پائیدار بینکنگ کے تجربے کے لیے ڈیٹا سائنس اور انجینئرنگ کو پورا کرنا

اس مضمون میں، میں یہ بتانے جا رہا ہوں کہ ڈیٹا سائنسدانوں اور انجینئرز کے درمیان فرق کو کیسے ختم کرنے سے آپ کی کمپنی کو ڈیٹا کی مکمل صلاحیت کو کھولنے میں مدد مل سکتی ہے۔ میں باہمی تعاون کی حکمت عملیوں کا مظاہرہ کروں گا جو پائیداری پر توجہ مرکوز کریں اور تعلقات پر زور دیں
"مرحلہ" کے عنوان سے پروجیکٹ پر مبنی ڈیٹا سائنس اور پائیداری کے درمیان۔ Step ایک پائیدار انتخابی پروگرام ہے جسے ہم نے Yapı Kredi Bankası (YKB) میں نافذ کیا، جو ترکی کے سب سے بڑے تجارتی بینکوں میں سے ایک ہے۔ 2023 میں، اسے ایک باوقار PRİDA کمیونیکیشن ملا
پائیدار مواصلات کی نامزدگی میں ایوارڈ۔

اس تصویر میں: Yapı Kredi Step Project mockup

ڈیٹا سائنس اور ڈیٹا انجینئرنگ: کیا فرق ہے؟

ڈیٹا سائنس اور انجینئرنگ کے درمیان فرق کو سمجھنے کے لیے، ہمیں دونوں شاخوں کے بنیادی کاموں کو دیکھنے کی ضرورت ہے۔ اگرچہ دونوں ڈیٹا پر توجہ مرکوز کرتے ہیں، ڈیٹا سائنسدانوں اور ڈیٹا انجینئرز کے عموماً مختلف مقاصد ہوتے ہیں۔ 

ڈیٹا سائنس ڈیٹا سے بصیرت اور نمونوں کو نکالنے پر مرکوز ہے اور ڈیٹا کو زیادہ سے زیادہ اور قابل اعتماد ذخیرہ کرنے، ڈیٹا کی تبدیلی، اور ڈیٹا تک تیز اور آسان رسائی کے لیے ذمہ دار ہے۔ ڈیٹا سائنسدانوں کا استعمال کرتے ہوئے پیشن گوئی (اور اس سے آگے) ماڈل بناتے اور تربیت دیتے ہیں۔
مشین لرننگ الگورتھم اور عصبی نیٹ ورک کاروباری اداروں کو پوشیدہ نمونوں کو تلاش کرنے، پیش رفت کی پیشن گوئی کرنے اور اہم کاروباری عمل کو بہتر بنانے میں مدد کرنے کے لیے۔

ڈیٹا انجینئرنگ کا مقصد ڈیٹا پائپ لائنز اور انفراسٹرکچر بنانا ہے۔ ڈیٹا انجینئرز مفروضوں کی جانچ کرکے اور پیشین گوئی کے ماڈل بنا کر کاروباری ضروریات کو براہ راست پورا کرتے ہیں۔ 

اگرچہ دونوں سمتیں ایک دوسرے کے قریب جاتی ہیں، ان کے درمیان غلط فہمی غیر معمولی نہیں ہے۔ اس کے نتیجے میں مسائل اور تجزیاتی ڈیٹا کو قابل عمل بصیرت میں تبدیل کرنے میں ناکامی ہو سکتی ہے۔ ڈیٹا سائنس اور انجینئرنگ کے درمیان اس فرق کو ختم کرنا ضروری ہے۔
اعداد و شمار کے جدید طریقوں سے زیادہ سے زیادہ فائدہ اٹھانا، اور یہ زیادہ تر ٹیموں کے درمیان صحت مند تعاون قائم کرنے میں مضمر ہے۔ 

تعاون کے لیے حکمت عملی

• کراس فنکشنل ٹیمیں

کثیر الضابطہ ٹیمیں بنانا اور رضاعی تعاون ایک معروف ٹول ہے جو اس بات کو یقینی بنانے میں مدد کرتا ہے کہ تکنیکی اور کاروباری دونوں تقاضوں کو پورا کیا جائے۔ ڈبلیو ڈبلیو نے ڈیٹا سائنسدانوں، انجینئروں اور ڈومین کے ماہرین کی کراس فنکشنل ٹیمیں قائم کیں
پیچیدہ ڈیٹا ہینڈلنگ کی ضروریات.

