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
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目标明确的要把自己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已经逐渐发展成ING业务的核心,公司内部有着大量关于数据分析及人工智能在项目在进行着。正如他们自己所言,他们是一家IT公司——An IT company with a banking lisence.
Bas Geerdink从WHY、WHAT、HOW三个角度分享了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160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;到后来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,很多客户根本就没有在银行体验过实体的服务,他们和银行的交互只是一个应用程序罢了。因此,如何靠应用程序吸引客户并建立稳定的客户关系,是他们最关心的问题之一。
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非易事,Bas Geerdink特别强调到亚洲市场,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他们都充满优势,想要他们那分一杯羹,ING必须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要原因,所以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,对用户接下来一个月的经济状况作出预测,如果根据近期的消费模式预测出可能会有财务问题,便会提早给客户提示,让客户今早调整财务计划。
想必还是有很多小伙伴会期待这种智能提醒吧,至少笔者这样的月光党还是很需要被敲黑板的。
案例2:Real-time Forecasting,这是一个推荐服务,这是嵌入在ING移动产品里的,它用的是实时数据进行推荐,推荐的是用户可能需要的ING服务,假象一下你的定位发生了大面积转移,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,然后发送当地的ING网点给你,附上跨国购汇取款等操作指导,很暖心有没有。
案例3:Instant Mortgages,贷款购房这是不管放到哪个国家都是人生大事,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,最关键的是它很快,分分钟解决你的顾虑,不需要再像以前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,以前的ING是金融公司,而现在却不仅仅如此了,因为这些年在企业内部建立起了强大的IT技术团队,不再使用以前的外包形式,再加上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就是能管理好历史数据,银行业务的特性使得ING面临多种业务系统的数据,形式各有不同,而且近两年数据井喷的环境下的fast data和过往的historical data得采用不同的处理方式,它们采用了数据湖的方式处理这些多源异构数据,用不同的技术处理对应的数据,最终以统一的标准呈现给应用层。这对ING至关重要,因为这是一切分析或AI的基石,正如Bas Geerdink一再强调的,只有做到这点才能避免训练模型时“rubbish in rubbish out”
前面讲到了ING用数据湖打下坚实的数据基础,这里再抛出他们的另一把利器——实时数据流平台,按Bas Geerdink的说法,为了让应用能够提供更及时准确的数据服务,必须把数据采集、存储、模型训练、迭代、应用微服务这个链路完整地串联起来,他把这称为“人工智能生产流水线”,Flink的出现大大推动了他们数据平台的升级,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方法,如Bas Geerdink的PPT所示,在平时工作中,他们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,他们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正是这样很好地贯彻了优质的IT管理理念,使得他们敏捷地在数字化转型和AI应用的道路上。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/31562039/viewspace-2648714/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/31562039/viewspace-2648714/
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相关推荐
- 大数据之父_“大数据之父”舍恩伯格最新演讲:大数据重塑制造业(含视频)...
2019年8月16日,在2019智博会"智造新动能·智联新产业"高峰论坛上,全球知名大数据专家,<大数据时代>作者维克托·迈尔·舍恩伯格先生进行了以"大数据重 ...
- 大数据是什么?大数据可以做什么?大数据实际做了什么?大数据要怎么做?
"大数据"一词时下的热门程度无需赘言,这一两年来互联网相关的任何活动.会议必不可少"大数据"板块. 对于任何一个大数据的从业者或初接触者,或许都会有个共同的感触 ...
- 工信部:培育大数据交易市场,探索多种形式数据交易模式
近日,工信部发布关于印发"十四五"大数据产业发展规划的通知(以下简称<规划>). <规划>提出了五大发展目标: 一是产业保持高速增长.到2025年,大数据产 ...
- 为什么学习大数据,大数据专家写给大数据分析学习者的10个理由
因为大数据爆发,因此出现了大数据开发.大数据分析这两大主流的工作方向,目前这两个方向是很热门,不少人已经在开始转型往这两个方向发展,相较而言,转向大数据分析的人才更多一点,而同时也有不少人在观望中,这 ...
- 数造未来——探索大数据的应用价值
文章讲的是数造未来--探索大数据的应用价值,当全世界都还在热议大数据甚至有些质疑大数据的时候,早有一批大数据的先驱已经开始通过实际行动去证明,大数据的应用价值.甚至我们开始畅想,大数据会营造出一个怎样 ...
- 学习大数据,大数据专家写给大数据分析学习者的10个理由
由于大数据爆发,是以出现了大数据开发.大数据分析这两大主流的工作标的目的,今朝这两个标的目的是很热点,不少人已经在起头转型往这两个标的目的生长,相较而言,转向大数据分析的人才更多一点,而同时也有不少人 ...
- 专家纵论谈大数据:认清本质 挖掘真价值
在日前举行的"第十届国家信息化专家论坛"上,众多专家阐述了对"开放数据与大数据发展"的看法. 工业和信息化部副部长杨学山表示,大数据概念的出现让人类社会看到了信 ...
- 线上打假遭遇多重困境 专家建言依靠“大数据”打假
北京一家媒体从业人员李驰在天猫上购买了一款蔻驰包,但是收货后发现做工.气味均有问题,随后花了近半个月才退了货."钱倒是小事,太影响心情了,在网上购物真是步步惊心."她说," ...
- Hadoop! | 大数据百科 | 数据观 | 中国大数据产业观察_大数据门户
深度好文丨读完此文,就知道Hadoop了! 来源:BiThink 时间:2016-04-12 15:14:39 作者:陈飚 "昔我十年前,与君始相识." 一瞬间Hadoop也到了要 ...
最新文章
- MySQL 性能优化,索引和查询优化
- SAP QM 模块的弊端?
- 基于树莓派上的小电台
- C#设计模式之:抽象工厂模式与反射
- java linux download
- mysql 子查询优化一例
- API网关从入门到放弃
- 最新!外国人最常说的100个“中国词”出炉 第一个你绝对想不到…
- 加量不加价!极速人脸检测库libfacedetection升级v3版,新增五点检测
- (原)ubuntu下cadvisor+influxdb+grafana+supervisord监控主机和docker的containers
- java实现物体下落效果_手撸一个物体下落的控件,实现雪花飘落效果
- 深度学习优化算法大全系列4:AdaGrad(Adaptive Gradient)
- qt 获取屏幕句柄_VC中获取窗口句柄的各种方法
- LFM信号脉冲压缩原理和仿真
- 入门级node+uni-app开发即时通讯聊天室(3)用户的搜索以及好友添加(二)
- 几何分布及其期望计算
- C语言之控制语句详解
- 如何按数字或者日期时间顺序对多个文件夹进行批量重命名?
- HTML怎么把按钮往下移,css按钮固定在底部
- Android界面编程之简单的图片浏览器