English
Polski
Wie eine Universalbank das Datenmanagement mit der Ailleron Customer Data Platform auf die nächste Stufe hebt?
Über den Kunden:
Eine Universalbank, die seit etwa 20 Jahren in einem der CEE-Länder tätig ist und sich auf die Bereiche Privatkundengeschäft, Verbraucherfinanzierung, Landwirtschaft, kleine und mittlere Unternehmen und Firmenkundengeschäft konzentriert.
Herausforderungen
Aufgrund des dynamischen Wachstums und des Umfangs der Geschäftstätigkeit stellte die Bank mehrere geschäftliche Herausforderungen in Bezug auf die Datenarchitektur fest.
Was die aggregierten Daten betrifft, so steigt die interne Nachfrage nach:
Echtzeitdaten für operative und analytische Zwecke
besserer Zugang zu Daten
neue Datensätze für Geschäftskunden
Nutzung der Vorteile unstrukturierter Daten
Darüber hinaus ergaben sich neue Herausforderungen bei der Verarbeitung nicht aggregierter Daten und von Ereignissen in Echtzeit.
Auch auf Seiten der IT-Abteilung wurden Herausforderungen festgestellt:
Zunahme der neuen Datenquellen und des Datenvolumens
Anstieg der Infrastrukturkosten für Daten
effektive Arbeit mit Daten, die über die Möglichkeiten der zum Zeitpunkt der Evaluierung verwendeten Altsysteme und IT-Technologien hinausgehen
Kundendatenplattform der nächsten Generation als Retter in der Not
Finanzunternehmen sind heute mit einer schnell wachsenden Menge und Vielfalt von Daten konfrontiert. Darüber hinaus benötigen Entscheidungsträger im Finanzdienstleistungsbereich Unterstützung bei der Erfüllung
- die Herausforderungen der hohen Kosten
- die Komplexität der Implementierung und Verwaltung herkömmlicher Datenbanken
- die wachsende Wettbewerbslandschaft
All dies erfordert eine Datenplattform der nächsten Generation, die
- kann sich an die anspruchsvollsten Anforderungen anpassen
- ist Cloud-fähig
- skalierbar für wachsende Geschäftsanforderungen
- ist in der Lage, sich sowohl an transaktionale als auch an analytische Arbeitslasten anzupassen.
Die Bank entschied, dass der derzeitige Datenzugriff über das Enterprise Document Management (EDM) den Anforderungen einer modernen digitalen Bank nicht gerecht wird. Nach einer Evaluierung der auf dem Markt verfügbaren Lösungen entschied sich die Bank für den Aufbau einer Kundendatenplattform (CDP) mit Ailleron.
Ailleron-Lösung für eine Datenplattform der nächsten Generation
Die Ailleron Customer Data Platform (ACDP) besteht aus einer Reihe von Tools und Technologien, die eine umfassende Lösung für die Verarbeitung und Verwaltung von Daten aus verschiedenen Systemen bilden.
Unser Angebot wurde angenommen, weil:
- Flexibilität hinsichtlich der unterstützten Technologien und Anpassung an die unternehmensweite Technologie der Bank
- detaillierte Architektur von ACDP mit einer klaren Vision für die Lösung der Geschäfts- und IT-Herausforderungen der Bank
- Bereitschaft für einen schnellen Start - in nur 2 Wochen ab der Genehmigungsentscheidung der Bank
- Verfügbarkeit erfahrener Spezialisten - wir beschäftigen sowohl Softwareentwicklungs- als auch Finanzexperten mit mehr als 10 Jahren praktischer Erfahrung und fachlichem Hintergrund
Wichtigste ACDP-Anwendungsfälle:
- Bereitstellung von Daten für den Personal Finance Manager (Teil der digitalen Banking-Plattform des Kunden)
- Bereitstellung von Daten für 360 Customer Views
Der Umfang der von ACDP verarbeiteten Daten umfasst:
- Alle Kunden Transaktionen mit Kategorien
- Persönliche Daten der Kunden
- Produkte
In diesem Fall basiert die ACDP-Entwicklung auf den Prinzipien der datenzentrierten Architektur der Bank:
CDP als Hauptquelle für Daten, die für die gesamte Organisation in einem bestimmten Land bereitgestellt werden
Datenstromverarbeitung als Hauptdatenfluss aus den Quellsystemen
Datenverwaltung und -organisation auf der Grundlage des Data Mesh-Ansatzes
für Datenproduzenten, -konsumenten und CDP
Hauptkomponenten des ACDP, die im Rahmen des Projekts bereitgestellt werden
Daten-Streaming
Kernkomponente des ACDP, zuständig für:
- Sammeln von Ereignissen und Daten aus Quellsystemen (Ereignisse, CDC Connectors usw.)