• علم بانٹنا

ڈیٹا سائنس اور انجینئرنگ ٹیموں کے درمیان اچھی طرح سے منظم دستاویزات اور علم کے اشتراک کی حوصلہ افزائی کرنے سے ٹیموں کو ایک دوسرے کے کام کے بہاؤ اور ضروریات کو بہتر طور پر سمجھنے میں مدد ملی اور ہمدردی اور تعاون میں بہت بہتری آئی۔ 

پروجیکٹ کے دوران، ہم نے مشترکہ ٹولز اور عمل کے استعمال کی حوصلہ افزائی کی، جیسے ورژن کنٹرول سسٹمز اور مسلسل انضمام/مسلسل تعیناتی (CI/CD) پائپ لائنز۔ اس سے ہمیں ممکنہ مسائل کی جلد شناخت اور حل کرنے میں مدد ملی اور ہر طرف مستقل مزاجی میں بہتری آئی
ڈیٹا منصوبوں. 

• فرتیلی طریقہ کار

آخر میں، ہم نے ڈیٹا سائنس اور انجینئرنگ ٹیموں کے درمیان تکراری ترقی اور متواتر تعاون کو فروغ دینے کے لیے اپنے فرتیلی عمل کو ایڈجسٹ کیا، جس سے فوری فیڈ بیک لوپس اور تیزی سے تکرار کی اجازت دی گئی۔ 

YKB مرحلہ پروجیکٹ: کیس اسٹڈی پروجیکٹ کا مقصد

YKB اسٹیپ پروجیکٹ ان کاموں میں سے ایک بن گیا ہے جس نے حالیہ عرصے میں فرق کیا ہے۔

اس کا مقصد ڈیٹا پر مبنی اقدامات کے ذریعے بینکنگ سیکٹر کے اندر پائیداری کے طریقوں کو بڑھانا تھا۔ ہم ان لوگوں کی حوصلہ افزائی کرنا چاہتے تھے جو یہ نہیں جانتے تھے کہ بڑے مسائل جیسے کہ آب و ہوا کے بحران کے خلاف کارروائی کیسے کی جائے اور جو خود کو کمزور سمجھتے ہیں۔
تبدیلی کے لیے، پائیدار انتخاب کرنے کے لیے۔  

اسٹیپ پروجیکٹ کا خیال صارفین کے پائیدار انتخاب کو پوائنٹس میں تبدیل کرنے میں مضمر ہے۔ کارروائیوں میں اے ٹی ایم کی رسید پرنٹ نہ کرنے کا انتخاب، ماحول دوست ٹرانسپورٹ یا پبلک ٹرانسپورٹ کا انتخاب، غیر منافع بخش تنظیموں کو عطیہ کرنا، اور بہت کچھ شامل ہے۔ دی
اس منصوبے کا نام سرگرمیوں میں سے ایک ہے، دن کے دوران اٹھائے گئے اقدامات کی ایک خاص تعداد کے لیے پوائنٹس جاری کرنا۔ 

Yapı Kredi Step کے ساتھ استعمال کی عادات، طرز زندگی اور پائیداری کے لیے روزمرہ کے انتخاب میں تبدیلی آتی ہے۔ ہم اپنے صارفین کو سماجی ذمہ داری کے منصوبوں کے لیے جمع کردہ پوائنٹس کو عطیہ کرنے کے قابل بناتے ہیں، اور ہم دنیا کو بہتر بنانے کے لیے مل کر کارروائی کرتے ہیں۔
تعلیم سے لے کر ماحولیات تک بہت سے شعبوں میں جگہ۔

کیا کیا گیا تھا 

اسٹیپ پروجیکٹ کا بنیادی ہدف YKB کی بینکاری خدمات اور آپریشنز میں پائیداری کے اصولوں کو مربوط کرنا تھا، عالمی پائیداری کے اہداف اور سماجی توقعات کے مطابق۔ اس کے لیے وسیع مقداروں کو جمع کرنے، پروسیسنگ اور تجزیہ کی ضرورت تھی۔
صارف کے ڈیٹا کا۔

