DQM - Data Quality Management fejlesztése

A Sberbank adatminőség-kezelő rendszerét több ezer ellenőrzési szabály optimalizálásával, automatizált hibafelismeréssel és részletes hibajelentésekkel fejlesztettük, gyorsítva az adatok ellenőrzését és javítását.

1000+

optimalizált ellenőrzési szabály

50%

gyorsabb hibafelismerés

40%

gyorsabb adatjavítás

támogatott jelentésrendszer

Adat és Információmenedzsment / Banki - pénzügyi és biztosítási szektor / Kockázatkezelés

Ügyfél leírás

A Sberbank Magyarország a nemzetközi Sberbank csoport magyarországi leányvállalata volt, amely lakossági és vállalati ügyfeleknek nyújtott banki szolgáltatásokat. Tevékenysége magában foglalta a hitelnyújtást, a számlavezetést, valamint különböző megtakarítási és befektetési termékek kínálatát. Az oroszországi anyavállalat tulajdonában működött, és a magyar piacon is törekedett az innovatív, ügyfélközpontú pénzügyi megoldások biztosítására.

Projekt általános leírás

Az adatminőség-kezelés (DQM) kulcsfontosságú szerepet játszik a modern vállalatok működésében. A jól működő adatkezelés és -elemzés alapja a pontos, megbízható és konzisztens adatok megléte. Ennek a projektnek a keretében optimalizáltuk és fejlesztettük a Sberbank DQM rendszerét, hogy megfeleljen a növekvő adatmennyiség és komplexitás kihívásainak. A fejlesztések során kiemelt figyelmet fordítottunk az automatizálásra, a hatékonyság növelésére és a felhasználóbarát megoldások kialakítására. Az új rendszer lehetővé teszi a gyorsabb hibafelderítést, az adatminőségi problémák eredményesebb kezelését, valamint az üzleti felhasználók számára is könnyen értelmezhető jelentések generálását.

Kihívás

Az adattárházba betöltött adatok ellenőrzése előre meghatározott szabályok szerint történik, biztosítva az adatpontosságot és a megfelelőséget. A rendszer több ezer szabályt tartalmaz, melyek optimalizálására volt szükség a hatékony működés érdekében.

Az optimalizálás során az ügyfél kérése az volt, hogy a szabályok fejlesztése és módosítása gyors és célravezető legyen, lehetővé téve a rendszer rugalmas alkalmazkodását a változó üzleti igényekhez.

Az üzleti területen az adatminőség manuális korrekciója korábban jelentős kihívásokat okozott a bank számára. Az adatgazdák munkájának egyszerűsítése és gyorsítása érdekében az ügyfél egy olyan megoldást szeretett volna kapni, amellyel ezt a manuális korrekciót eredményesebbé tudják tenni.

Miben segítettünk?

Szabályrendszer optimalizálása: A rendszer több ezer szabályt tartalmaz, amelyeket optimalizáltunk a hatékony működés érdekében. A szabályrendszer rugalmas és könnyen bővíthető, lehetővé téve a gyors alkalmazkodást az új üzleti követelményekhez és adatstruktúrákhoz.

Ütemezett futtatás és gyors hibalista-generálás a manuális korrekciók egyszerűsítésére: A folyamat fejlesztése érdekében egy részletes hibalistával egészítettük ki a rendszert, amelyet az adatgazdák a hó végi zárás során használnak. Ez a hibalista lehetővé teszi számukra, hogy gyorsabban azonosítsák és javítsák a hibás sorokat és mezőket a rekord azonosítók és kulcsértékek segítségével.

Hatékonyabb megoldások a manuális ellenőrzések kiváltására: Az adatok minőségi problémáinak kezelése és a különböző adatforrások eltéréseinek kimutatása céljából a korábbi manuális ellenőrzési folyamatokat hatékonyabb, automatizált megoldásokkal váltottuk ki. Ez a fejlesztés jelentősen javította mind a Basel2, mind az RDP, mind a Hitreg jelentések adatminőségi vizsgálatainak hatékonyságát.

IBM Cognos IBM Data Stage IBM DB2