金融サービスには、銀行、投資会社、証券会社、ローン会社、保険会社など、さまざまなビジネスが含まれます。金融サービスは、自社のインフラストラクチャを常に最新の状態に保ちながら、容易なデータアクセスと安全性を同時に確保しなければならないという大きなプレッシャーにさらされています。また、業界や政府の規制を遵守することも求められています。
近年、顧客の金融サービスに対する期待は、パーソナライゼーション、レコメンデーション、Customer 360ビューなどのサービスを伴う、シームレスなモバイル上でのデジタル・エクスペリエンス`に対しても変化してきています。では、金融サービスにおけるデジタル・トランスフォーメーション（DX）には、顧客エクスペリエンスの向上、業務の効率化、高い投資回収率と収益率といった明確なメリットがあると報告されています。
DataStax Astra DBは、金融サービスのDX化において必要となるスケーラビリティ、セキュリティ、アジリティを備えたリアルタイム・データ・スタックを提供します。
金融サービス業では、高速なレスポンスタイムで大規模な基幹取引データを管理する必要があります。また、これらのデータをサードパーティ（他の金融機関、信用調査機関、規制当局など）のデータと連携して高度な分析をすることも重要です。分析に必要なデータ量は、単なるトランザクション・データとは桁違いの大きさとなります。 を利用することにより、レスポンスタイムやサービスの可用性のレベルの低下を気にすることなく、主要業務や高度な分析を行うことができます。Astra DBのダイナミックなスケーラビリティと高可用性を活用して、この膨大なデータ量を効率的に管理することができます。
金融サービス業界では、これまでバッチ処理やデータウェアハウスを使用したETL（抽出、変換、ロード）技術でデータ分析を行っていました。によるを利用することで、最先端のデータ分析が可能になります。CDCは、リアルタイムのデータパイプラインを構築し、ジャストインタイムの投資取引、不正行為の検出、パーソナライゼーションなどのさまざまな高度なデータ分析のお手伝いをします。
財務データは、プライバシー、セキュリティ、監査の観点から多くの規制の対象となっています。金融サービスは、膨大な顧客の機密データにアクセスする必要があり、顧客は、金融サービスのデータ保護に絶大の信頼を寄せています。企業は、SAMLを用いたシングルサインオン（SSO)、相互TLS認証によるデータ転送中の暗号化、保存データの暗号化、企業自身で暗号キーを管理するBYOK（Bring-your-own-key）などのを確保することができます。
開発者は、より豊かなデジタル・エクスペリエンスを提供するため、さまざまなデータモデルを利用するようになっています。ドキュメント（JSON）、REST、GraphQL、gRPC APIをサポートしているAstra DBのマルチモデルの柔軟性により、タイム・トゥ・バリュー (価値を実感するまでの時間）が短縮されます。金融データはグローバルで利用されており、各国のデータ保管に関する規制の対象になっています。Astra DBは、複数のデータセンターやクラウドリージョンにまたがって、オープンソースのCassandraとの互換性を維持しながら、AWS、GCP、Azureにデプロイすることが可能です。
Astra DBにより、中核となる金融取引データを管理するだけではなく、リアルタイム・データ・パイプラインを活用した金融データの分析も可能になります。中核となる金融取引には支払い処理、小切手処理、投資取引処理など、金融データ分析には信用調査、不正行為の検出、ローンの承認処理などが含まれます。
図 1 - 金融サービス・アプリケーションのアーキテクチャDataStaxでは、投資ポートフォリオ管理アプリケーションに対して、次のようなデータ・モデルを推奨しています。このアプリケーションは、投資、株式、取引に関する情報をお客様のプロファイル情報とともに保存し、取引（買い/売り）、株式銘柄の現在のポジション、該当企業の現在の市場価値など、さまざまなクエリを実行することが可能です。
ショッピングカートのデータモデルについては、をご覧ください。
図2 - データモデル &クエリ