Skjemaet har blitt sendt inn.
Mer informasjon finner du i postkassen din.
Firma Innowise opracowała scentralizowane repozytorium do przechowywania, przetwarzania i zabezpieczania dużych ilości danych związanych z klientami korporacyjnymi, kontami bankowymi i transakcjami płatniczymi.
Naszym klientem jest znana instytucja finansowa, która oferuje bankowość detaliczną, bankowość korporacyjną, zarządzanie majątkiem, ubezpieczenia, usługi maklerskie i wiele innych. Założona na początku XX wieku, przez dziesięciolecia znacznie ewoluowała, wdrażając nowe technologie i praktyki w celu poprawy obsługi klienta i wydajności operacyjnej.
Szczegółowe informacje o kliencie nie mogą być ujawnione zgodnie z postanowieniami NDA.
Nasz klient stanął w obliczu wyzwań związanych z zarządzaniem i wydobywaniem wartości z ogromnych i rosnących ilości danych dotyczących klientów korporacyjnych, rachunków bankowych i transakcji płatniczych. Ponieważ dane były rozproszone w wielu starszych systemach, bank doświadczył poważnych wyzwań związanych z przetwarzaniem i analizą danych, walcząc o uzyskanie na czas wglądu w proces podejmowania decyzji. Ponadto istniejąca infrastruktura nie była skalowalna, a utrzymywanie różnych przestarzałych systemów stało się nie do utrzymania.
Innym problemem wynikającym z tego głównego wyzwania była trudność w spełnianiu rygorystycznych wymogów regulacyjnych dotyczących bankowości. Systemy do przechowywania i zarządzania danymi były rozproszone, co utrudniało śledzenie, raportowanie i audytowanie danych. Zwiększało to ryzyko nieumyślnych naruszeń, ponieważ przedstawiciele banku musieli poświęcać dużo czasu na zbieranie i weryfikowanie danych.
W rezultacie klient zlecił Innowise stworzenie solidnej architektury jeziora danych, która mogłaby skonsolidować różnorodne zestawy danych w jedno, skalowalne i bezpieczne środowisko do zarządzania danymi w bankowości. Poszukiwali wygodnego rozwiązania do śledzenia informacji o klientach, rachunkach i transakcjach oraz zgodności z normami regulacyjnymi, przyspieszając cykl od surowych danych wejściowych do praktycznych spostrzeżeń biznesowych.
Opracowaliśmy scentralizowaną bazę danych do przechowywania i integracji strumieni danych zebranych z różnych źródeł, w tym bankowości elektronicznej, aplikacji mobilnych i mediów społecznościowych. Nasi doświadczeni specjaliści wdrożyli architekturę medallion lakehouse, koncentrując się na wielowarstwowym podejściu opartym na ACID w celu zbudowania pojedynczego źródła prawdy do przechowywania danych bankowych.
Podstawa jeziora danych, warstwa brązowa, zawiera nieprzetworzone dane pozyskane z różnych źródeł, takich jak pliki JSON, RDBMS i inne, bezpiecznie przechowywane w oryginalnej formie. W oparciu o warstwę brązową, warstwa srebrna udoskonala te dane, oczyszczając je i normalizując pod kątem zaawansowanej analityki. Ostatecznie, szczyt struktury danych, złota warstwa, zawiera agregaty na poziomie biznesowym do raportowania na wysokim poziomie i tworzenia pulpitów nawigacyjnych, umożliwiając bankowi generowanie praktycznych spostrzeżeń.
Nasz zespół projektowy zidentyfikował wszystkie potencjalne źródła danych, w tym systemy transakcyjne, bazy danych klientów, portale internetowe i inne. Nasi specjaliści zmapowali każde źródło danych, rozumiejąc jego format, częstotliwość aktualizacji i istotność. Jako główny krok, opracowaliśmy zautomatyzowane potoki pozyskiwania danych przy użyciu narzędzi ETL (extract, transform, load) do obsługi różnych formatów danych, takich jak CSV, JSON, XML i RDBMS. W zależności od charakteru źródła danych, stworzyliśmy potoki przetwarzania w czasie rzeczywistym lub potoki przetwarzania wsadowego.