ہم ڈیٹا سائنسدانوں، انجینئرز، ڈومین کے ماہرین، اور کاروباری اسٹیک ہولڈرز کی کثیر الثباتاتی ٹیموں کو اکٹھا کرتے ہیں تاکہ وہ بغیر کسی رکاوٹ کے پروجیکٹ پر تعاون کر سکیں۔ 

مرحلہ پروجیکٹ ڈیٹا اکٹھا کرنے اور پری پروسیسنگ کے ساتھ شروع ہوا، جس میں ڈیٹا کے مختلف ذرائع جیسے لین دین کے ریکارڈ، کسٹمر ڈیموگرافکس، اور پائیداری کے اشارے شامل ہیں۔ ہمیں ڈیٹا سائنس اور کے درمیان مضبوط تعاون کی ضرورت ہے۔
انجینئرنگ گاہک کے رویے کا تجزیہ کرنے، خرچ کرنے کی پائیدار عادات سے متعلق نمونوں کی نشاندہی کرنے، اور ایک پائیدار حل تیار کرنے کے لیے جو صارفین کی روزمرہ کی عادات میں راستہ تلاش کرے۔  

ڈیٹا سائنسدانوں نے پائیدار اخراجات کے رویے سے متعلق ممکنہ خصوصیات اور متغیرات کی نشاندہی کرنے کے لیے ریسرچ ڈیٹا تجزیہ (EDA) کیا۔ انہوں نے ڈیٹا اکٹھا کرنے کے لیے مشین لرننگ الگورتھم اور ڈیٹا مائننگ کا استعمال کیا اور لین دین کی بڑی مقدار کا تجزیہ کیا۔
اخراجات کے پیٹرن سے متعلق بصیرت نکالنے کے لیے تفصیلات، پھر کسٹمر کے رویے کے لیے پیش گوئی کرنے والے ماڈل تیار کیے اور تربیت یافتہ۔ 

پروجیکٹ کے اہداف کی بنیاد پر، ڈیٹا انجینئرز نے تجزیہ کے لیے مشین لرننگ ماڈلز بنائے اور جمع کیے گئے ڈیٹا کو موثر اور سچائی کے ساتھ پروسیس کرنے کے لیے قابل توسیع ڈیٹا پائپ لائنز بنائے۔ انجینئرنگ ٹیموں نے چست طریقہ کار اور DevOps طریقوں کو استعمال کیا۔
ڈیٹا پائپ لائنز اور ماڈلز کی کامیاب ترقی، تعیناتی اور تکرار کے لیے۔ توسیع پذیر ڈیٹا پائپ لائنز اور لاگو مشین لرننگ ماڈلز نے بڑی مقدار میں لین دین کے ڈیٹا کو پراسیس کرنے اور تیزی سے اور مؤثر طریقے سے تجزیہ کرنے میں مدد کی۔ 

ڈیٹا سائنسدانوں اور انجینئروں نے کسٹمر کے لین دین کے ڈیٹا کا تجزیہ کرنے، پائیدار اخراجات کی عادات سے متعلق نمونوں کی نشاندہی کرنے، اور صارفین کے لیے ذاتی سفارشات تیار کرنے کے لیے تعاون کیا۔ اس تعاون نے YKB کو اضافی پائیداری پر توجہ مرکوز کرنے کے قابل بھی بنایا
مصنوعات اور خدمات، جیسے سبز سرمایہ کاری کے پورٹ فولیوز اور توانائی کی بچت کے فنانسنگ کے اختیارات، مثبت ماحولیاتی اور سماجی اثرات کو آگے بڑھاتے ہیں۔ 

ظاہر ہے، مالیاتی شعبے کی نوعیت کی وجہ سے، ہمیں ڈیٹا گورننس، سیکیورٹی، اور اپنے حل کی تعمیل کے لیے بہترین طریقوں کو شامل کرنا پڑا۔ یہ ایک چیلنج تھا جس میں قانونی، معلوماتی تحفظ اور دیگر ٹیموں کی گہری شمولیت کی ضرورت تھی۔
عمل. یہ ایک کامیاب پروڈکٹ بنانے کے لیے مسلسل بہتری اور کئی سطحوں پر ٹیموں کے مضبوط تعاون کے کلچر کو فروغ دینے کی اہمیت کو واضح کرتا ہے۔

