客户： Harris Associates
挑战： 从多个内部和外部数据源创建并维护一个企业级单一可信数据源，以便为数据使用者提供一致的数据和分析服务。
成果： InterSystems Data Studio 软件由创新的智能数据编织（smart data fabric）架构提供支持，能够提供企业所需的信息和洞察力，助力其提高投资组合回报率、增强客户参与度、降低风险并提升运营效率。
Harris Associates 是一家独立的资产管理公司，为企业和机构、非营利组织等管理着超过 990 亿美元*的股票和固定收益投资组合。 该公司还拥有并运营 Oakmark Funds 基金，隶属于 Natixis Investment Management, LLC，后者管理的资产总额超过 1 万亿美元*。 作为价值投资者，Harris Associates 始终在探寻管理风险、降低成本以及了解其投资资产内在价值的方法。 要实现这些目标，关键在于能够获取并利用及时、一致且相关的数据，为多个数据使用者和应用场景提供服务。
Harris Associates 的CTO表示：“我们处理的数据量非常大——数以百万计的记录。 每一秒都很重要。 现在相关的数据，五分钟后可能就不相关了。”
多年来，Harris Associates 尝试了各种方法和技术，以便更好地利用其运营业务所需的所有分散数据，包括手动处理、电子表格、数据湖、数据仓库和数据集市。 据该公司称，所有这些方法都有很大的局限性，包括数据重复、批处理的复杂性和延迟、不灵活的架构、业务用户无法自行探索数据以及持续的维护要求。 Harris Associates 始终在寻求一种基于现代方法的更好的解决方案，希望可以动态访问和使用来自任何来源的数据，并可插入任何应用程序或分析引擎，从而消除以往方法的局限性。
据该公司CTO称，在对各种替代方案进行全面审查后，该公司选择了 InterSystems Data Studio™，因为它满足了他们对 智能数据编织（smart data fabric）架构的要求，他们认为这是应对挑战的答案。 CTO表示："我们利用数据来保持我们的竞争优势。 “提前五分钟获取数据，结果可能就会大不相同。”
这位CTO拥有25年金融服务资产管理经验，他表示，智能数据编织（smart data fabric）架构为资产管理行业几十年来一直存在的顽疾提供了解决方案。
资产管理公司需要一个单一的可信信息源，以便利用比以往更多类型、更多来源、更大规模的数据，实现更有效、更及时的决策。
为此，他们必须从第三方数据服务提供商以及一系列内部和外部应用程序和来源中获取洞察力。 时至今日，对资产管理公司而言，这已被证明是极为棘手的难题。
而Harris Associates所实施的智能数据编织（smart data fabric）与 InterSystems Data Studio这一方案，堪称一项突破性进展。 智能数据编织（smart data fabric）满足了企业对及时性和一致性的严格要求，为整个业务及其客户提供服务，同时与现有的所有操作系统和数据管理技术相辅相成。 据CTO称，InterSystems 解决方案的一个关键特性是，它不需要全面实施新系统。
公司的主要收益是提高了客户参与度和保留率，降低了风险，使业务用户能够做出更好、更及时的业务决策，提高了运营效率，降低了成本。 CTO估计，Harris Associates 每年可节省数百万美元，他对这一结果感到满意："我从事数据工作已经 25 年了，我们曾经尝试过一些解决方案，现在终于找到了一种行之有效的方法。“
首席技术官
Harris Associates
智能数据编织（smart data fabric）架构赋能为多类用例
InterSystems Data Studio 的一个优势是，它创建了一个实时、动态的数据层——智能数据编织（smart data fabric），可用于支持各种增值用例。
企业报告
Harris Associates 的一个用例是使用总体企业数据和元数据层进行企业和客户报告，该层为按需报告和动态仪表盘提供统一的数据，支持业务用户钻取数据以探索信息，而无需依赖 IT 支持。
"我们希望通过 InterSystems 来管理一切，"Amalraj 说，"然后，我们将其作为中间数据平台，使用一致的企业级元数据和语义层，为我们的所有报告和其他工具提供数据。"
流经智能数据编织（smart data fabric）的数据包括来自内部系统的业绩和归因数据；来自 Salesforce 的客户数据；来自第三方服务的投资会计数据；来自转让机构的认购和赎回数据；来自彭博社、Factset 等多个来源的市场数据；以及来自 Oracle、SQL Server 和 Sybase 等内部数据库的数据。 该应用程序为业务报告和商业智能工具以及其他应用程序提供数据，以满足投资管理要求，并为前台、运营团队和交易分析团队提供数据访问，以优化投资组合，并进行建模和分析工作。 它还通过相同、一致的数据结构为客户报告提供服务。
交易成本分析
随着企业报告用例的投入使用，该公司目前正在扩大实施范围，以处理其他用例，包括交易成本分析（TCA），从而为每笔交易获得最佳的交易执行。
多年来，该公司为其路由到经纪商的每笔交易收集了大量的历史订单和成交数据。 要进行交易成本分析，就必须将历史交易执行数据与整个市场同一时期的所有类似交易数据进行比较。 这种比较量化了其经纪商与所有其他经纪商在类似交易中的表现。
该公司正在整合所有所需数据，并利用产品中嵌入的分析功能来构建和训练机器学习模型，以预测将每笔交易分配给哪家经纪商，从而实现最佳执行效果。 然后，它将把这些模型付诸实施，将其嵌入算法交易流程，实时自动将订单发送给最佳经纪商。 这些模型将根据持续的交易表现数据不断重新校准。
据CTO介绍，InterSystems Data Studio 的一大优势在于，他们无需持久保存构建和调优机器学习模型所需的数TB字节的流媒体市场数据，因为该产品同时支持收集和连接这两种集成方法。
CTO预计，一旦投入生产，交易成本分析应用每年将为公司节省数百万美元。
Harris Associates 计划利用统一的企业数据以及基于InterSystems的应用程序功能，实现更多应用场景，包括实时投资账簿记录（IBOR）报告和其他应用场景。
结论
在选择 InterSystems 之前，Harris Associates 评估了许多供应商的备选方案，并对自己的选择感到满意，因为它获得了比打包数据管理解决方案、数据仓库或数据湖更高的性能和灵活性。 CTO认为，特定供应商的打包数据管理解决方案是为执行特定操作流程而构建的，而不是为了灵活管理来自不同来源的各种数据。 数据仓库和数据集市依赖于脆弱的 ETL 流程和难以修改和扩展的预建僵化模式。 它们并不是为管理业务运行所需的所有企业数据而构建的。 而且，数据湖也无法创建出企业所需的、对数据和元数据进行一致呈现的形式。
在实施了 InterSystems Data Studio 之后，Harris Associates 现在计划开发一个全面、经济高效的数据生态系统，为各部门提供多种使用案例，这样，公司将无需为不同用户和应用场景采购并集成多种互不兼容的产品与技术。
“我们与InterSystems的合作体验，以及整个实施过程都非常顺利。”CTO说道。
据CTO介绍，Harris Associates 终于找到了一种数据管理方法，将有助于推动整个资产管理行业的业绩变革。
*截至 2023 年 3 月 31 日。