Potoki czasu rzeczywistego były używane do strumieni danych, które wymagały natychmiastowego przetwarzania (takich jak dane transakcyjne), podczas gdy przetwarzanie wsadowe było zarezerwowane dla danych mniej wrażliwych na czas. Gdy dane trafiały do warstwy bronze, przechodziły wstępny proces walidacji, sprawdzając integralność, spójność formatu oraz wszelkie uszkodzone lub niekompletne rekordy.
Na tym etapie nasz zespół projektowy skupił się na wzbogaceniu surowych danych z warstwy brązowej i przekształceniu ich w bardziej ustrukturyzowany i użyteczny format. Nasi sprawdzeni programiści zidentyfikowali i poprawili błędy typograficzne, niespójności formatu danych i rozbieżności, a także usunęli zduplikowane rekordy, aby uniknąć mylących spostrzeżeń. Wdrożyliśmy imputację danych i strategie flagowania dla zestawów danych z brakującymi wartościami, wysyłając te rekordy do dalszego przeglądu w zależności od charakteru i znaczenia utraconych danych.
Następnie nasz zespół projektowy ulepszył dane, dodając odpowiedni kontekst lub dodatkowe informacje. Na przykład, uzupełniliśmy dane transakcyjne o informacje demograficzne klientów, umożliwiając bardziej kompleksową analizę. Po dopracowaniu i zagregowaniu danych, zastosowaliśmy techniki indeksowania w celu szybszego wyszukiwania i wyszukiwania. Wreszcie, dane z różnych źródeł są porównywane i łączone, podczas gdy podobne informacje z różnych źródeł są konsolidowane w ujednolicone zestawy danych, co ułatwia przeprowadzanie holistycznej analizy. Zapewniając, że dane są czyste, spójne i dobrze ustrukturyzowane, utorowaliśmy drogę dla zaawansowanej analityki i inteligencji biznesowej w złotej warstwie.
Warstwa złota to szczyt naszej architektury jeziora danych, w której dane są przekształcane w informacje gotowe do analizy, specyficznie dostosowane do wysokopoziomowej analizy, raportowania i podejmowania decyzji. Dane z warstwy srebrnej są dalej agregowane w celu stworzenia kompleksowych, wysokopoziomowych podsumowań. Skupiliśmy się na podsumowywaniu danych w sposób zgodny z kluczowymi wskaźnikami i celami biznesowymi, takimi jak ocena ryzyka kredytowego, trendy rynkowe czy segmentacja klientów.
Utviklerne våre designet og implementerte interaktive dashbord og rapporter som gir bankens beslutningstakere innsikt og visualiseringer i sanntid. Med fokus på sikkerhet etablerte vi et robust rammeverk for datastyring for å håndtere datakvalitet, brukervennlighet og sikkerhet. Ingeniørene våre sørget for en skalerbar arkitektur som tok høyde for økende datamengder og kompleksitet uten at ytelsen ble forringet, samtidig som integriteten og påliteligheten til analyseresultatene ble opprettholdt.
W warstwie złotej przekształciliśmy dane w strategiczny zasób, umożliwiając bankowi podejmowanie świadomych decyzji, lepsze zrozumienie potrzeb klientów i utrzymanie przewagi w konkurencyjnej branży bankowej.
Basert på raffinerte bankrelaterte data gjorde Innowise det mulig for kunden å implementere NBA-metodikken (Next Best Action) og NBO-metodikken (Next Best Offer). NBA prioriterer en kundesentrert tilnærming og analyserer nylige interaksjoner for å foreslå de mest egnede tiltakene, inkludert å sende bursdagsmeldinger, forbedre servicekvaliteten, samle inn tilbakemeldinger, gi instruksjoner om onboarding og mer. Ved hjelp av prediktiv analyse velger NBA tiltak som er skreddersydd for kundens nåværende situasjon, med sikte på å oppnå positive resultater. NBO optimaliserer i sin tur utvalget av personaliserte tilbud fra kundens omfattende produktutvalg. NBO evaluerer og foreslår automatisk produkter som sannsynligvis vil falle i smak hos kundene, ved å levere tilbud på riktig tidspunkt, til riktig pris og gjennom de mest effektive kanalene.
