データ駆動型業務運営（金融業界はデータ駆動型業務をどのように運営しているのか？）

金融業界はどのようにしてデータ主導の業務を実施できるでしょうか?

中原銀行は近年、データの調査を数多く行ってきました。

• 2016年12月、中原銀行はビッグデータプロジェクトの第1フェーズの立ち上げを完了しました。 2017年5月には銀行のデータマートの再構築と移行を完了しました。 2017年7月には、新たなデータプラットフォームに基づくセルフサービス分析を開始しました。 2017年10月より外部データプラットフォームと履歴データプラットフォームの利用を開始。
• 2017年12月、当社はSensors Dataと正式に協力し、リアルタイム行動分析プラットフォームにアクセスしました。
• 2018年5月、中原銀行はデータマイニングと分析、およびワンストップデータサブスクリプションプラットフォームの立ち上げという2つの新しいプロジェクトを完了しました。
• 2018 年 6 月、中原銀行は一連の新しい T+0 データ マートを立ち上げました。

個人的には、銀行業界はレポーティングから BI への段階を経て、次の開発段階はリアルタイム行動分析や T+0 OLAP システムなどのシナリオベースになると考えています。 T+0 は避けられないトレンドであり、おそらく数年後にはすべての倉庫が T+0 になり、T+1 シナリオを受け入れることは誰にとっても困難になるでしょう。

注: T+0 は証券 (または先物) 取引システムです。証券（または先物）取引当日に証券（または先物）と価格の決済および受渡し手続きを完了する取引システムをT+0取引と呼びます。

T+1 は株式取引システムであり、同じ日に購入した株式は次の取引日まで売却できないことを意味します。 「T」は取引登録日、「T+1」は登録日の翌日を指します。

中原銀行は、ビッグデータのガバナンスとアプリケーション構築を銀行全体の戦略レベルにまで高め、技術革新、自主管理、公開、共有の概念を堅持し、統一的、完全、便利、効率的、インテリジェント、安全なビッグデータ技術システムを構築し、全プロセス、ワンストップ、インテリジェントなデータサービスを提供するという目標を策定しました。

中原銀行の目標は常にシステムを構築することではなく、サービスを提供することであると強調する価値がある。例えば、ビジネス担当者がどれだけの顧客を失ったかを知りたい場合、現状では BI でそれを提供することは困難です。たとえデータが提供されても、それを計算することは困難です。しかし、シナリオベースの分析では、シナリオに必要な次元や指標を開発することができ、関連するデータを取得することで分析を行うことが容易になります。そこで、今後はシナリオをサービス化し、ビジネスチームに提供していく予定です。

中原銀行のプラットフォーム構築の全体的な進捗状況は次のとおりです。

• 2016年に基本プラットフォームの構築とデータアーキテクチャの設計が完了しました。
• 2017年にデータ統合プラットフォームが確立され、データサービスエンジン、OLAPセルフサービス分析エンジン、マイニング分析プラットフォームの基盤が築かれました。
• 2018年には、データガバナンス、リアルタイムコンピューティングサービス、グラフコンピューティングサービス、データ交換プラットフォーム、機械学習プラットフォームなどを開発する予定です。
• 2019 年には、技術的な観点から、より統合され、改善され、強化されたプロジェクトに取り組む可能性があります。

多くの場合、技術部門が主導して技術システムの構築を行っていたものの、実際の業務実装には至っていませんでした。現在、私たちは事業の飛躍的発展に向けてシフトしようとしています。

2018年6月、中原銀行は情報技術部から分離し、第一レベルの部門であるデータバンク部を特別に設立しました。

以前は、私たちはテクノロジーに重点を置いていましたが、今では、テクノロジーを使ってビジネスを推進することは、マーケティングやリスク管理の面で非常にコストがかかり困難であり、テクノロジーが必ずしもビジネスを推進して利益を生み出すわけではないことに気づきました。この観点から、私たちは Sensors Data が提供するシナリオベースの方法論とロジックを試してみることにしました。

中原銀行は過去数年間、固定レポートやモバイルレポート、セルフサービスクエリモデルなど、銀行全体の集中配信機能の最適化など、テクノロジー主導の改善をいくつか行ってきました。特に、銀行業界ではセルフサービスクエリがここ数年で人気が高まっています。まだそうしていない銀行は、将来的にはそうしなければなりません。これは必要な段階です。

