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,
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.
No hay comentarios:
Publicar un comentario