COMO CITIGROUP VIENE UTILIZANDO EL BIG DATA PARA MEJORAR SU RENDIMIENTO

Citigroup es uno de los mayores proveedores de servicios financieros del mundo. Opera en más de 160 países y tiene más de 200 millones de cuentas de clientes. La compañía, en los últimos años, para impulsar el crecimiento de su negocio y mejorar los servicios que proporciona a sus clientes, ha adoptado un enfoque basado completamente en Big Data.

Los proveedores de seguros pueden estar dando grandes pasos en la era de Internet, gracias a la abundancia de datos de comportamientos no estructurados. Sin embargo, otros servicios financieros como la banca minorista, de inversión y corretaje ya están empezando a innovar rápidamente su panorama analítico, aprovechando los volúmenes de los activos de datos en un ritmo acelerado, pero medido. Esto se debe al equilibrio de los datos con la necesidad de ofrecer valor a los clientes y a la mayor oportunidad que el Big Data ofrece a empresas como Citigroup, colaborando en su capacidad de ver el panorama general. Las pruebas del modelo permiten una comprensión holística de los casos de usos innovadores, mediante la desconstrucción de datos en su nivel más granular, así como la síntesis de fuentes de datos estructurados y no estructurados. Es decir, todo se trata simplemente de "¿Qué pueden hacer los datos para nosotros?"

Esta programación puede cambiar a medida que los beneficios de un enfoque analítico, dirigido a los datos de los negocios sean más evidentes. Michael Simone, Director Gerente de Data Platform Engineering de Citigroup, es el responsable de diseñar el plan para el uso de herramientas analíticas Big Data en toda la compañía, ayudando a impulsar la estrategia de innovación de datos en los negocios de Citi. La plataforma se basa principalmente en Hadoop y los conjuntos de datos se obtienen entre diferentes aplicaciones que ingieren flujos de datos multi-estructurados de almacenes transaccionales, retroalimentación de clientes y fuentes de datos de procesos empresariales.

Además de la arquitectura e ingeniería de la plataforma de tecnología de datos, su equipo de Data Science a menudo actúa para "iniciar" la actividad analítica de Big Data en cualquier parte del negocio donde se pueda demostrar que ofrece beneficios. Identificar dónde pueden utilizarse con mayor eficacia, implica alinear casos de uso comercial con capacidades tecnológicas y es ahí donde se desarrollan las mayores posibilidades. Simone cuenta: "Desde el inicio de nuestro programa de innovación de datos, hemos ejecutado cientos de pruebas de conceptos y casos de uso, todos validados para cumplir requisitos de negocios específicos. Estamos enfocados en tener resultados accionables que se equilibren con resultados muy específicos basados ​​en métricas".

Un área de las operaciones de Citi, en las que se ha implementado exitosamente el análisis de Big Data, consiste en la retención y adquisición de clientes. Esto implica analizar datos y dirigir el gasto promocional utilizando algoritmos de aprendizaje automático. Otra forma de uso consiste en escanear registros transaccionales para detectar anomalías, que podrían identificar o predecir defectos (y en el caso de clientes), cargos incorrectos o inusuales. Los costos resultantes de estas anomalías, son mucho más fáciles de corregir si se detectan rápidamente (o incluso antes de que suceda), a través de modelos predictivos. Simone opina que en toda la organización el costo de volver a trabajar estos "puntos de datos errantes", se ha reducido en algunos casos a doble dígito, gracias a los nuevos métodos de análisis de Big Data.

Los costos de plataforma también se han reducido, debido a la evolución hacia la arquitectura horizontal de Big Data. Citi también se basa en distribuciones comerciales de tecnología de código abierto para apoyar su estrategia. "Hemos estado gestionando y analizando datos de manera efectiva durante años, para ver cómo podemos mejorar nuestras propias operaciones y ofrecer un mejor servicio", dice Simone, "Pero Big Data también ofrece un punto donde podemos almacenar y analizar los datos, al que llamo Citi-escala. Somos una empresa global con una cantidad increíble de activos que son valiosos para nuestro negocio, y ahora podemos almacenarlos en un punto de gasto que los hace analíticamente beneficioso para nosotros en su nivel más granular”.

"Junto con otras industrias, la banca y las finanzas están programadas para ser revolucionadas por los avances que se avecinan en las capacidades analíticas de streaming en tiempo real..."

Mientras que la comunidad comercial de código abierto ofrece mucho, Citi elige la tecnología y los socios con los que trabajar, con la capacidad de adaptarse para satisfacer sus necesidades de negocio. Dice Simone: "Nuestra plataforma principal se basa en el valor de código abierto con la integración de soluciones Big Data de gran capacidad. Como resultado, tenemos un conjunto de proveedores de código abierto con los que trabajamos estrechamente”.

Como fundamento de su estrategia Big Data, Citi ha invertido en su propia arquitectura integrada de esta plataformas, a la que Simone se refiere como su Virtual Enterprise Data Lake. Además de hacer que todos sus datos disponibles, sean accionables donde quiera que se necesiten con un mínimo de latencia, asegurándose que los datos puedan asignarse con precisión a los modelos de referencia comunes de la empresa, el Data Lake reduce el TCO (Costo Total de Propiedad), eliminando los datos redundantes o duplicados y reduciendo los costos.

Junto con otras industrias, la banca y las finanzas están programadas para ser revolucionadas por los avances que se avecinan en las capacidades analíticas de streaming en tiempo real, sostiene Simone. "En la mayoría de los casos de uso que hemos ejecutado hasta ahora, sólo un pequeño porcentaje ha sido en tiempo real. Como una industria, lo que estamos viendo es un creciente número de casos de uso creativo y pensando en la transmisión analítica en tiempo real”.

"El desafío va a ser cómo operacionalizar esas ideas lo suficientemente rápido como para hacerlas valiosas para el negocio de manera oportuna. Los grandes datos y las perspectivas de negocio en tiempo real están cada vez más estrechamente unidas, proporcionando un mayor grado de criticidad en áreas nuevas y antiguas. Al permitirnos reaccionar más rápido para nuestros clientes, nos están capacitando para avanzar hacia un modelo de negocio proactivo para ofrecer experiencias notables".

Fuente: Bernard Marr. Consultor estratégico de rendimiento y Analytics, KPI, y gurú de Big Data.