令人惊叹的方式TD银行加拿大第二大银行

道明银行集团是加拿大抢先 的银行,也是北美第六大分行,具有 超过85,000名员工。该银行为约2500万客户提供效能 ,其辅导 理念是“传奇的客户效能 ”。简而言之,这意味着与银行的每次互动都应该是一次难忘而愉快的体验。

令人惊叹的方式TD银行加拿大第二大银行

在曾经 的五年中,TD的立异 ,技能 和同享 效能 团队推出了事务 的“Googlefication”。从本质上讲,这意味着将其从金融公司转变为科技公司 - 并管理这带来的文化转变。

最初的主见 是通过之前现已 存在的关系数据库基础架构迁移到大数据环境。从表面看来,这是一个很高的命令,但是 从一个适当 简略 的条件 开始。

IT在其别人 无法完成的事务 中不做任何事情 - 所以它存在的仅有 原因是使事情可以 比曾经 更好,更快,更廉价 地完成。

通过转向数据湖基础装置,并转而提供数据即效能 功用 ,TD银行有用 地将其收集和存储的信息的拜访 权作为其事务 的一部分进行民主化。这些包括交易记载 和客户效能 交互 - 使其可以 在数据驱动的洞察中更快地采纳 举动 。

第一部分是将所罕见据放到一个可以一同 使用的当地 - 数据湖。但是 简略 地将组织的所有信息 - 特别是银行 - 放在一同 - 其实不 是一个简略 的过程。数据需要处于可以被需要的人快速找到并使用的状态,但当然,也有关于拜访 和数据安全的义务。

实践 上,数据湖的悉数 意义在于使数据在整个组织中可拜访 和可用,而不是将其划分为“数据孤岛”,其间 有用性受限,通常是那些首要 收集它的人。但是 ,假如 你不当心 怎么 去做,最终的成绩可能更像数据沼地 而不是数据湖!

信息管理团队通过火 解有关信息的底子 信息(元数据)来克服这一点,这些信息需要记载 以使数据有用。

该团队确定这归结为:

1什么是数据?

2谁可以拜访 它?

3在什么状况 下他们可以拜访 它?

该团队知道数据可以加载到湖中,并且总是以适合 的格局 被发现和使用。

TD收集到其湖泊中的数据包括有关客户行为,个人数据(如利益)以及内部和外部数据的数据,包括结构化和非结构化形式。

下一步是列出能够使 用这些新拜访 和可用数据的问题。在这个阶段做出了“快速获胜”的抉择 。这些是要害 任务 方针 ,可以快速显示构建大数据基础装置可以取得 回报 - 通过提高功率 高于基础装置本钱 来节省本钱 安置 。

TD Bank的Hadoop私有云是围绕Cloudera的解决方案构建的,该银行将Talend视为其集成合作火伴 ,以构建可以 从事务 中的任何方位 快速提取数据的效能 。

数据基础架构汇集了Hive,Impala,Spark和Tableau等开源东西 ,可以查询数据以及陈述 和可视化的输出。Talend协助 将各个部分组合在一同 ,推进 数据转换,以便于广泛事务 团队轻松使用的格局 提供数据。

在整个安置 过程中,团队的方针 是创建一种依赖于“配置而不是编码”的体验。为了取得 洞察力,银行的员工应该只需使用与其特定任务 相关的参数来设置软件 - 而不是从刮。

这使得开发东西 成为可能,使银行可以 对其具有 的很多 数据采纳 举动 ,为其提供量身定制的效能 。例如,假如 银行知道客户正处于重大日子 工作 的过程中,例如买房,成婚 或生孩子,则该数据告诉 他们可能提供的产品和效能 。

该基础装置还可以创建以客户为中心的数字效能 ,例如MySpend应用程序,该应用程序允许客户跟踪其每个月 开销 。从数百万客户创建的汇总数据中取得 的见解用于提供有助于改善个人消费习惯的建议。

本年 收购了多伦多机器学习专家第6层,这种对数据驱动洞察采纳 举动 的能力得到了提高 。这种对智能自学技能 的投资将协助 它构建可以 更精确 地猜想 客户需求的体系 。因为 可以 精确 猜想 客户需求,提供个性化产品和效能 建议,猜想 投诉以及为谈天 机提供动力以提供更流畅的反馈体验,因此整个金融效能 正在越来越多地选用 机器学习。

道明银行现已 标明 其致力于通过其Twitter谈天 机器人使用主动 化来改善客户体验,并选用 亚马逊的Alexa设备为客户提供语音银行效能 。

乍一看,似乎违背 直觉的是,跟着 越来越多的数据被机器聚合和处理,客户会觉得他们被视为更像个人。但理念是,可以 更好地“了解”客户的更智能的机器会让客户感觉好像现已 回到了较早的年岁 ,他们期望 得到银行主管 的个人效能 ,他们会知道他们的名字,并了解对他们来说重要的事情。

郑重声明:本文版权归原作者所有,转载文章仅为传达 更多信息之用意,如有侵权行为,请第一时间联络 我们修正 或删除,多谢。