銀行業界のデータ分析ニーズには、データ相互作用モードの 5 つのシナリオがあると考えられます(上記参照)。中原銀行は現在、データ ラボを構築しています。これは実際にはデータ レイク システムであり、以前のウェアハウス、市場、その他のプラットフォームを新しいコンピューティング アーキテクチャに移行します。

その主な機能は、データモデリングと探索的分析を行うことです。このプラットフォームは、元の P2P プラットフォームから完全に独立しています。以前とは異なり、レポート作成だけでなく、セルフサービス分析やデータ モデリングも実行できるため、将来的にはさらに多くのモデラーの使用をサポートできます。

このプロジェクトの成果が生み出された後、さまざまなタイプのビジネス シナリオに適用できるようになることを期待しています。ただし、アドホック クエリなどの一部の古いモデルは、他のアプリケーション シナリオに完全に置き換えることが難しいため、中国の観点からは常に存在し続けます。

中原銀行は現在、データプラットフォームシステムを計画していますが、このシステムはまだ進化しています。

過去数年間で、中原銀行は 1,000 件近くのレポート、20 を超えるトピックのセルフサービス分析、およびデータ ラボ プラットフォームを作成しました。

これらのプラットフォームはさまざまな人々を対象としており、レポートは主にデータを使用する人々を対象としています。セルフサービス分析は、リーダー向けのレポートを準備したり、下位にデータを公開したりするようなラインの担当者を主な対象としています。データ ラボは主に、モデラーなどの技術的な背景を持つ人々を対象としています。

中原銀行は、上記の 3 つのプラットフォームに加えて、コミュニティ プラットフォームも構築しており、これらを総称してワンストップ分析プラットフォームと呼んでいます。

データ駆動型イノベーション コミュニティは、業界のデータ駆動型開発をリードするために設立されました。現在、科学技術省がこのコミュニティの建設を主導しています。

このコミュニティでは、データ分析レポートや記事など、データドリブンなコンテンツを大量に公開していきます。個人的には、データドリブンな仕事の推進は、今後はビジネスが主導していかなければならないと考えています。技術者がアイデアを持っていても、収益化が難しいため、ビジネス視点で実践していく必要があるからです。今後は、ビジネス シナリオで分析を実行する方法を学習するために、自社の技術者をビジネス部門に派遣する予定です。

上で述べたデータ分析プラットフォームは、本質的にはまだ技術的なものですが、将来的にはシナリオベースの開発の方向に発展していくと私は常に信じています。シナリオベースのアプリケーションは、使用コストが低いなど、コストが低いため、ビジネス担当者にとってより便利に使用できます。シナリオベースのアプリケーションでは人材コストが低く、多くの技術者を採用する必要がありません。

これは中原銀行のビッグデータ総合分析プラットフォームアーキテクチャです。この点に関しては、各銀行間で大きな違いはありません。

しかし、中原銀行のマーケットプレイスは非常に薄く、ソース用の ODS は 1 つだけで、マーケットプレイスは会計、内部業務、マーケティングなど 4 ～ 5 つしかありません。他の銀行と比較すると、中原銀行のアーキテクチャは非常に軽量で、ソースからマーケットプレイスに直接アクセスできます。一部のマーケットプレイスでは、指標処理すら行われず、詳細を直接統合し、セルフサービス分析とレポートを提供し、さらに研究所に提供されるものもあります。

個人的には、セルフサービス分析、シナリオベースの分析、データレイクなどのアイデアが、遅かれ早かれ、これまで作成してきた大量のレポートに取って代わるだろうと考えています。 T+0 は T+1 に置き換わります。それは時間の問題だ。したがって、現在、私たちのアーキテクチャ全体がここに移行しています。

過去数年間、中原銀行は分析プラットフォームのパフォーマンスチューニングを行ってきました。一般的に言えば、レポートから BI に初めて切り替える場合、BI 自体がスペースを柔軟性と交換する方法であるため、パフォーマンスの問題に必ず直面します。

