员企业的风险做到事前预测、预警、预报，事中监测和事后清收处理制度。

数据挖掘与分析系统解决了数据存储、软件/硬件一体化管理，整合了丰富多样的数据挖掘平台，规范了用户的数据挖掘流程，采用APP模型发布模型应用快速实现数据挖掘的商业价值。 • 快速实现挖掘模型商业价值：定制化挖掘模型应用，采用APP模式发布，快速实现模型的商业价值；
• 挖掘平台整合：提供丰富的数据挖掘平台整合技术，整合主流的SAS、Python、R、Spark等；
• 规范化数据挖掘管理流程：定制化数据挖掘管理流程，对数据挖掘全生命周期进行管理，使挖掘模型持续增值；
• 平台资源数据统一管理与规划：对软件、硬件、数据等资源进行统一管理，避免在数据挖掘过程中出现资源浪费。