セルフサービスデータインテリジェンスでビジネスユーザーを支援 - クローン

はじめに

データは力です。McKinseyによると、「銀行は他のほとんどの業界の企業よりも多くの顧客データを保有していますが、大規模なパーソナライゼーションに関しては、他の多くの消費者向けセクターに遅れをとっています。」 https://www.mckinsey.com/industries/financial-services/our-insights/the-state-of-retail-banking-profitability-and-growth-in-the-era-of-digital-and-ai。銀行業界においては、データセキュリティのリスクに慎重に対処しながら、その力を実用的なインサイトに変換することが重要です。金融機関は、機密データの保護とデータ民主化の推進のバランスを取り、顧客体験の向上、リスクの軽減、イノベーションの促進を図る必要があります。

次世代のアナリティクスおよびビジネスインテリジェンスプラットフォームであるSigma Computingは、インテリジェントなデータウェアハウスの中核としてDatabricksを活用し、安全なアプローチを提供します。このパートナーシップにより、銀行はセキュリティを損なうことなく、顧客セグメンテーションからリスク評価に至るまでのインサイトを活用できるようになります。このブログでは、DatabricksとSigmaが共同で、銀行のアナリストが消費者データを使用してパーソナライゼーションを向上させ、新たな収益源を開拓するための、安全で探索的なワークフローをどのように提供しているかをご紹介します。

データインテリジェンスは銀行業界の新たなライフライン

Nubankのようなデジタル銀行や、Wise、Brexのようなフィンテック企業は、合理化されたデジタル体験、リアルタイムの金融サービス、透明性の高い価格設定を顧客に提供することで、従来のエンタープライズ銀行を追い抜いてきました。対照的に、従来の銀行はレガシーインフラが原因で遅れをとることがよくあります。この技術的負債は開発サイクルの長期化を招き、結果として、銀行が新製品を開発したり、進化する顧客の期待を予測したりする能力を制限してしまいます。データはかつてないほど戦略的な資産となっており、銀行はデータを競争上の優位性として活用できます。

データインテリジェンスは、エンタープライズデータの可能性を最大限に引き出す鍵となります。すべてのユーザーに対する完全なデータの民主化というビジョンに合わせ、Databricksは、ビジネスユーザーがデータを対話形式で照会できるインターフェースであるGenieスペースなどのツールをリリースしています。Genieの差別化要因は、DatabricksのガバナンスソリューションであるUnity Catalogを介してビジネス上の質問に答えるための基盤として、ビジネス用語や技術的なメタデータの完全なエンタープライズコンテキストをスペースに組み込んでいる点にあります。

銀行がデータの民主化の実現に苦戦する理由

銀行は本質的に規制が厳しく、リスクを回避する傾向があります。取引履歴から顧客の個人情報に至るまで、大量の機密データを扱うため、サイバー攻撃や内部脅威の主な標的となります。データの持ち出し（データの不正な転送や窃盗）は常にリスクとして潜んでおり、厳格なセキュリティプロトコルの導入を余儀なくされています。しかし、ここにジレンマがあります。データの保護は不可欠ですが、厳しく制限しすぎるとイノベーションが妨げられ、意思決定が遅れてしまいます。

この領域において、データの民主化は大きな課題となります。民主化はデータの可能性を解き放ち、データアナリスト、プロダクトマネージャー、さらには経営幹部など、インサイトに基づいて行動できる人々の手にデータを届けることを約束します。しかし、銀行は多くの場合、データへのオープンで柔軟なアクセスへのニーズと、維持しなければならない厳格なセキュリティ対策との間で板挟みになっています。

銀行の従来のデータシステムはサイロ化されており、部門間でシームレスにデータを共有することが困難です。不正アクセスの懸念から、重要な情報にアクセスできる権限を持つのはごく一部の限られた人だけという、制限的な環境が生まれます。このボトルネックが、データの民主化が提供しようとしている俊敏性を阻害してしまいます。さらに、銀行はデータ駆動型の文化を育成しつつ、GDPRやCCPAなどの地域的およびグローバルな基準を満たす必要があるため、規制遵守が複雑さをさらに増大させます。これらの課題を解決した銀行の代表例が、Databricksを活用して決済を再構築したHSBCです。同社は14のデータベースを単一のレイクハウスに統合することができました。さらに、リアルタイムのマスキングによってデータを保護し、顧客セグメンテーション戦略を近代化した結果、香港でナンバーワンの決済アプリを生み出しました。

