Il modulo è stato inviato con successo.
Ulteriori informazioni sono contenute nella vostra casella di posta elettronica.
Selezionare la lingua
Innowise ha sviluppato un repository centralizzato per archiviare, elaborare e proteggere grandi quantità di dati relativi a clienti aziendali, conti bancari e transazioni di pagamento.
Il nostro cliente è un'importante istituzione finanziaria che offre servizi di retail banking, corporate banking, gestione patrimoniale, assicurazione, servizi di brokeraggio e altro ancora. Fondata all'inizio del XX secolo, si è evoluta in modo significativo nel corso dei decenni, adottando nuove tecnologie e pratiche per migliorare l'esperienza dei clienti e l'efficienza operativa.
Le informazioni dettagliate sul cliente non possono essere divulgate in base alle disposizioni dell NDA.
Il nostro cliente si è trovato di fronte a problemi di gestione e di estrazione di valore da volumi di dati vasti e crescenti relativi a clienti aziendali, conti bancari e transazioni di pagamento. Con i dati dispersi in più sistemi preesistenti, la banca ha incontrato notevoli difficoltà nell'elaborazione e nell'analisi dei dati, faticando a ottenere approfondimenti tempestivi per il processo decisionale. Inoltre, l'infrastruttura esistente mancava di scalabilità e il mantenimento di vari sistemi obsoleti era diventato insostenibile.
Un altro problema derivante da questa sfida centrale è stata la difficoltà di conformarsi ai severi requisiti normativi in materia bancaria. I sistemi di archiviazione e gestione dei dati erano dispersi, rendendo difficile tracciare, riportare e verificare i dati in modo efficace. Ciò aumentava il rischio di violazioni involontarie, poiché i rappresentanti bancari dovevano dedicare molto tempo alla raccolta e alla verifica dei dati.
Di conseguenza, il cliente ha incaricato Innowise di costruire una solida architettura di data lake in grado di consolidare i diversi set di dati in un unico ambiente scalabile e sicuro gestione dei dati nel settore bancario. I clienti cercavano una soluzione conveniente per tenere traccia delle informazioni sui clienti, sui conti e sulle transazioni e per rispettare gli standard normativi, accelerando il ciclo che porta dagli input di dati grezzi agli insight aziendali utilizzabili.
Abbiamo sviluppato un database centralizzato per archiviare e integrare i flussi di dati raccolti da una varietà di fonti, tra cui l'electronic banking, le applicazioni mobili e i social media. I nostri specialisti esperti hanno implementato un'architettura "medallion lakehouse", concentrandosi su un approccio ACID-driven e multilivello per costruire un'unica fonte di verità per l'archiviazione dei dati bancari.
La base del data lake, il bronze layer, contiene dati grezzi ingeriti da varie fonti, come file JSON, RDBMS e altro, archiviati in modo sicuro nella loro forma originale. Sulla base del livello bronzeo, il livello silver affina questi dati, pulendoli e normalizzandoli per l'analisi avanzata. Infine, l'apice della struttura dei dati, il livello gold, contiene aggregati di livello aziendale per la creazione di report e cruscotti di alto livello, che consentono alla banca di generare informazioni utili.
Il nostro team di progetto ha identificato tutte le potenziali fonti di dati, compresi i sistemi transazionali, i database dei clienti, i portali online e altro ancora. I nostri specialisti hanno mappato ogni fonte di dati, comprendendone il formato, la frequenza di aggiornamento e la rilevanza. Come fase principale, abbiamo sviluppato pipeline automatiche di ingestione dei dati utilizzando strumenti ETL (extract, transform, load) per gestire diversi formati di dati come CSV, JSON, XML e RDBMS. A seconda della natura della fonte di dati, abbiamo creato pipeline di elaborazione in tempo reale o in batch.
Le pipeline in tempo reale sono state utilizzate per i flussi di dati che richiedevano un'elaborazione immediata (come i dati transazionali), mentre l'elaborazione batch è stata riservata ai dati meno sensibili ai tempi. Quando i dati entravano nel livello bronze, venivano sottoposti a un processo di validazione iniziale, per verificare l'integrità, la coerenza del formato e la presenza di record corrotti o incompleti.
