做银行家里的数据专家:ING探索大数据时代下的金融最佳实践

  • 时间:
  • 浏览:12
  • 来源:沃茨博客 - 专注共享曹杰峰的博客技术

大数据文摘出品

记者:高延

6月18-21日,O’Reilly AI Conference在北京召开。大会上,来自荷兰的金融公司ING的IT主管Bas Geerdink带来了《关于数字驱动企业》的主题分享。

进入互联网大数据时代后,ING目标明确的要把个人打造成一家数据驱动型企业,将分析技能作为首要战略重点,并投资于人工智能、大数据分析,希望能借此优化业务流程。

现在,AI不可能 逐渐发展成ING业务的核心,公司内部管理有着几滴 关于数据分析及人工智能在项目在进行着。正如我们都 个人所言,我们都 是一家IT公司——An IT company with a banking lisence.

Bas Geerdink从WHY、WHAT、HOW一还还有一个 多多深度1分享了ING在数字化转型中的思考与实践。

以下是演讲全文,大数据文摘在不改变原意的前提下进行了编辑。

演讲内容

WHY:ING的挑战和机遇

有着1200多年历史的ING见证的银行业的发展与变革,从最早期的客户因信任扛着资产到银号进行存储;到以后 一张张小小的卡片和客户经理成了银行和客户之间的纽带;再到如今,什么都客户根本就没法 在银行体验过实体的服务,我们都 和银行的交互倘若一还还有一个 多多多多线程 运行运行罢了。或者,怎样靠多多线程 运行运行吸引客户并建立稳定的客户关系,是我们都 最关心的什么的问题之一。

另外,金融行业的竞争也在不断的加剧,想在比荷卢经济联盟以外的地区站稳脚跟并不易事,Bas Geerdink怪怪的强调到亚洲市场,这是块很有吸引力但又充满挑战的市场,他还提到了阿里和腾讯,这两家公司以互联网的基因做着金融的业务,无论是成本还是用户基础上我们都 都充满优势,要我我们都 那分一杯羹,ING都要花更大心思充分理解当地客户,并用上最新的IT技术手段。

当然,作为金融行业老人,卓越的远见自然是它屹立不倒的重就愿因,什么都ING早13年就制定了数字化战略,计划抓住数据和AI的机遇,结合自身在金融领域的百年经验,将数据融入产品,建立稳固的客户关系,给客户打造更可靠、更便捷的服务体验,为客户提供集成化商务平台,从而为客户的资产赋能。

WHAT:ING产品上的AI应用

案例1:Actionable Insight,这是一项基于历史数据的预测产品,ING会基于用户历史的银行资金数据,对用户接下来一还还有一个 多多月的经济情况汇报作出预测,不可能 根据近期的消费模式预测出不可能 会有财务什么的问题,便会提早给客户提示,让客户今早调整财务计划。

想必还是有什么都小伙伴会期待这俩智能提醒吧,大约笔者从前的月光党还是很都要被敲黑板的。

案例2:Real-time Forecasting,这是一还还有一个 多多推荐服务,这是嵌入在ING移动产品里的,它用的是实时数据进行推荐,推荐的是用户不可能 都要的ING服务,假象一下你的定位趋于稳定了大面积转移,又消费了外币,这时它就会预测你或许是在一次国际旅行上,或者发送当地的ING网点让他,附上跨国购汇取款等操作指导,很暖心有没法 。

案例3:Instant Mortgages,贷款购房这是不管插进哪个国家也有 人生大事,ING会基于PSD2的交易数据评估出客户的贷款能力,为客户推荐量身定制的贷款数额,最关键的是它变慢,分分钟避免你的顾虑,不都要再像前一天那样挤出时间找顾问咨询啦。

HOW:ING在IT技术和工作模式上的最佳实践

Bas Geerdink说到,前一天的ING是金融公司,而现在却不仅仅没法 了,不可能 这俩年在企业内部管理建立起了强大的IT技术团队,不再使用前一天的外包形式,再再加大数据平台的建立和AI技术的应用,一家高科技公司妥妥的。

优秀的数据驱动公司的标志之一倘若能管理好历史数据,银行业务的型态使得ING面临多种业务系统的数据,形式各有不同,或者近两年数据井喷的环境下的fast data和过往的historical data得采用不同的避免法律法律依据,它们采用了数据湖的法律法律依据避免这俩多源异构数据,用不同的技术避免对应的数据,最终以统一的标准呈现给应用层。这对ING至关重要,不可能 这是一切分析或AI的基石,正如Bas Geerdink一再强调的,要能了做到这点要能避免训练模型时“rubbish in rubbish out”

前面讲到了ING用数据湖打下坚实的数据基础,这里再抛出我们都 的另一把利器——实时数据流平台,按Bas Geerdink的说法,为了让应用要能提供更及时准确的数据服务,都要把数据架构设计 、存储、模型训练、迭代、应用微服务这俩链路全版地串联起来,他把这称为“人工智能生产流水线”,Flink的再次出现大大推动了我们都 数据平台的升级,让数据高效地指导业务和服务客户。

ING在工作模式上遵循了DevOps法律法律依据,如Bas Geerdink的PPT所示,在平时工作中,我们都 会按业务范畴将业务人员、数据科学家、开发、运维组成作战小分队,使得成员间得以高效紧密的配合,另外,在相应的知识领域,我们都 又会按照职能划分小组,进行技术或业务的交流经验分享。ING正是从前很好地贯彻了优质的IT管理理念,使得我们都 敏捷地在数字化转型和AI应用的道路上。

本文由

大数据文摘

发布在

ITPUB

,转载此文请保持文章全版性,并请附上文章来源(ITPUB)及本页链接。

原文链接:http://www.itpub.net/2019/06/26/2281/