Ponadto nasi programiści skonsolidowali dane z różnych tabel i modeli przechowywanych w hurtowni danych, aby stworzyć kompleksowe, spójne i praktyczne profile dla każdego klienta, umożliwiając podejmowanie bardziej świadomych decyzji i działań. Kompleksowe i przemyślane podejście do zarządzania danymi gotowymi do analizy zapewnia, że bank może w pełni wykorzystać swoje dane, zwiększając współczynniki konwersji i napędzając wzrost.
Inżynieria danych
Cloudera Data Platform, Hadoop, Spark, Airflow
Back-end
Python, Fast API, Scala, Akka
Baza danych
MS SQL Server, Oracle
Narzędzia BI
Power BI, SSRS, QlickView
Innowise vant en anbudskonkurranse før vi gikk i gang med prosjektet. Etter at vi vant anbudskonkurransen, gikk vi i gang med programvareutviklingsprosessen og demonstrerte vår kompetanse og tilpasning til kundens visjon.
Stworzyliśmy PoC, którego celem było wykorzystanie Kubernetes i odejście od istniejących systemów opartych na Cloudera. Jednak ze względu na ograniczenia obecnego centrum danych klienta, wykazywał on wahania co do wdrożenia i wsparcia Kubernetes.
I kartleggingsfasen gjorde prosjektteamet vårt grundige undersøkelser for å forstå det nåværende datalandskapet og identifisere viktige datakilder og krav. Deretter laget vi et detaljert design som inneholdt bronse-, sølv- og gulllagene for databehandling og -foredling, og sørget for at dataene flyter sømløst i samsvar med ACID-prinsippene. Deretter utførte vi omfattende testing for å garantere integriteten og ytelsen til datasjøen, og implementerte en tilbakemeldingsmekanisme for kontinuerlig forbedring. Til slutt implementerte prosjektteamet vårt datasjøen, integrerte den med bankens eksisterende systemer og sørget for opplæring og støtte til bankens ansatte.
2
Analityków biznesowych
1
Kierownik projektu
1
BI-utvikler
3
Inżynierowie danych
2
Inżynier DevOps
1
Inżynier ds. jakości danych
Implementeringen av datasjøen for bankkunden vår har gitt transformative resultater på tvers av ulike dimensjoner av virksomheten. Mens de tidligere slet med fragmentert og ustrukturert informasjon spredt over flere kilder, har de nå enkel og forutsigbar tilgang til bedriftskundedata, bankkontoer og informasjon om betalingstransaksjoner. Bankens team opererer nå med pålitelige og konsistente data, noe som baner vei for mer nøyaktige analyser og rapportering. Konsolideringen av data i én enkelt, skalerbar Lakehouse-arkitektur har ført til betydelige kostnadsbesparelser innen datalagring og -administrasjon ved at overflødige systemer er eliminert og dataprosessene effektivisert.
Integracja zautomatyzowanych potoków danych i usprawnionych warstw danych znacznie skróciła czas przetwarzania danych, umożliwiając szybsze podejmowanie decyzji i bardziej elastyczną obsługę klienta.
Ponadto nasz klient usprawnił zarządzanie relacjami z klientami i poprawił wyniki biznesowe poprzez dostarczanie spersonalizowanych, terminowych i odpowiednich działań i ofert opartych na dopracowanych i ustandaryzowanych danych. Podejście to zwiększyło konwersje i przychody oraz zoptymalizowało budżety marketingowe poprzez kierowanie dostosowanych ofert tylko do zainteresowanych potencjalnych klientów.
Co więcej, dzięki nowemu jezioru danych raportowanie zgodności stało się bardziej wydajne w branży, w której naruszenia prawne mogą mieć poważne konsekwencje.
34%
skrócenie czasu przetwarzania danych
26%
poprawa raportowania zgodności
Zadzwoń lub wypełnij poniższy formularz, a my skontaktujemy się z Tobą po przetworzeniu Twojego zgłoszenia.
Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.
Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.
Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.
Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.
Dowiedz się jako pierwszy o innowacjach IT i interesujących studiach przypadków.
© 2007-2024 Innowise. Wszelkie prawa zastrzeżone.
Polityka prywatności. Polityka dotycząca plików cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warszawa, Polska
Rejestrując się, wyrażasz zgodę na naszą Politykę Prywatności, w tym korzystanie z plików cookie i przekazywanie Twoich danych osobowych.
Dziękuję!
Wiadomość została wysłana.
Vi behandler forespørselen din og kontakter deg så snart som mulig.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.