In questa fase, il nostro team di progetto si è concentrato sull'arricchimento dei dati grezzi del livello bronzo e sulla loro trasformazione in un formato più strutturato e utilizzabile. I nostri sviluppatori hanno identificato e corretto gli errori tipografici, le incongruenze nel formato dei dati e le discrepanze, oltre a rimuovere i record duplicati per evitare approfondimenti fuorvianti. Abbiamo implementato strategie di imputazione dei dati e di flagging per i set di dati con valori mancanti, inviando questi record per un'ulteriore revisione a seconda della natura e dell'importanza dei dati persi.
Poi, il nostro team di progetto ha migliorato i dati aggiungendo un contesto rilevante o ulteriori informazioni. Ad esempio, abbiamo integrato i dati delle transazioni con informazioni demografiche sui clienti, consentendo un'analisi più completa. Una volta raffinati e aggregati i dati, abbiamo applicato tecniche di indicizzazione per velocizzare l'interrogazione e il recupero. Infine, i dati provenienti da fonti diverse vengono incrociati e collegati, mentre le informazioni simili provenienti da varie fonti vengono consolidate in set di dati unificati, rendendo più facile l'esecuzione di analisi olistiche. Assicurandoci che i dati siano puliti, coerenti e ben strutturati, abbiamo aperto la strada all'analisi avanzata e alla business intelligence nel gold layer.
Il livello gold è l'apice della nostra architettura di data lake, dove i dati vengono trasformati in informazioni pronte per l'analisi, il reporting e il processo decisionale di alto livello. I dati del livello silver vengono ulteriormente aggregati per creare riepiloghi completi e di alto livello. Ci siamo concentrati sulla sintesi dei dati in modo da allinearli alle metriche e agli obiettivi aziendali chiave, come le valutazioni del rischio di credito, le tendenze di mercato o la segmentazione dei clienti.
I nostri sviluppatori hanno progettato e implementato dashboard e report interattivi, fornendo ai responsabili delle decisioni della banca approfondimenti e visualizzazioni in tempo reale. Con un'attenzione particolare alla sicurezza, abbiamo creato un solido quadro di governance dei dati per gestirne la qualità, l'usabilità e la sicurezza. I nostri ingegneri hanno garantito un'architettura scalabile, in grado di gestire i crescenti volumi di dati e la loro complessità senza degradare le prestazioni e mantenendo l'integrità e l'affidabilità dei risultati analitici.
Nel livello aureo, abbiamo trasformato i dati in una risorsa strategica, consentendo alla banca di prendere decisioni informate, di comprendere meglio le esigenze dei clienti e di essere all'avanguardia nel competitivo settore bancario.
Pertanto, sulla base di dati bancari raffinati, Innowise ha permesso al cliente di implementare le metodologie Next Best Action (NBA) e Next Best Offer (NBO). NBA privilegia un approccio incentrato sul cliente, analizzando le interazioni recenti per suggerire le azioni più adatte, tra cui l'invio di messaggi di auguri, il miglioramento della qualità del servizio, la raccolta di feedback, la fornitura di istruzioni per l'onboarding e altro ancora. Sfruttando l'analisi predittiva, NBA seleziona le azioni su misura per la situazione attuale del cliente, puntando a risultati positivi. A sua volta, NBO ottimizza la selezione di offerte personalizzate dalla vasta gamma di prodotti del cliente. NBO valuta e suggerisce automaticamente i prodotti che possono avere una certa risonanza sui clienti, proponendo offerte al momento giusto, al prezzo giusto e attraverso i canali più efficaci.
Inoltre, i nostri sviluppatori hanno consolidato i dati provenienti da diverse tabelle e modelli archiviati nel data warehouse per creare profili completi, coesi e pratici per ogni cliente, consentendo decisioni e azioni più informate. L'approccio completo e ponderato alla gestione dei dati pronti per l'analisi garantisce che la banca possa sfruttare i suoi dati al massimo del loro potenziale, aumentando i tassi di conversione e guidando la crescita.
