Points clés
Catégorie
Services financiers, secteur bancaire
Lieu
Siège social : Mumbai, Inde
Points clés de la solution
- Plateforme de données moderne : Cloudera Enterprise
- Charges de travail : Data Science et Data Engineering
- Composants clés : Apache Spark, Hive, Python, Apache Impala
- Algorithmes de data science : algorithmes de vision par ordinateur nouvelle génération, deep learning
- BI et outils d'analyse : Tableau, outils SAS, Informatica BDM
Applications prises en charge
- Business intelligence en temps réel
- Gestion du risque de crédit
- Lutte contre la fraude
- Ventes incitatives/croisées personnalisées
- Informations tirées des analyses client
- Service d'analyse : appels de base de l'API REST
Sources de données
- Oracle Exadata EDW
- Serveur SQL
- PostgreSQL
- Sujets Kafka
Impact
- Possibilité de traiter des données non structurées et de déployer des modèles de deep learning
- Analyses de risque poussées visant à évaluer le risque de crédit et à identifier les signes avant-coureurs de défauts de paiement avec plus de précision
- Lutte contre la fraude en temps réel
- 100 Go de données ingérées au quotidien
Axis Bank est l'une des banques les plus importantes du secteur privé en Inde avec plus de 20 millions de clients et plus de 4 000 agences réparties dans tout le pays.
Axis Bank traite 75 % des litiges FasTag des gares de péage en temps quasi réel grâce à des algorithmes d'IA et à Cloudera.
Défi
« Avec une augmentation de 50 % de la quantité de données générées sur 12 mois, le défi que nous devions relever consistait à extraire la valeur attendue de ces données non structurées et de fournir des analyses en temps réel aux principales unités commerciales de la banque », affirme Balaji Narayanamurthy, président d'Axis Bank. « Nous devions radicalement repenser et moderniser notre plateforme de données afin de proposer ces cas d'utilisation et ainsi satisfaire différents collaborateurs internes. »
Axis Bank voulait exploiter à la fois des données structurées classiques et des données non structurées, comme les données audio, vidéo ou textuelles, afin de résoudre des problèmes concrets. Elle cherchait une solution de gestion des risques et un moyen d'améliorer l'efficacité de ses opérations. Cependant, les plateformes de données classiques ne pouvaient pas prendre en charge la variété et le volume croissants de données ni fournir en temps réel les réponses nécessaires à l'amélioration de l'efficacité organisationnelle.
Solution
Axis Bank utilise Cloudera pour mieux analyser ses opérations et anticiper le comportement de ses clients au sein de ses unités commerciales et de vente, comme l'épargne, les prêts, l'investissement et les services de change. Actuellement, le cluster EDH de Cloudera intègre et analyse 750 To de données en provenance de différentes sources au sein des systèmes d'Axis Bank, notamment Oracle Exadata ED.
Axis banque a pu déployer un large éventail de cas d'utilisation, dont voici quelques exemples :
- Analyses d'images de gares de péage visant à accepter ou à rejeter le litige
- Analyses de texte créant des alertes actualité AML qui aident les employés à identifier des cas potentiels de blanchiment d'argent et des corrélations
- Analyses de micromarchés visant à optimiser le nombre et l'emplacement de ses agences
- Analyses de risque poussées visant à évaluer le risque de crédit et à identifier les signes avant-coureurs de défauts de paiement avec plus de précision, afin que les employés puissent intervenir de façon proactive et prendre des mesures préventives ciblées
- Engagement client : compréhension détaillée du cycle de vie, du style de vie, des dépenses et de l'implication des clients envers la banque et d'autres institutions financières pour une personnalisation plus approfondie et de meilleures campagnes et offres pour les clients
- Service d'analyse : architecture de microservices
- Constitution de datamarts
« Depuis que nous avons déployé la plateforme de Cloudera, nous pouvons analyser 40 à 50 % de données en plus et nous comprenons mieux les besoins de notre entreprise. Analyser ces données est devenu plus rapide ; auparavant, le cycle de transfert, de traitement et d'analyse des données nécessitait un temps conséquent. Aujourd'hui, nous sommes capables de mieux gérer les risques liés aux clients, de personnaliser nos offres et d'optimiser nos processus opérationnels », assure M. Narayanamurthy. « Nous dépassons constamment nos limites car cela nous permet de créer un impact maximal pour nos clients et de mieux les aider. »
Grâce à cette plateforme de données moderne, les dirigeants d'Axis Bank sont mieux placés pour décider quels cas d'utilisation doivent être déployés sur site et lesquels sont à déployer dans le cloud. D'après M. Narayanamurthy, « nous recherchions une solution qui nous offrirait à la fois évolutivité et flexibilité. La solution multicloud hybride de Cloudera apporte de la souplesse aux cas d'utilisation, ce qui nous permet de générer une puissance de calcul supplémentaire au besoin. Nous maîtrisons également mieux nos coûts car la puissance de calcul est réduite, conformément aux exigences en vigueur. »
Résultats
L'efficacité opérationnelle est l'un des nombreux domaines dont les performances ont été améliorées par Axis Bank grâce à de plus vastes analyses : « L'approche basée sur les données que nous avons adoptée pour résoudre nos problèmes nous a permis de mieux contrôler nos coûts par rapport à nos concurrents », affirme M. Narayanamurthy. « Grâce à Cloudera, nous pouvons désormais exploiter les données non structurées tout en augmentant la valeur des données structurées. »
Un meilleur ciblage a également aidé la banque à développer son activité : « Nous avons constaté une amélioration des ventes croisées de nos produits proposés à notre clientèle existante de manière personnalisée. »