اثر

یہ باہمی کوشش مزید پیچیدہ پائیدار بینکنگ اقدامات کی مزید تخلیق کا باعث بنی: گرین انویسٹمنٹ پورٹ فولیوز، کاربن فوٹ پرنٹ ٹریکنگ ٹولز، اور توانائی سے موثر فنانسنگ کے اختیارات۔ اس پروجیکٹ نے YKB کی ساکھ میں ایک رہنما کے طور پر اضافہ کیا۔
پائیدار بینکنگ کے طریقوں نے نئے صارفین کو راغب کرنے اور موجودہ صارفین کے ساتھ طویل مدتی تعلقات کو فروغ دینے میں مدد کی۔ 

فروری 2024 تک، پائیدار انتخاب پروگرام STEP کے اراکین کی تعداد 570 ہزار تک پہنچ گئی ہے۔ اپنے پائیدار انتخاب کے ساتھ، STEP اراکین نے اب تک کاغذ کے 50 ملین ٹکڑے محفوظ کیے ہیں اور تقریباً 4500 درختوں کو بچایا ہے۔ 

"سماجی ذمہ داری میں معاشرے کی معاونت" کے طور پر کمپنی کے اسکور میں 9% اضافہ ہوا اور "پائیداری پر رہنمائی فراہم کرتا ہے" کے سکور میں پچھلی سہ ماہی کے مقابلے میں 10% اضافہ ہوا۔ اس نے Yapı Kredi کو اعلیٰ ترین برانڈ میں تبدیل کر دیا۔
اس کے اہم حریفوں کے مقابلے ان میٹرکس میں اضافہ۔

اسٹیپ پروجیکٹ سے حاصل کردہ بصیرت کے ذریعے، YKB ماحولیات کے حوالے سے باشعور صارفین کی ضروریات کو پورا کرنے اور عوام کی توجہ ماحولیاتی مسائل کی طرف دلانے کے لیے اپنی پیشکشوں کو تیار کرنے میں کامیاب رہا۔ ہم نے ایک پروجیکٹ نافذ کیا ہے جو صارفین کی رہنمائی کرتا ہے۔
اس کی ایپلی کیشن کے ذریعے پائیداری پر، صارفین کو پوائنٹس سے نوازتا ہے اور انہیں این جی اوز کو عطیہ کرنے کے لیے پوائنٹس کا استعمال کرنے کے قابل بناتا ہے۔  

پروجیکٹ کی کامیابی نے YKB کو اپنے پائیدار اقدامات کو بینکنگ سے آگے بڑھانے کی ترغیب دی۔ اب ہم پائیداری کو فروغ دینے اور ماحولیاتی تبدیلی کو آگے بڑھانے کے لیے مختلف صنعتوں میں شراکت داروں کے ساتھ تعاون کرتے ہیں، اور ہم بہترین طریقوں کا اشتراک کرنے کے لیے بے چین ہیں۔
اور سماجی بھلائی کے لیے ڈیٹا سائنس اور انجینئرنگ سے فائدہ اٹھانے کے لیے دوسری تنظیموں کی حوصلہ افزائی کرنے کے لیے اسٹیپ پروجیکٹ سے سیکھے گئے اسباق۔

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو ڈیٹا ڈاٹ نیٹ ورک ورٹیکل جنریٹو اے آئی۔ اپنے آپ کو بااختیار بنائیں۔ یہاں تک رسائی حاصل کریں۔
• پلیٹوآئ اسٹریم۔ ویب 3 انٹیلی جنس۔ علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• پلیٹو ای ایس جی۔ کاربن، کلین ٹیک، توانائی ، ماحولیات، شمسی، ویسٹ مینجمنٹ یہاں تک رسائی حاصل کریں۔
• پلیٹو ہیلتھ۔ بائیوٹیک اینڈ کلینیکل ٹرائلز انٹیلی جنس۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://www.finextra.com/blogposting/26021/bridging-data-science-and-engineering-for-sustainable-banking-experience?utm_medium=rssfinextra&utm_source=finextrablogs