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。

Image placeholder
davy2018666
未设置
  96人点赞

没有讨论,发表一下自己的看法吧

推荐文章
基于Pandas+ECharts的金融大数据可视化实现方案

前言最近无意中看到一篇文章,介绍的是在IPythonNotebook里实现ECharts的可视化效果。我个人对ECharts一直是推崇有加,是baidu发布的开源项目中我比较喜欢的一个,绝对是良心之作

海量数据时代,金融行业数据库实践难题如何解决?

随着数字经济时代的到来,大数据、人工智能技术得到了快速发展与应用,可以说,各行各业都已全情投入到这一波数字化转型浪潮中,把握新的发展机遇,获取数字红利。其中,金融行业可以说是走在转型之路最前沿的行业之

新数据时代下,变革中的浪潮存储

在物理世界与数字世界之间的连通不断扩大、商业形态不断变化的今天,云、大数据、AI、物联网等技术的广泛应用,加速了整个产业向数字化、智能化的转型升级。在这样的时代背景下,合理地存储、使用与管理数据,释放

大数据时代,数据湖并不能完全取代数据仓库

数据仓库为组织了解其历史业务表现和推动持续运营提供了一个接入窗口,为数据分析师和业务用户提供了诸如客户行为、业务趋势、运营效率和销售等方面的信息。尽管出现了基于Hadoop和其他一些大数据技术的数据湖

HPE收购MapR,以Hadoop供应商为首的大数据时代落幕

Hadoop三驾马车之一的MapR陷入困境后终于有了着落,今年5月底MapR宣布由于“业绩极差”将被迫关闭公司,MapR给自己设定寻找资金的最后期限是7月3日,一个月后MapR被HPE收购。8月5日,

分层存储超详细解读,为什么大数据时代它已不可或缺

如今,分层存储已成为了一种常见的存储方法,它将数据存储在具有不同特性(如性能、成本和容量)的不同存储介质上。不同的存储媒介被分配到不同的层次结构中,其中最高性能的存储媒介被认为是第0层或第1层,然后是

多云时代下大规模数据库管理,该怎么做?

中国经济的高速发展是世界各国人们有目共睹的,随着数字经济时代的到来,金融数据库的管理,也随之面对一系列的新技术与挑战。云计算一直以来被认为是极具颠覆性的技术力量,随着云计算的应用普及,越来越为企业重视

包银消费CTO汤向军:消费金融大数据风控架构与实践

01风险在哪里1.1 信用风险根据银行业的风险理论,信用风险是指借款人因各种原因未能及时、足额偿还债权人或银行贷款而违约的可能性。信用风险的风控重点在于,甄别客户违约的原因究竟是还款能力,还是还款意愿

中信银行信用卡业务数据库实现国产替换,湖北银行新核心系统项目正式验收,阿里云与MongoDB达成战略合作

中信银行信用卡业务数据库实现国产替换10月31日,由IT168旗下ChinaUnix社区主办的第十一届中国系统架构师大会(SACC2019)在北京召开。会上,中信银行软件开发中心/技术平台开发处副处长

springDataJpa 最佳实践

springDataJpa最佳实践 前言 SpringDataJpa框架的目标是显著减少实现各种持久性存储的数据访问层所需的样板代码量。SpringDataJpa存储库抽象中的中央接口是Reposit

架构转型先行——金融业务场景下的新一代架构实践

  赵勇中国农业银行研发中心架构管理办公室主任工程师中国农业银行研发中心架构管理办公室主任工程师,十年以上金融行业信息化架构设计与管控经验。历经互联网金融、两地三中心、分布式核心银行等大型银行系统工程

团队开发中 Git 最佳实践,不给队友拖后腿

今天跟大家分享下团队开发中Git最佳实践的知识。0前言在2005年的某一天,Linux之父LinusTorvalds发布了他的又一个里程碑作品——Git。它的出现改变了软件开发流程,大大地提高了开发流

