Hubble数据库x某大型互联网数科公司 供应链金融项目构建数百亿图数据库

供应链金融在我国实施已有一段时间，各金融机构也推出了相应的供应链产品和服务，但在业务开展过程中存在着各种各样的风险点。

试想一下场景：授信企业将所获贷款挪为他用投资高风险渠道且投资失败，所贷款项全部亏损，不仅影响了企业的再生产和经营过程，而且影响到整个产业供应链的正常运作。

不是传统分析不能解决，而是在实际业务办理过程中，供应链金融关系错综复杂，不是简单分析能呈现的。随着整个社会生活以及经济发展模式都到了全面转型的时期，为了从数据中获取更多价值，已经开始需要使用图数据库获取深层次的统计信息。比起传统的信息存储和组织模式，图数据库能够很清晰揭示复杂的模式，尤其在错综复杂的社交，物流，风险管理、金融风控行业效果更为明显，可谓是一图胜过千言万语。天云数据的Hubble数据库融合了HTAP技术、图技术，更善于处理大量的、复杂的、互联的、多变的网状数据，其效率远高于传统的关系型数据库的百倍、千倍甚至万倍。

客户痛点：2.4亿活跃用户，供应链企业间关系错综复杂：

拥有国内2.4亿活跃用户的某大型互联网数科公司对金融供应链企业间的关联存在着很多问题，如在风险管理决策中的信息审查效率低，客户失联后无法修复、黑名单客户&多头贷客户无法快速识别等。如何快速实现高效信息审查、供应链企业关联关系查询、一致行动人查询、黑名单客户风险预警、多头贷客户欺诈识别、失联修复是企业目前迫切想要解决的问题。

解决方案：Hubble数据库构建200亿+图数据库：

Hubble数据库不仅支撑着海量数据的实时查询和分析，还融合了图技术和AI技术，通过发现金融供应链企业间的关联关系，利用风控部门管理客户并根据现有黑名单发现新的黑名单和多头贷企业，帮助企业建立自身完整的黑名单库。Hubble数据库利用该公司现有的2.4亿活跃用户以及500万供货商和合作伙伴所产生的交易数据，构建企业级金融供应链企业图谱与该数科公司金融内、外部各个系统之间相互关系，识别企业客户的风险。通过将所有的数据信息在失联修复、多头贷、黑名单三个业务场景下的节点定义和关系定义，搭建供应链金融企业图谱，构建200亿+图数据库。

价值增值：Hubble数据库助力企业把控风险点，修复失联企业较少损失：

通过Hubble数据库自身强大的图技术和AI技术为该企业构建了200亿+图数据库，便于做高级数据分析；搭建该企业的供应链金融企业图谱使该公司风控部门及时掌握了企业客户的风险点，及时控制贷款风险，避免损失；利用Hubble数据库强大的数据处理能力，修复失联企业，进一步控制风险，减少损失。

在实践检验中，Hubble数据库可以轻松应对海量高度互联社交数据的实时存储和高效查询，快速构建复杂的社交网络系统。帮助企业管理好数据，降低企业运营风险。