私たちは、30 個の物理コンピューティング ノードと、ビッグ データ向けに反パラダイム方式で設計された約 20 ～ 30 個のトピック モデル、つまりワイド テーブル モデルを使用して、ビッグ データ テクノロジを使用してコンピューティングをサポートします。ワイド テーブル モデルでは多くのスペースが犠牲になるため、一般にこのビッグ データ プラットフォーム上でよりスムーズに実行され、冗長性が高くなり、パフォーマンスが向上します。

しかし、ビッグデータ プラットフォームの大きな特徴は、低コストと許容可能な容量拡張であるため、現在ではこのアプローチを好んでいます。

中原銀行は今年、データ品質の向上に注力しており、新たなデータ ガバナンス プロジェクトを開始する準備を進めています。

以下に簡単な紹介をします。

口径管理のためのオンラインチャネルを構築しました。たとえば、ビジネス担当者がレポートを見てデータの問題を発見した場合、問題を直接フィードバックできるオンライン チャネルが用意され、その後、専任の技術担当者がフォローアップします。さらに、知識ベースに似たチャネルも用意されており、これがキャリバーの沈殿に役立ちます。しかし、マスターデータや標準管理など、データガバナンスをさらに改善する必要があります。

これは中原銀行の BI プラットフォームであり、一般的に非常に便利です。銀行はある段階でBIを実施する必要があると思います。 BI がなければ、ビジネス担当者がデータに直接アクセスできず、将来のデータの役割を理解することが困難になるため、データ主導のアイデアをビジネスに真に実装することは困難です。

BI を習得して初めて、将来的にはシナリオベースの分析や予測分析ができるようになると伝えることができます。現在、中原銀行はこの軌道に沿って発展しています。

金融業界では機密データが多数扱われるため、データセキュリティの問題には特別な注意を払う必要があります。データのセキュリティを確保するために、技術的な処理をいくつか行いました。

例えば：

• ダウンロード管理: 包括的なデータ使用レビュープロセスを確立し、最小限のデータアクセス権限を設定し、要求に応じてレポートアクセス権を割り当てます。
• リアルタイムの感度低下: Smartbi はさまざまな形式のデータ感度低下表示をサポートしており、フォアグラウンドでの機密情報の感度低下表示を実現できます。 ID カード番号などの機密データはリアルタイム表示では非表示になります。
• 使用トレースの管理については、レポートアクセスデータを収集して公開し、レポート使用中の自己監視と相互監督を促進し、ジョブ調整や重複権限によるデータ漏洩リスクをタイムリーに発見できるようにします。
• 動作監視: ビッグデータと機械学習の技術を使用して、データセキュリティのインテリジェント分析および早期警告プラットフォームを構築し、データ操作の動作をインテリジェントに監視して、内部のデータセキュリティインシデントを防止します。

今後の建設計画はおおよそ上図の通りとなります。現在はまだ、データの探索と多次元分析の段階にあります。今年はいくつかのデータ モデリング プロジェクトを立ち上げました。そのうちのいくつかを以下に示します。

店舗のキャッシュフロー予測というプロジェクトを立ち上げました。正確な予測を実現するには、出口次元、人員次元、乗客の流れ次元、天候次元など、多くの次元を考慮する必要があります。

そこで、このプロジェクトでは、すべての支店の履歴データを分析・研究し、各支店が毎日どれだけの預金を必要とするかを予測します。ここでの預金とは、現金を指します。これは、現金在庫が支店にとって非常に大きなコスト（輸送費など）となるためであり、支店に預けられた現金には利息が付かず、現金をそのまま置いておくのと同じだからです。

来年には予測プロジェクトが中間成果を生み出すことを期待しており、また、データ主導の変革とイノベーションへの取り組みを通じて、金融業界のデジタル変革の発展に貢献できることを願っています。

金融業界の競争はますます激しくなっている。変わらなければ、失敗するでしょう。盲目的に変化すれば、失敗するでしょう。データに基づいてのみ方向を導くことができます。

この記事が金融業界の業務や製品にインスピレーションを与えることができれば幸いです。

この記事はもともと @ShenCeData によって Everyone is a Product Manager に掲載されました。無断転載禁止

タイトル画像はCC0ライセンスに基づいてPixabayから引用しています