DQM - Data Quality Management fejlesztése

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.

Vegye fel velünk a kapcsolatot
Banki, pénzügyi és biztosítási szektor
​ / ​
Risk Management

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.