Pourquoi les entreprises de services financiers doivent alimenter leurs équipes de première ligne avec des données et des analyses en temps réel

Republié par Platon

Suiveurs: 0

Pourquoi les entreprises de services financiers doivent alimenter leurs équipes de première ligne avec des données et des analyses en temps réel PlatoBlockchain Data Intelligence. Recherche verticale. Aï. — Pourquoi les entreprises de services financiers doivent alimenter les équipes de première ligne avec des données et des analyses en temps réel

Ceci est un article de blog sponsorisé par Tim FitzGerald, responsable des services financiers EMEA, InterSystems

Dans le paysage trépidant d'aujourd'hui, où les perturbations sont courantes et la volatilité du marché se produit avec une régularité monotone, l'accès à des données précises et à jour est nécessaire pour s'assurer que les entreprises peuvent réagir efficacement aux changements dans l'instant pour rester compétitives.

Pouvoir accéder aux données en temps réel, et ainsi réduire la latence des activités, est crucial pour la compétitivité des entreprises de services financiers. Fonder les décisions sur des hypothèses dérivées d'anciennes données impose des contraintes sur leur capacité à faire face aux changements soudains du sentiment du marché, à fournir des services de grande valeur aux clients et à gérer l'exposition aux risques.

Les recherches menées par InterSystems montrent que plus d'un tiers (35 %) des organisations de services financiers européennes ne fondent pas leurs décisions commerciales critiques sur des données en temps réel, avec seulement 8 % des entreprises utilisant des données datant de moins d'une heure pour prendre des décisions. . Compte tenu des contraintes imposées par la définition traditionnelle des données intrajournalières, de meilleures solutions de gestion, de distribution et de dérivation des données sont clairement requises.

Les services financiers manquent de données en temps réel

L'enquête, menée auprès de près de 200 chefs d'entreprise de haut niveau au sein d'entreprises de services financiers européennes, a révélé que les plus grands défis liés aux données se révèlent être un accès retardé aux données (39 %) et l'impossibilité d'obtenir les données dans le bon format (33 %). ou de toutes les sources nécessaires (31%).

Par conséquent, l'écrasante majorité (92 %) des entreprises de services financiers européennes s'appuient sur des données datant de plus d'une heure, 85 % s'appuyant sur des données datant de 24 heures ou plus. En conséquence, 35 % des cadres supérieurs déclarent être incapables de fonder leurs décisions sur des informations en temps réel et donc obligés de faire des hypothèses, qui pourraient bien être erronées.

Les données retardées au sein d'une entreprise ont plusieurs causes, la racine se trouvant souvent dans des systèmes et des applications hérités disparates qui ne se connectent plus au reste de l'organisation. En règle générale, cela provoque une pression qui se répercute ensuite sur le service informatique, où les demandes de provisionnement des données sont bloquées dans un goulot d'étranglement. Quarante-trois pour cent des répondants ont également affirmé avoir entre 25 et 100 silos de données et d'applications, une complexité supplémentaire qui ralentit encore leur accès au besoin requis.

Mais l'utilisation des numéros intrajournaliers, qui peuvent remonter jusqu'à huit heures, n'a plus sa place dans les services financiers. Au lieu de cela, les entreprises doivent désormais alimenter leurs équipes de première ligne avec des données en temps réel qui suivent les événements à chaque instant pour s'assurer qu'elles sont en mesure de répondre aux changements du marché et aux demandes des clients au fur et à mesure qu'ils se produisent.

Mais fournir des données exploitables en temps réel ne résout qu'une partie du problème. Les entreprises du secteur des services financiers doivent également aller plus loin et doter les professionnels des capacités de données et d'analyse pour prédire ce qui pourrait se passer ensuite, en effectuant des analyses sur les données transactionnelles à évolution rapide et en fournissant un accès à ceux qui en ont besoin.

Données en temps réel via une architecture de tissu intelligent

Une solution qui peut être adoptée utilise une approche architecturale innovante, le tissu de données intelligent, qui accède et harmonise les données des systèmes et silos existants à l'intérieur et à l'extérieur de l'organisation à la demande, garantissant que les informations sont à la fois actuelles et exactes. Il intègre la capacité d'effectuer des analyses sur les événements en temps réel et les données transactionnelles sans affecter les performances du système transactionnel. Cela signifie que les entreprises peuvent s'éloigner de l'interrogation des informations stockées hors ligne ou ailleurs et se doter d'informations en temps réel pour faire avancer leurs activités.

Une architecture de tissu de données intelligente supprime la latence de l'entreprise et intègre l'agilité en dissociant la dépendance aux anciennes données dérivées des méthodes héritées. Il y parvient en accédant, en transformant et en harmonisant les données de plusieurs sources, à la demande, pour les rendre utilisables et exploitables pour une grande variété d'initiatives. Il permet aux applications et aux données héritées existantes de rester en place, garantissant une source unique de vérité et réduisant la complexité architecturale. La possibilité de relier des silos à partir de plusieurs sources et d'emplacements disparates, et de permettre aux employés d'accéder, d'interroger et de manipuler ces données pour prendre des décisions éclairées dans toute l'entreprise.

Il élimine également les retards d'accès aux données et permet aux organisations d'intégrer des analyses sur les événements en temps réel et les données transactionnelles sans affecter les performances du système. Cela est dû à sa nature distribuée et aide à éliminer les erreurs et les opportunités commerciales manquées. Alliés au flux d'informations amélioré, l'IA et le ML peuvent être utilisés dans l'ensemble du tissu pour augmenter le processus de prise de décision, en fournissant des suggestions prédictives et prescriptives tout en permettant la prise de décision programmatique lorsque le cas d'utilisation le justifie.

Dans un contexte de perturbations continues, de changements soudains du marché et de circonstances imprévues, alors que l'exigence d'une livraison de données toujours plus rapide est un élément essentiel du succès de l'entreprise, l'architecture de matrice de données intelligente offre aux chefs d'entreprise de services financiers une vue holistique de l'ensemble de l'entreprise à portée de main afin qu'ils puissent adopter une approche plus stratégique de leurs opérations. Cela donne l'agilité nécessaire non seulement pour survivre, mais aussi pour prospérer et acquérir un véritable avantage concurrentiel dans un monde instable.