Verwalten von Self-Service-BI für nützliche Berichte

Fallstudien Verwalten von Self-Service-BI für nützliche Berichte

Über den Kunden

Der Kunde ist eine Bank in Privatbesitz und wurde 1590 gegründet. Sie ist eine der führenden Privatbanken in Europa und beschäftigt 1600 Mitarbeiter in verschiedenen Abteilungen. Ihr Hauptsitz befindet sich in Hamburg, wo sie von geschäftsführenden Partnern geleitet wird. Sie verfügt über Niederlassungen in Frankfurt, London, New York und Zürich, neben anderen Finanzzentren.

Problemstellung

Um schnellere Ergebnisse zu erzielen, wollte die Bank ihren Nutzern die Möglichkeit geben, ihre eigene Self-Service-BI-Plattform zu erstellen und anzupassen, ohne dass sie dafür IT-Unterstützung benötigen. Darüber hinaus wollte sie ein data warehouse aufbauen, das in der Lage sein sollte, interne und externe Berichte aus einer einzigen Quelle zu erstellen und gleichzeitig alle relevanten Daten aus dem gesamten Unternehmen anzuzeigen.

Die derzeitige Datenbank unterstützte die oben genannten Anwendungsfälle nicht, da sie folgende Einschränkungen aufwies:

Datenqualität und Skalierbarkeit
Einzeltabellenspeichersysteme mit großen Datenmengen waren schwieriger zu warten

Die Herausforderung

Bei der Implementierung der data vault-basierten Lösung zur Lösung des Problems mussten die folgenden Herausforderungen bewältigt werden:

Begrenzter Speicher zum Speichern von Daten
Der Code war nicht für jedermann zugänglich
Aufgrund des begrenzten Plattenspeichers werden komplexe Berechnungen zu einem Problem

Die Lösung

Dem Kunden wurde eine Lösung von Scalefree angeboten, die Folgendes umfasste:

Ein agiler Ansatz zur Verwaltung von Projekten in Sprints mit fester Länge
Ein Hochleistungssystem unabhängig von Volumen und Geschwindigkeit
Ein flexibles Datenmodell, das keine Beschränkungen bei der Hinzufügung neuer Daten und der Umstrukturierung bestehender Daten aufweist
Eine Referenzarchitektur, die in der Lage ist, Big-Data-Konzepte zu unterstützen und die Integration von NoSQL-Datensätzen und Echtzeitdaten zu fördern

Konkrete Ergebnisse für den Kunden

Das Projekt brachte der Bank folgende Ergebnisse:

Die Bank war in der Lage, überprüfbare Lösungen zu schaffen
Die vollautomatischen Teile von data warehouse konnten dem Kunden helfen, weniger Fehler zu machen als bei der manuellen Entwicklung von SQL-Anweisungen und ETL-Prozessen.
Die Bank konnte ein höheres Maß an Datensicherheit und Datenschutz erreichen