接上文：数据库内分析案例：当新技术遭遇老文化

　　尽管如此，金融服务机构仍寻求拓展新的领域——进军预测分析和数据挖掘。

　　“这是我们想要进军的一个领域，”Johnson说道：“这些类型的战略都不是新的。即使对于银行业而言也不是。”

　　Johnson不大愿意透露在投资之前银行曾经调查过其它供应商的名称，但是他提供了提示，它们是行业巨头，也是开源参与者。

　　Zions最后选择了Alpine Data Labs，这家新创公司在五月份发布了首个数据库内预测分析产品Alpine Miner。软件公司的最初版本是专门针对它的源公司Greenplum设计的，这是促使Zions购买产品的原因之一。

　　“我们了解过这个领域的其他技术供应商产品，”Johnson说道：“包括不提供数据库内分析的产品。所有这些产品都是价格高昂，并需要我们改变基础架构……但是有了Alpine之后，我们就不需要再建设一个基础架构来部署这些产品 。”

　　根据联合创始者和CEO Anderson Wong的介绍，Alpine Miner在MPP数据库中运行，它可以访问数据库中所有的结构化数据。与内存中分析不同的是，用户能够创建一些预测模型，直接利用数据库内部的大量数据集和进行评分，而不需要将数据转移到其他的位置。

　　对于Zions而言，新的技术不仅需要建立分摊可能的贷款违约分析模型，而且还要根据ATM和在线的事务数据密切监控客户行为。

　　“在分析客户行为时，这种数据可能是可以挖掘的最佳数据，”Johnson说道：“为了理解客户的行为，我们必须具备处理、监控和评估事务数据中真正发生的是什么。” 这对于分析零售银行行业的营业额分析是非常有用的，这个数据每年都有18%到20%的波动。行为的改变可能是客户准备打包走人的信号，而且通过识别这些信号，银行可能可以提前抓住解决客户问题的机会。

　　“我们认为这是很值得的，而且代价比失去客户的代价要小得多，获得新客户是需要付出代价的。”他说道。

　　Alpine Data Labs将它的数据库内分析产品定位为面向“不同级别组织”的“直观”、“简单”且支持用户友好的可视化工具，但是只有少数的Zions员工使用这个产品。

　　“只有少数数据研究人员会使用Alpine和Greenplum……因为它们要求使用者具备非常熟练的数据库和分析技能，”Johnson说道。

　　上周，为了与SAS和IBM的SPSS等预测分析提供商竞争，Alpine Data Labs发布Alpine Miner产品的2.0版本，从而将它的产品支持范围扩大到Oracle Exadata和开源PostgreSQL数据库。

　　Wong表示，Alpine Data Labs也一直致力于Hadoop领域的开发，公司希望能够在18个月内发布一个能够支持半结构化和非结构化数据的Alpine Miner版本。