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.
Über den Kunden
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
Verwendete Technologien
- MID
- AnalytixDS
- Wherescape
- Excel
- Tableau
- SaaS
- QlickView
