做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

大資料文摘發表於2019-06-25

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

大資料文摘出品

記者:高延

6月18-21日,O’Reilly AI Conference在北京召開。大會上,來自荷蘭的金融公司ING的IT主管Bas Geerdink帶來了《關於數字驅動企業》的主題分享。

進入網際網路大資料時代後,ING目標明確的要把自己打造成一家資料驅動型企業,將分析技能作為首要戰略重點,並投資於人工智慧、大資料分析,希望能借此優化業務流程。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

現在,AI已經逐漸發展成ING業務的核心,公司內部有著大量關於資料分析及人工智慧在專案在進行著。正如他們自己所言,他們是一家IT公司——An IT company with a banking lisence.

Bas Geerdink從WHY、WHAT、HOW三個角度分享了ING在數字化轉型中的思考與實踐。

以下是演講全文,大資料文摘在不改變原意的前提下進行了編輯。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

演講內容

WHY:ING的挑戰和機遇

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

有著160多年曆史的ING見證的銀行業的發展與變革,從最早期的客戶因信任扛著資產到銀號進行儲存;到後來一張張小小的卡片和客戶經理成了銀行和客戶之間的紐帶;再到如今,很多客戶根本就沒有在銀行體驗過實體的服務,他們和銀行的互動只是一個應用程式罷了。因此,如何靠應用程式吸引客戶並建立穩定的客戶關係,是他們最關心的問題之一。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

另外,金融行業的競爭也在不斷的加劇,想在比荷盧經濟聯盟以外的地區站穩腳跟並非易事,Bas Geerdink特別強調到亞洲市場,這是塊很有吸引力但又充滿挑戰的市場,他還提到了阿里和騰訊,這兩家公司以網際網路的基因做著金融的業務,無論是成本還是使用者基礎上他們都充滿優勢,想要他們那分一杯羹,ING必須花更大心思充分理解當地客戶,並用上最新的IT技術手段。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

當然,作為金融行業老人,卓越的遠見自然是它屹立不倒的重要原因,所以ING早13年就制定了數字化戰略,計劃抓住資料和AI的機遇,結合自身在金融領域的百年經驗,將資料融入產品,建立穩固的客戶關係,給客戶打造更可靠、更便捷的服務體驗,為客戶提供整合化商務平臺,從而為客戶的資產賦能。

WHAT:ING產品上的AI應用

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

案例1:Actionable Insight,這是一項基於歷史資料的預測產品,ING會基於使用者歷史的銀行資金資料,對使用者接下來一個月的經濟狀況作出預測,如果根據近期的消費模式預測出可能會有財務問題,便會提早給客戶提示,讓客戶今早調整財務計劃。

想必還是有很多小夥伴會期待這種智慧提醒吧,至少筆者這樣的月光黨還是很需要被敲黑板的。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

案例2:Real-time Forecasting,這是一個推薦服務,這是嵌入在ING移動產品裡的,它用的是實時資料進行推薦,推薦的是使用者可能需要的ING服務,假象一下你的定位發生了大面積轉移,又消費了外幣,這時它就會預測你或許是在一次國際旅行上,然後傳送當地的ING網點給你,附上跨國購匯取款等操作指導,很暖心有沒有。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

案例3:Instant Mortgages,貸款購房這是不管放到哪個國家都是人生大事,ING會基於PSD2的交易資料評估出客戶的貸款能力,為客戶推薦量身定製的貸款數額,最關鍵的是它很快,分分鐘解決你的顧慮,不需要再像以前那樣擠出時間找顧問諮詢啦。

HOW:ING在IT技術和工作模式上的最佳實踐

Bas Geerdink說到,以前的ING是金融公司,而現在卻不僅僅如此了,因為這些年在企業內部建立起了強大的IT技術團隊,不再使用以前的外包形式,再加上大資料平臺的建立和AI技術的應用,一家高科技公司妥妥的。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

優秀的資料驅動公司的標誌之一就是能管理好歷史資料,銀行業務的特性使得ING面臨多種業務系統的資料,形式各有不同,而且近兩年資料井噴的環境下的fast data和過往的historical data得采用不同的處理方式,它們採用了資料湖的方式處理這些多源異構資料,用不同的技術處理對應的資料,最終以統一的標準呈現給應用層。這對ING至關重要,因為這是一切分析或AI的基石,正如Bas Geerdink一再強調的,只有做到這點才能避免訓練模型時“rubbish in rubbish out”

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

前面講到了ING用資料湖打下堅實的資料基礎,這裡再丟擲他們的另一把利器——實時資料流平臺,按Bas Geerdink的說法,為了讓應用能夠提供更及時準確的資料服務,必須把資料採集、儲存、模型訓練、迭代、應用微服務這個鏈路完整地串聯起來,他把這稱為“人工智慧生產流水線”,Flink的出現大大推動了他們資料平臺的升級,讓資料高效地指導業務和服務客戶。

做銀行家裡的資料專家:ING探索大資料時代下的金融最佳實踐

ING在工作模式上遵循了DevOps方法,如Bas Geerdink的PPT所示,在平時工作中,他們會按業務範疇將業務人員、資料科學家、開發、運維組成作戰小分隊,使得成員間得以高效緊密的配合,另外,在相應的知識領域,他們又會按照職能劃分小組,進行技術或業務的交流經驗分享。ING正是這樣很好地貫徹了優質的IT管理理念,使得他們敏捷地在數字化轉型和AI應用的道路上。

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31562039/viewspace-2648714/,如需轉載,請註明出處,否則將追究法律責任。

相關文章