Relier la science des données et l’ingénierie pour une expérience bancaire durable

Relier la science des données et l’ingénierie pour une expérience bancaire durable

Horodatage: 10 avril 2024 9:05

Dans cet article, je vais expliquer comment combler le fossé entre les data scientists et les ingénieurs peut aider votre entreprise à libérer tout le potentiel des données. Je démontrerai des stratégies de collaboration axées sur la durabilité et mettant l'accent sur la relation
entre science des données et durabilité sur la base du projet intitulé « Step ». Step est un programme de choix durable que nous avons mis en œuvre à Yapı Kredi Bankası (YKB), l'une des plus grandes banques commerciales de Turquie. En 2023, il a reçu un prestigieux PRİDA Communication
Prix ​​dans la nomination Communication Durable.

Relier la science des données et l'ingénierie pour une expérience bancaire durable PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Dans cette image : maquette du projet Yapı Kredi Step

Science des données et ingénierie des données : quelle est la différence ?

Pour comprendre l’écart entre la science des données et l’ingénierie, nous devons examiner les fonctions essentielles des deux branches. Même si tous deux se concentrent sur les données, les data scientists et les data ingénieurs ont généralement des objectifs différents. 

La science des données se concentre sur l’extraction d’informations et de modèles à partir des données et est responsable du stockage optimal et fiable des données, de la transformation des données et d’un accès rapide et pratique aux données. Les data scientists créent et entraînent des modèles prédictifs (et au-delà) en utilisant
des algorithmes d'apprentissage automatique et des réseaux de neurones pour aider les entreprises à trouver des modèles cachés, à prédire les évolutions et à optimiser les processus commerciaux clés.

L'ingénierie des données vise à créer des pipelines et une infrastructure de données. Les ingénieurs de données répondent directement aux besoins de l'entreprise en testant des hypothèses et en créant des modèles prédictifs. 

Même si les deux directions sont étroitement liées, un désalignement entre elles n’est pas rare. Cela peut entraîner des problèmes et l’incapacité de transformer les données analytiques en informations exploitables. Combler ce fossé entre la science des données et l’ingénierie est essentiel pour
tirer le meilleur parti des approches innovantes des données, et cela réside principalement dans l’établissement d’une collaboration saine entre les équipes. 

Tactiques de collaboration

  • Équipes inter-fonctionnelles

Construire des équipes multidisciplinaires et favoriser la collaboration est un outil bien connu qui permet de garantir que les exigences techniques et commerciales sont respectées. Ww a mis en place des équipes interfonctionnelles de data scientists, d'ingénieurs et d'experts du domaine pour s'attaquer au problème.
besoins complexes en matière de traitement des données.

  • Le partage des connaissances

Encourager une documentation bien organisée et le partage des connaissances entre les équipes de science des données et d'ingénierie a aidé les équipes à mieux comprendre les flux de travail et les exigences de chacun et à améliorer considérablement l'empathie et la collaboration. 

Au cours du projet, nous avons encouragé l'utilisation d'outils et de processus partagés, tels que les systèmes de contrôle de version et les pipelines d'intégration et de déploiement continus (CI/CD). Cela nous a aidé à identifier et à résoudre rapidement les problèmes possibles et à améliorer la cohérence dans l'ensemble.
projets de données. 

  • Méthodologies Agiles

Enfin, nous avons ajusté nos processus Agile pour promouvoir le développement itératif et la collaboration fréquente entre les équipes de science des données et d'ingénierie, permettant des boucles de rétroaction et une itération rapides. 

Projet YKB Step : étude de casLe but du projet

Le projet YKB Step est devenu l’une des œuvres qui ont fait la différence ces derniers temps.

L’objectif était d’améliorer les pratiques de durabilité au sein du secteur bancaire grâce à des initiatives basées sur les données. Nous voulions motiver ceux qui ne savaient pas comment agir face à des enjeux majeurs comme la crise climatique et ceux qui se considèrent comme faibles.
pour le changement, pour faire des choix durables.  

L'idée du projet Step réside dans la conversion des choix durables des clients en points. Les actions incluent le choix de ne pas imprimer de reçu de guichet automatique, le choix d’un transport écologique ou public, le don à des organisations à but non lucratif, et bien plus encore. Le
Le nom du projet réside dans l'une des activités, attribuant des points pour un certain nombre de pas effectués au cours de la journée. 

Avec Yapı Kredi Step change les habitudes de consommation, le style de vie et les choix quotidiens pour la durabilité. Nous permettons à nos clients de faire don des points qu'ils accumulent à des projets de responsabilité sociale et nous agissons ensemble pour rendre le monde meilleur.
lieu dans de nombreux domaines, de l’éducation à l’environnement.

Ce qui a été fait 

L'objectif principal du projet Step était d'intégrer les principes de durabilité dans les services et opérations bancaires de YKB, en s'alignant sur les objectifs mondiaux de durabilité et les attentes sociétales. Cela a nécessité la collecte, le traitement et l'analyse de grandes quantités
des données des utilisateurs.

Nous avons réuni des équipes multidisciplinaires de data scientists, d'ingénieurs, d'experts du domaine et d'acteurs commerciaux afin qu'ils puissent collaborer en toute transparence sur le projet. 

Le projet Step a commencé par la collecte et le prétraitement des données, impliquant l'intégration de diverses sources de données telles que les enregistrements de transactions, les données démographiques des clients et les indicateurs de durabilité. Nous avions besoin d'une forte collaboration entre la science des données et
ingénierie pour analyser le comportement des clients, identifier les modèles liés aux habitudes de dépenses durables et développer une solution durable qui trouverait sa place dans les habitudes quotidiennes des clients.  

Les data scientists ont effectué une analyse exploratoire des données (EDA) pour identifier les caractéristiques et variables potentielles liées à un comportement de dépenses durable. Ils ont utilisé des algorithmes d'apprentissage automatique et d'exploration de données pour collecter des données et analyser de gros volumes de transactions.
détails pour extraire des informations liées aux modèles de dépenses, puis développé et formé des modèles prédictifs pour le comportement des clients. 

Sur la base des objectifs du projet, les ingénieurs de données ont construit des modèles d'apprentissage automatique pour l'analyse et créé des pipelines de données évolutifs pour traiter efficacement et fidèlement les données collectées. Les équipes d'ingénierie ont utilisé des méthodologies agiles et des pratiques DevOps
pour un développement, un déploiement et une itération réussis de pipelines et de modèles de données. Des pipelines de données évolutifs et des modèles d'apprentissage automatique mis en œuvre ont permis de traiter et d'analyser rapidement et efficacement de grands volumes de données de transaction. 

Les data scientists et les ingénieurs ont collaboré pour analyser les données de transaction des clients, identifier les modèles liés aux habitudes de dépenses durables et développer des recommandations personnalisées pour les clients. Cette collaboration a également permis à YKB de lancer d'autres projets axés sur le développement durable.
des produits et services, tels que des portefeuilles d’investissements verts et des options de financement économes en énergie, qui génèrent un impact environnemental et social positif. 

Évidemment, en raison de la nature du domaine financier, nous avons dû intégrer à notre solution les meilleures pratiques en matière de gouvernance, de sécurité et de conformité des données. Il s'agissait d'un défi qui nécessitait une implication profonde des équipes juridiques, de sécurité de l'information et autres.
le processus. Cela souligne l’importance de favoriser la culture d’amélioration continue et une forte collaboration des équipes à plusieurs niveaux afin de créer un produit réussi.

L'Impact

Cet effort de collaboration a conduit à la création d'initiatives bancaires durables plus complexes : portefeuilles d'investissements verts, outils de suivi de l'empreinte carbone et options de financement économes en énergie. Le projet a renforcé la réputation de YKB en tant que leader dans
des pratiques bancaires durables, ont contribué à attirer de nouveaux clients et à favoriser des relations à long terme avec les clients existants. 

En février 2024, le nombre de membres du programme STEP de choix durable atteignait 570 50. Grâce à leurs choix durables, les membres de STEP ont jusqu'à présent sauvé 4500 millions de morceaux de papier et près de XNUMX XNUMX arbres. 

La perception de l'entreprise comme « soutenant la société dans la responsabilité sociale » a augmenté de 9 % et la note « fournit des orientations en matière de développement durable » a augmenté de 10 % par rapport au trimestre précédent. Cela a fait de Yapı Kredi la marque avec le plus haut
augmentation de ces paramètres par rapport à ses principaux concurrents.

Grâce aux informations recueillies grâce au projet Step, YKB a pu adapter ses offres pour répondre aux besoins des clients soucieux de l'environnement et attirer l'attention des masses sur les problèmes environnementaux. Nous avons mis en œuvre un projet qui guide les consommateurs
sur la durabilité à travers son application, récompense les utilisateurs avec des points et leur permet d'utiliser les points pour faire un don à des ONG.  

Le succès du projet a incité YKB à étendre ses initiatives de développement durable au-delà du secteur bancaire. Nous collaborons désormais avec des partenaires de divers secteurs pour promouvoir la durabilité et stimuler le changement environnemental, et nous sommes impatients de partager les meilleures pratiques.
et les leçons tirées du projet Step pour encourager d'autres organisations à tirer parti de la science et de l'ingénierie des données pour le bien social.

Horodatage:

Plus de Fintextra