走进龙岗“智慧大脑” 见证IOC的最佳实践

这里,拥有全球首例地铁5G超宽带车地无线通讯;这里,借助AI、5G、物联网等技术推动工地现场科学化和智能化管理;这里,构建了开放兼容的统一政务云平台;这里,建设了先进、安全、智能的标杆园区;这里,就是

同程旅游微服务最佳实践

本文首发胖波聊架构界,微信公众号:xiaobo2as本文概要导言微服务拆分的四个维度微服务应该如何维护版本如何从单体架构平滑过渡到微服务结语一、导言同程微服务从立项到实施推广已经走过了整整两个年头,从

Docker最佳实践:5个方法精简镜像

本文记录了精简Docker镜像尺寸的必要性及好处精简Docker镜像的好处很多,不仅可以节省存储空间和带宽,还能减少安全隐患。优化镜像大小的手段多种多样,因服务所使用的基础开发语言不同而有差异。本文将

Code Review最佳实践

我一直认为CodeReview(代码审查)是软件开发中的最佳实践之一,可以有效提高整体代码质量,及时发现代码中可能存在的问题。包括像Google、微软这些公司,CodeReview都是基本要求,代码合

项目管理最佳实践,企业如何进行有效的项目管理

前言:企业在划分项目时,可按照项目的复杂程度、管理范围等将项目分为三个级别,分别是企业级、部门级和小组级(与目标划分原则相同),然后将每一级的目标与项目对应起来。我们知道,企业制定的目标(OKR),一

耗时6年生成代码1.6亿行,农业银行大数据平台打造攻略!

摘要: 耗时6年,135个项目,8000页需求,累计投入11000多人月,生成的代码行1.6亿行,支持了8大业务领域,33条业务线,120多个应用场景,这就是中国农业银行大数据平台。近日,中国人民银行

滴滴大数据在汽车金融风控场景中的应用

桔妹导读:滴滴独有的出行场景大数据在金融领域有着非常广泛的应用前景,未来可与银行,保险,支付和理财等机构深入合作,帮助传统金融机构提升资源配置效率,降低获客和风险管理成本。出行场景大数据在交易欺诈识别

海量数据时代,磁带存储的“涅槃重生”

   磁带作为大规模非结构化数据的战略性/低成本存储手段,已然经历了一次复兴。由于磁带在快速恢复网站和反勒索软件方面具有较高的价值,所以备份仍然是它的一个主要用例。不过,磁带的未来增长机会更在于一些新

转型提速盈利承压的金蝶还要怎么走?

2019年对于转型中的金蝶可能并不那么友好,突遭做空股价跳水,不得不一再声明对未来的信心,7月入职20年的金蝶中国总裁孙雁飞离职,49岁沈崇锋接棒,中途换帅也被外界进行了多方位的解读。8月13日晚间金

税务信息化跨入大数据云计算时代的思考

现状,目前据了解国税总局执行征收管理、行政管理、决策支持和外部信息等四大类应用系统在全国的推广部署,实施大数据开放与共享的建设与开发,已经完成2个国家级税务处理中心的扩容,包括计算存储资源、系统软件及

「完整版」农业银行数据库使用实践和发展规划!

摘要:中国农业银行(以下简称:农行)在信息化系统建设过程中,先是把关系型数据库作为联机交易型数据库使用,后来为满足分析型应用需要开始使用分析型数据库,近几年来随着应用场景细分,对基于Hadoop的大数

直击DTCC2019现场:数据库智能化运维探索与实践

5月10日,第十届中国数据库技术大会(DTCC2019)正在火热进行中。作为本届大会讨论的焦点之一,“数据库智能运维”专场人气爆棚,来自京东物流、腾讯、字节跳动、京东商城、便利峰的行业专家出席现场,他

一个知名网站的微服务架构最佳实现

译者:蓝梦,十余年研发经验,现就职于某上市互联网公司。作者:小马,Medium 首席架构师。译者有话说,如果你的项目正在从单体升级为微服务而忧心;或者你在实践微服务过程中手忙脚乱,本文都是你不容错过的