金融サービス
本社: シンガポール
最新のデータプラットフォーム: Cloudera Enterprise
ワークロード: データウェアハウス
主要コンポーネント: Apache Hive、Apache Hue、Apache Impala、Apache Oozie、Cloudera Data Science Workbench、Cloudera Manager、Kerberos
BIおよび分析ツール: Microsoft Power BI、Qlik Sense Analytics
フルバンキングサービスを提供するアジア有数の United Overseas Bank (UOB) は、アジア太平洋地域、西ヨーロッパ、北米の19の国と地域に、500を超える支店を展開しています。
「私達が注力しているのは、お客様に途切れの無いバンキングエクスペリエンスやパーソナライズされたサービス提供することです」と United Overseas Bank のチーフデータオフィサーであるRichard Lowe 氏は述べています。
UOB は、シンガポールの銀行では初となる、集中型組織としてのビッグデータ部門である「ビッグデータ分析センター」を 2017年に設立し、自行の分析能力を高め、データのインサイトを活用してパフォーマンスの向上を図っています。
この施策の中心となったのは、数十もの散在したシステムから優れたコスト効果でデータを収集し、音声やテキストを含む様々な非構造化データを取り入れることが可能なプラットフォームの導入でした。Lowe 氏は、次のように説明しています。「レガシーなデータベースの場合、データ量やデータの種類には制約があります。この結果的、アンチマネーロンダリング (AML) や取引監視、効果的に機能するカスタマー分析エンジンが必要とする重要なデータの属性を欠落しまう可能性があるのです」
UOBは、最新のデータプラットフォームと機械学習テクノロジーを使用することで、お客様の嗜好を深く理解し、バンキングエクスペリエンスをシンプルかつ安全に、そして信頼性の高いものへと変革することができました。UOB は Cloudera との連携によって、業務担当者やデータサイエンティストが、セルフサービスによる分析、機械学習、新たな人工知能 (AI) ソリューションに関連した、高品質のデータに素早くアクセスできるようにする、ビッグデータプラットフォームを手にすることができました。
取引、お客様、売買、預金、ローンシステムから得られる数千ものファイルが、毎日 Cloudera プラットフォームにロードされています。同プラットフォームは、現在、約 2ペタバイト (PB) のデータをサポートしています。現在では、コンプライアンスやリテールバンキング、アセットマネージメント、ホールセールバンキングといった様々な事業部門において、カスタマービューや取引データをより包括的に捉え、業務プロセスの最適化や、独自のカスタマーエクスペリエンスのデザイン、さらに金融犯罪検知能力の向上を図ることができるようになりました。
UOB は、Clouderaが提供するツール群やサービスを使って、人工知能やデータサイエンスのロードマップをサポートし、AI への取り組みを推進しています。データサイエンティストがコラボレーションするために標準的な運用プラットフォームとして、データセンターでCloudera Machine Learning を使用することで、AI やデータサイエンスモデルの高速化と効率化を図っています。AI やデータサイエンスの導入は、12のビジネスユニットや機能にまたがる、様々なAI とデータサイエンスのユースケースを持つ組織全体で急速な拡大を見せています。プロジェクトの範囲は、自然言語処理を使った市場動向に関するレポートの作成や、お客様を効果的にエンゲージメントするためのパーソナライズ機能やサービスなど、多岐にわたっています。
UOB のビッグデータチームでは、同行の業務部門や各地域を含め、銀行全体に対応できるビッグデータプラットフォームを構築するというビジョンを設定しましたが、その実装に際しては非常に多くの課題があることを認識しました。Lowe 氏は、次のように述べています。「世界中に支店を持つ大規模な銀行の複雑さを考えると、この取り組みは非常に困難な道のりとなる可能性がありました。データのセキュリティやガバナンスといった必要な機能を開発し、2年以内にデータを統合するという目標を達成することができたのは、Cloudera のおかげです。例えば、セキュリティ分野では、Cloudera によってオペレーショナルリスクのトラキング機能をシンプル化し、またユーザーID の管理をより高度化して、データプラットフォームに対する不正アクセスを適時に検知できるようになりました」
UOBは、新しいセルフサービスによる分析や機械学習によるインサイトの取得によって、デジタルバンキングやアセットマネージメント、コンプライアンス、AMLなどの改善を図ることができました。
新しいレコメンデーションエンジンによって、数百万のお客様や取引相手の食事からショッピングまで、その生活嗜好を理解し、パーソナライズした提案や推奨を行うことで、成約率を向上させることができました。
アナリストは、高度な AML 検知機能によって、ダミー企業やリスクの高い個人との陰に隠れた関係を基に、疑わしい取引を早期に検知できるようになりました。「Cloudera と機械学習テクノロジーによって、AML の検知能力を向上させ、以前3ヶ月を要していた取引関係の新たな特定を、3週間に短縮することができました」
コーポレートリレーションシップマネージャーは、カスタマー分析で得たインサイトによって、グローバルなクライアントのネットワークに関する理解を高め、新たな収益機会を見いだすことができます。「このプロジェクトによって、見込み案件が大幅に増えただけでなく、リレーションシップマネージャーは、これまで手作業で行っていた書類の確認作業を 1,000時間以上短縮することができました」
自然言語処理によるマーケットセンチメントソリューションを使って、6年間分の投資分析レポートを分析することで、エグゼクティブは、アナリストのセンチメントに関するより深い理解が可能となり、ブリーフィング時に受けるであろう質問を事前に予測して、回答に備えることができるようになりました。
「これから先、どんなユースケースがあり得るのか、また特定のユースケースに対しても、どのデータが価値を持っているかを常に理解することはできません。Cloudera によって革新を進め、新しい機能を追求することで、他の方法では不可能であった良好な結果を得ることができます」と、Lowe 氏は述べています。
This may have been caused by one of the following: