Een brug slaan tussen datawetenschap en engineering voor een duurzame bankervaring

Een brug slaan tussen datawetenschap en engineering voor een duurzame bankervaring

Tijdstempel: 10 april 2024 9:05 uur

In dit artikel ga ik uitleggen hoe het overbruggen van de kloof tussen datawetenschappers en ingenieurs uw bedrijf kan helpen het volledige potentieel van de data te ontsluiten. Ik zal samenwerkingsstrategieën demonstreren die zich richten op duurzaamheid en de nadruk leggen op de relatie
tussen datawetenschap en duurzaamheid op basis van het project getiteld “Step”. Step is een Sustainable Choice Program dat we hebben geïmplementeerd bij Yapı Kredi Bankası (YKB), een van de grootste commerciële banken in Turkije. In 2023 ontving het een prestigieuze PRİDA-communicatie
Award in de Duurzame Communicatie nominatie.

Een brug slaan tussen datawetenschap en -techniek voor een duurzame bankervaring PlatoBlockchain Data Intelligence. Verticaal zoeken. Ai.

In deze afbeelding: mockup van het Yapı Kredi Step Project

Datawetenschap en data-engineering: wat is het verschil?

Om de kloof tussen data science en engineering te begrijpen, moeten we kijken naar de kernfuncties van de twee takken. Hoewel beide zich op data richten, hebben datawetenschappers en data-ingenieurs meestal verschillende doelen. 

Data science richt zich op het extraheren van inzichten en patronen uit data en is verantwoordelijk voor optimale en betrouwbare dataopslag, datatransformatie en snelle en gemakkelijke toegang tot data. Datawetenschappers creëren en trainen voorspellende modellen (en meer) met behulp van
machine learning-algoritmen en neurale netwerken om bedrijven te helpen verborgen patronen te vinden, ontwikkelingen te voorspellen en belangrijke bedrijfsprocessen te optimaliseren.

Data-engineering is gericht op het creëren van datapijplijnen en infrastructuur. Data-ingenieurs richten zich rechtstreeks op de bedrijfsbehoeften door hypothesen te testen en voorspellende modellen te bouwen. 

Hoewel beide richtingen nauw samengaan, is een verkeerde uitlijning tussen beide niet ongewoon. Dit kan leiden tot problemen en het onvermogen om analytische gegevens om te zetten in bruikbare inzichten. Het overbruggen van deze kloof tussen datawetenschap en engineering is essentieel
Haal het maximale uit innovatieve benaderingen van data, en het ligt vooral in het tot stand brengen van een gezonde samenwerking tussen de teams. 

Tactiek voor samenwerking

  • Cross-functionele teams

Het opbouwen van multidisciplinaire teams en het bevorderen van samenwerking is een bekend hulpmiddel dat ervoor zorgt dat aan zowel technische als zakelijke vereisten wordt voldaan. Ww heeft cross-functionele teams van datawetenschappers, ingenieurs en domeinexperts opgericht om de problemen aan te pakken
complexe behoeften op het gebied van gegevensverwerking.

  • Kennis delen

Het aanmoedigen van goed georganiseerde documentatie en het delen van kennis tussen data science- en engineeringteams hielp de teams elkaars workflows en vereisten beter te begrijpen en verbeterde de empathie en samenwerking aanzienlijk. 

Tijdens het project moedigden we het gebruik van gedeelde tools en processen aan, zoals versiecontrolesystemen en pijplijnen voor continue integratie/continue implementatie (CI/CD). Dit heeft ons geholpen mogelijke problemen vroegtijdig te identificeren en op te lossen en de consistentie binnen het hele proces te verbeteren
data projecten. 

  • Agile methodologieën

Ten slotte hebben we onze Agile-processen aangepast om iteratieve ontwikkeling en frequente samenwerking tussen datawetenschaps- en engineeringteams te bevorderen, waardoor snelle feedbacklussen en snelle iteratie mogelijk zijn. 

YKB Step Project: Case StudyHet doel van het project

Het YKB Step Project is een van de werken geworden die de afgelopen periode het verschil hebben gemaakt.

Het doel was om de duurzaamheidspraktijken binnen de banksector te verbeteren door middel van datagestuurde initiatieven. We wilden degenen motiveren die niet wisten hoe ze actie moesten ondernemen tegen grote kwesties zoals de klimaatcrisis en degenen die zichzelf als zwak beschouwen
voor verandering, om duurzame keuzes te maken.  

Het idee van het Step-project ligt in het omzetten van duurzame keuzes van klanten in punten. Tot de acties behoren onder meer de keuze om geen pinautomaatbon af te drukken, het kiezen voor milieuvriendelijk vervoer of openbaar vervoer, het doneren aan non-profitorganisaties en meer. De
de naam van het project ligt in een van de activiteiten, waarbij punten worden toegekend voor een bepaald aantal stappen die gedurende de dag worden gezet. 

Met Yapı Kredi Step verandert consumptiegewoonten, levensstijl en dagelijkse keuzes voor duurzaamheid. We stellen onze klanten in staat de punten die ze verzamelen te doneren aan projecten op het gebied van sociale verantwoordelijkheid, en we ondernemen samen actie om de wereld een betere wereld te maken
op veel terreinen, van onderwijs tot milieu.

Wat is er gedaan? 

Het primaire doel van het Step Project was om duurzaamheidsprincipes te integreren in de bankdiensten en -activiteiten van YKB, in lijn met de mondiale duurzaamheidsdoelstellingen en maatschappelijke verwachtingen. Dit vereiste het verzamelen, verwerken en analyseren van grote hoeveelheden
van gebruikersgegevens.

We brachten multidisciplinaire teams van datawetenschappers, ingenieurs, domeinexperts en zakelijke belanghebbenden samen, zodat ze naadloos aan het project konden samenwerken. 

Het Step Project begon met het verzamelen en voorbewerken van gegevens, waarbij verschillende gegevensbronnen werden geïntegreerd, zoals transactiegegevens, demografische gegevens van klanten en duurzaamheidsindicatoren. We hadden een sterke samenwerking nodig tussen datawetenschap en
engineering om het gedrag van klanten te analyseren, patronen te identificeren die verband houden met duurzame bestedingsgewoonten, en een duurzame oplossing te ontwikkelen die een weg zou vinden in de dagelijkse gewoonten van klanten.  

Datawetenschappers voerden verkennende data-analyses (EDA) uit om potentiële kenmerken en variabelen te identificeren die verband houden met duurzaam bestedingsgedrag. Ze gebruikten machine learning-algoritmen en datamining om gegevens te verzamelen en grote transactievolumes te analyseren
details om inzichten te verkrijgen met betrekking tot bestedingspatronen, en vervolgens voorspellende modellen voor klantgedrag ontwikkeld en getraind. 

Op basis van de doelstellingen van het project bouwden data-ingenieurs machine learning-modellen voor analyse en creëerden ze schaalbare datapijplijnen om de verzamelde gegevens efficiënt en waarheidsgetrouw te verwerken. Engineeringteams maakten gebruik van agile methodologieën en DevOps-praktijken
voor succesvolle ontwikkeling, implementatie en iteratie van datapijplijnen en modellen. Schaalbare datapijplijnen en geïmplementeerde machine learning-modellen hielpen bij het snel en efficiënt verwerken en analyseren van grote hoeveelheden transactiegegevens. 

Datawetenschappers en ingenieurs werkten samen om klanttransactiegegevens te analyseren, patronen te identificeren die verband houden met duurzame bestedingsgewoonten en om gepersonaliseerde aanbevelingen voor klanten te ontwikkelen. Deze samenwerking stelde YKB ook in staat om extra duurzaamheidsgerichte producten te lanceren
producten en diensten, zoals groene investeringsportefeuilles en energie-efficiënte financieringsopties, die een positieve impact hebben op het milieu en de maatschappij. 

Het is duidelijk dat we, vanwege de aard van het financiële veld, best practices op het gebied van databeheer, beveiliging en compliance in onze oplossing moesten integreren. Dit was een uitdaging die een diepgaande betrokkenheid van juridische, informatiebeveiligings- en andere teams vereiste
het proces. Dit onderstreept het belang van het bevorderen van de cultuur van voortdurende verbetering en sterke samenwerking van teams op vele niveaus om een ​​succesvol product te creëren.

De Impact

Deze gezamenlijke inspanning leidde tot de verdere creatie van complexere duurzame bankinitiatieven: groene investeringsportefeuilles, instrumenten voor het volgen van de CO2-voetafdruk en energie-efficiënte financieringsopties. Het project versterkte de reputatie van YKB als leider op het gebied van
duurzame bankpraktijken, hebben bijgedragen aan het aantrekken van nieuwe klanten en het bevorderen van langetermijnrelaties met bestaande klanten. 

Het aantal leden van het Sustainable Choice Program STEP bedraagt ​​per februari 2024 570 duizend. Met hun duurzame keuzes hebben STEP-leden tot nu toe 50 miljoen stukjes papier bespaard en bijna 4500 bomen gered. 

De perceptie van het bedrijf als ‘de samenleving ondersteunend in sociale verantwoordelijkheid’ is met 9% gestegen en de score ‘biedt begeleiding op het gebied van duurzaamheid’ is met 10% gestegen vergeleken met het voorgaande kwartaal. Dit maakte van Yapı Kredi het merk met het hoogste niveau
stijging van deze statistieken vergeleken met zijn belangrijkste concurrenten.

Dankzij de inzichten uit het Step Project kon YKB zijn aanbod afstemmen op de behoeften van milieubewuste klanten en de aandacht van de massa vestigen op de milieuproblemen. We hebben een project geïmplementeerd dat consumenten begeleidt
over duurzaamheid door de toepassing ervan, beloont gebruikers met punten en stelt hen in staat de punten te gebruiken om te doneren aan NGO's.  

Het succes van het project inspireerde YKB om zijn duurzaamheidsinitiatieven uit te breiden tot buiten het bankwezen. Nu werken we samen met partners uit verschillende sectoren om duurzaamheid te bevorderen en veranderingen in het milieu te stimuleren, en we willen graag de beste praktijken delen
en de lessen die zijn geleerd uit het Step Project om andere organisaties aan te moedigen datawetenschap en -techniek in te zetten voor sociaal welzijn.

Tijdstempel:

Meer van Fintextra