Ingegneria dei dati
1TP48Piattaforma dati Tera, Hadoop, Spark, Airflow
Back-end
Python, API veloce, Scala, Akka
Database
MS SQL Server, Oracle
Strumenti di BI
Power BI, SSRS, QlickView
Innowise ha vinto una gara d'appalto prima di immergersi nel progetto. Dopo il successo nella gara d'appalto, abbiamo intrapreso il processo di sviluppo del software, dimostrando le nostre competenze e l'allineamento con la visione del cliente.
Abbiamo creato un PoC, con l'obiettivo di utilizzare Kubernetes e di abbandonare i sistemi esistenti basati su Cloudera. Tuttavia, a causa dei limiti dell'attuale data center del cliente, questi ha mostrato segni di esitazione riguardo all'implementazione e al supporto di Kubernetes.
Durante la fase di scoperta, il nostro team di progetto ha condotto ricerche approfondite per comprendere l'attuale panorama dei dati e identificare le fonti e i requisiti principali. Successivamente, abbiamo creato un progetto dettagliato che incorporava i livelli bronze, silver e gold per l'elaborazione e il raffinamento dei dati, assicurando che i dati fluissero senza problemi in conformità ai principi ACID. Abbiamo poi eseguito test approfonditi per garantire l'integrità e le prestazioni del data lake, implementando un meccanismo di feedback per un miglioramento continuo. Infine, il nostro team di progetto ha implementato con successo il data lake, integrandolo con i sistemi esistenti della banca e fornendo formazione e supporto ai dipendenti della banca.
2
Analisti aziendali
1
Responsabile di progetto
1
Sviluppatore BI
3
Ingegneri dei dati
2
Ingegnere DevOps
1
Ingegnere della qualità dei dati
L'implementazione del data lake per il nostro cliente bancario ha prodotto risultati trasformativi in varie dimensioni delle sue operazioni. Prima alle prese con informazioni frammentate e non strutturate distribuite su più fonti, ora accedono senza problemi ai dati dei clienti aziendali, ai conti bancari e alle informazioni sulle transazioni di pagamento con prevedibilità e facilità. I team della banca gestiscono ora dati affidabili e coerenti, aprendo la strada ad analisi e reportistica più accurate. Il consolidamento dei dati in un'unica architettura lakehouse scalabile ha portato a un significativo risparmio sui costi di archiviazione e gestione dei dati, grazie all'eliminazione di sistemi ridondanti e alla semplificazione dei processi informatici.
L'integrazione di pipeline di dati automatizzate e di livelli di dati semplificati ha ridotto significativamente i tempi di elaborazione dei dati, consentendo un processo decisionale più rapido e un servizio clienti più reattivo.
Inoltre, il nostro cliente ha migliorato la gestione delle relazioni con i clienti e le prestazioni aziendali fornendo azioni e offerte personalizzate, tempestive e pertinenti, basate su dati raffinati e standardizzati. Questo approccio ha aumentato le conversioni e i ricavi e ha ottimizzato i budget di marketing indirizzando le offerte personalizzate solo ai potenziali interessati.
Inoltre, con il nuovo data lake, il reporting di conformità è diventato più efficiente in un settore in cui le violazioni legali possono avere conseguenze significative.
34%
riduzione dei tempi di elaborazione dei dati
26%
miglioramento della rendicontazione di conformità
Dopo aver ricevuto ed elaborato la vostra richiesta, vi ricontatteremo a breve per illustrare le esigenze del progetto e firmare un NDA per garantire la riservatezza delle informazioni.
Dopo aver esaminato i requisiti, i nostri analisti e sviluppatori elaborano una proposta di progetto con l'ambito di lavoro, le dimensioni del team, i tempi e i costi stimati.
Organizziamo un incontro con voi per discutere l'offerta e giungere a un accordo.
Firmiamo un contratto e iniziamo a lavorare sul vostro progetto il prima possibile.
© 2007-2024 Innowise. Tutti i diritti riservati.
Informativa sulla privacy. Politica sui cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Varsavia, Polonia
Iscrivendosi si accetta il nostro Informativa sulla privacy, compreso l'uso dei cookie e il trasferimento dei vostri dati personali.
Grazie!
Il tuo messaggio è stato inviato.
Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.
Grazie!
Il tuo messaggio è stato inviato.
Elaboreremo la vostra richiesta e vi ricontatteremo al più presto.