为了确保更高的客户满意度，银行需要 360 度的客户视图。然而，这是大多数金融机构所不具备的。有关客户行为的相关信息隐藏在各个业务领域的数据孤岛中。这更适用于客户在其业务环境中的交互和沟通渠道。人们认识到，这种联系的知识是产生商业机会的真正资本。基于图的 CRM 系统的构建是与现有的和传统的主数据系统共存的。添加的子域逐渐迁移为图结构，并通过缺失的“连接”不断丰富。
详细示例：欺诈预防
由于有组织犯罪，银行每年损失数十亿欧元。过程通常是相同的：一组或多组人聚集在一起形成一个环。环的成员彼此共享凭证以进行身份验证。这意味着他们拥有相同的居住地和电话号码，他们将这些信息 药品电子邮件列表 结合起来创建新的虚假身份。这些人工创建的个人资料用于在信贷机构开设账户，而信贷机构又用于发放无担保贷款和信用卡。第一阶段，账目无异常；借贷平衡。银行通过提高透支限额来奖励这种行为。在第二阶段，炸弹爆炸：在共同努力下，所有信用额度和账户限额同时耗尽。然而，用虚假身份登记的人却再也找不到了。在第三阶段，银行被迫将由此造成的损失作为损失注销。
在面向图形的数据库的帮助下，金融公司现在可以轻松检测此类欺诈圈并采取适当的对策。在我们的示例中（可以在 Neo4j 教程中以稍微修改的形式找到），我们描述了三个银行客户 - 包括地址、电话号码、银行账户和贷款。 Neo4j 非常清楚地可视化了这种情况：
使用图形数据库轻松预防欺诈
通过一个简单的查询，我们会收到一份共享多个合法相关信息的账户持有人的列表：
有关潜在欺诈团伙的信息
结果表显示三个银行客户（例如 Hans Meier、Michaela Steiner 和 Frank Schmidt）具有相同的地址。两个客户（Michaela Steiner 和 Frank Schmidt）具有相同的电话号码，两个客户（Hans Meier 和 Michaela Steiner）具有相同的 ID 号。这些异常现象表明存在协作和非法活动，需要进行深入调查，并可能向监管机构和执法部门报告。
另一个查询提供了有关未覆盖的环结构造成的潜在财务损失的统计数据。计算的基础是要使用的信用额度、账户和信用卡的金额：
诈骗团伙造成的经济损失
Neo4j查询语言CypherQL中的统计查询看起来像普通的SQL语句。该表达是直观的并且基于自然语言：
结论
正如您所看到的，使用面向图形的数据库并支持金融机构应对挑战有许多优势。它们的作用是揭示有关数据之间联系的知识，并使其可用于日常业务。考虑到当前正在发生的剧变，坚持异构筒仓景观将是错误的。这些孤岛需要被打破并联网。市场研究公司（例如 Forrester Research）的分析一致认为，从中期来看，面向图形的数据库的市场份额将显着增加。然而，向新的、基于知识的系统环境的过渡不会一蹴而就。遗留系统和“现代”IT 将在未来很长一段时间内继续并存并相互补充。
您想了解更多有关银行业令人兴奋的话题吗？那么请看一下我们之前发布的博客文章。