- Verteilung der Ereignisse innerhalb der gesamten Plattform
- Datentransformationen
Daten-Seen
Speicherung von Daten aus verschiedenen Quellen zu Analysezwecken:
- Datensee mit Rohdaten
- Data Lake mit erweiterten Daten
Operative Datenspeicher (ODS)
ODS werden verwendet, um optimierte Daten für externe Systeme zu speichern (z. B. Internet/Mobile Banking, CRM, Back-Office-Anwendungen). In diesem Fall speichern sie Domänendaten wie:
- Transaktionen
- Produkte
- Kunden
- usw.
GraphQL
Bietet eine schreibgeschützte API und ist für die Aggregation von Daten aus 1 oder mehreren ODS für bestimmte Kundenansichten zuständig
API-Gateway
- Nimmt alle API-Aufrufe von Clients entgegen und leitet sie an den entsprechenden Microservice weiter
- Bietet Sicherheit und Zugangskontrolle
Datendrehscheibe
Komponente, die für Datenermittlung, Data Governance, Metadatenmanagement und Datenabfolge zuständig ist; ermöglicht
- Hinzufügen von Tags zu Daten
- Beschreibung von Datenattributen
GDPR
Komponente, die für die Anonymisierung der Daten verantwortlich ist (wenn dies von der Bank verlangt wird)
Umsetzung
Das Projekt wird durchgeführt in
- agile Methodik
- enge Zusammenarbeit mit der Bank, einschließlich täglicher Besprechungen und Statusberichte
Zum Ailleron-Team gehören folgende wichtige Funktionen:
- Datenplattform-Architekten
- Daten-Ingenieure
- Datenplattform-Entwickler
- Datenanalysten
Das Ailleron-Team wurde in nur 3 Monaten von 4 Vollzeitäquivalenten auf 12 Vollzeitäquivalente aufgestockt.
Die Umsetzung impliziert die schrittweise Bereitstellung von ACDP
Der Projektauftakt umfasste einige der folgenden Schritte:
1. die Vorbereitung des Backlogs für die nächsten Sprints
2. die Umsetzung des ACDP-Kerns
Daten-Streaming-Plattform, Datenseen, ODS-Infrastruktur
3. die Integration der ersten Datenquelle
4. die Vorbereitung des gesamten Datenflusses
5. die Messung des gesamten Datenprozesses mit KPIs und Abgleichungen
6) Hinzufügen neuer Datenquellen
7. und so weiter.
Von ACDP im Rahmen des Projekts erreichte Schlüsselparameter (KPI)
3 Sekunden für die Bereitstellung von Daten in Data Lake und ODS
50 Millisekunden, um Daten für externe Systeme wie PFM, 360 View usw. verfügbar zu machen.
~10 Milliarden Datensätze von in ACDP gespeicherten Transaktionen
12 definierte Datensätze, die für externe Systeme freigegeben sind
Im Projekt verwendeter ACDP-Technologiestapel
- MongoDB
- Kafka Konfluent
- Apache Spark
- Prometheus
- Graphana
- Deltasee
- OpenSearch
- Zipkin
- Gewölbe
- Fließende ID
- kStream
- Aqhq
- Oracle
- Java
- PySpark
- ksql
Die Beherrschung des Datenmanagements verschafft unserem Kunden den Vorsprung, der ihn zur ersten Wahl für Kunden macht, die ein zukunftsfähiges Bankgeschäft suchen. Es ist ein großes Privileg, zu sehen, wie die Kundendatenplattform hochinnovative Finanzdienstleistungen in einem reifen Markt ermöglicht. Die gemeinsame Nutzung von Echtzeitdaten für fortschrittliche Analysen und wichtige Systeme wie Mobile Banking, Online-Banking und CRM macht das gesamte Projektteam stolz!
Geschäftsbereichsleiter AI/ML & Datenlösungen
Lassen Sie uns gemeinsam finanzielle Erfahrungen im Finanzsektor leicht und angenehm gestalten.
Sagen Sie uns, was Sie brauchen, und wir werden uns umgehend mit Ihnen in Verbindung setzen.