次のセクションでは、お客様がDatabricksとSigma Computingを使用して上記の課題をどのように解決できるかを探ります。

コンプライアンスを遵守しながらデータインテリジェンスを解放する

ビジネス上の課題

リボルビング払いの銀行商品のロイヤルティ向上を任されたビジネスアナリストのチームを想像してみてください。社内のITチームは、これらのアナリストにノーコードで非技術的なツールを提供する必要があります。エクスポート機能の制限に関する厳格な要件があります。一方で、アナリストは、与信枠の積極的な引き上げの提案など、あらゆるビジネス成果をステークホルダーに説明するために、リネージやメタデータへの完全なアクセス権を持ってデータを操作する必要があります。

セルフサービス分析のための市場ツール

エンドユーザーはセルフサービス分析を必要としています。多くの場合、これを可能にする主な提供ツールはExcelです。しかし、Excelでデータを提供することは、データの持ち出しリスクを確実に高め、データのコピーを増殖させ、非効率性を招く原因となります。そこで登場するのがSigma Computingです。

Sigmaは、データセットへの無制限のアクセスを提供することなく、エンドユーザーがデータフィードやアナリティクスを閲覧できる方法を提供します。また、SigmaはスプレッドシートのUXに似た使いやすさを提供するため、Excelユーザーの導入も非常にスムーズです。Sigmaは、「セキュア埋め込み」と呼ばれる仕組みを使用して、非技術的なユーザーにデータを拡張する独自の方法をプラットフォームチームに提供します。

Sigmaのセキュア埋め込みで真のセルフサービスを実現

Sigmaを使用すると、お好みのアプリケーションにセキュア埋め込みのセルフサービスウィジェットを作成できます。たとえば、開発者はFlaskアプリ、埋め込みメール、またはTeams連携を作成し、JWTトークンで認証してSigmaサービスを呼び出すことができます。JWT（JSON Web Tokens）は、システム間で情報を安全に送信し、データの整合性と認証を保証する、コンパクトでURLセーフなトークンです。このフォーマットは、最新のAPI駆動型アプリケーションの基盤であり、大企業が機密情報を公開することなくユーザーを安全に認証できるようにします。このSigma ComputingとDatabricksの統合において、JWTはユーザーにワークブックやダッシュボードへのリアルタイムでパーソナライズされたアクセス権が確実に付与されるようにします。JWTは金融データへの安全なクライアントアクセスを可能にし、この実装は各トークン内にユーザー固有のクレームを埋め込むことで、パフォーマンスとセキュリティの両方を維持しながらダッシュボードへのアクセスを保護します。

ワークスペース権限を持たない埋め込みユーザー

ユーザーはデータを簡単に利用できるようになり、ロールベースのアクセス制御を適用することで、ワークブックの所有者はシンプルな1回限りの切り替えで制限付きアクセスを提供できます。参考として以下の画像をご覧ください。ここでは、外部ユーザーは「Embed Banking Analysts」チームに属しています。分析ワークブックの所有者が埋め込みユーザーチームに1回限りのアクセスを提供すると、エンドユーザーは権限のある任意のデータセットを利用できるようになります。Unity Catalogの一部として定義されているすべてのきめ細かなアクセス制御は、Databricksのグループ、特に行および列レベルのフィルタリングに拡張されます。

ドメインインテリジェンスLakehouse上への金融分析アプリのデプロイ

Databricksは、安全な埋め込みユーザーにサービスを提供するアプリケーションをデプロイするための、合理的でまったく新しい方法であるDatabricks Appsの提供を開始しました。Databricks Appsを使用すると、データエンジニアリングチームはコードを開発してDatabricksワークスペースに同期し、数分以内にアプリケーションをデプロイできます。これにより、標準的なカスタムポータルと同様に、アナリストや非技術系ユーザーがデータにアクセスできるようになります。Databricks Appsを使用しているか、セルフホスト型アプリケーション（AppsのデモではFlaskを使用）を使用しているかにかかわらず、プラットフォームチームは埋め込みユーザーをオンボーディングして、銀行業務のユースケースでピボットテーブルや即席の比率計算を活用することに慣れている非技術系ユーザーに対して、データを完全に民主化できます。

サンプルアプリでは、社内プロファイルを持つ顧客と、信用情報機関（TransUnionなど）および金融アグリゲーター（PlaidやYodleeなど）からの外部データに焦点を当てています。これらから、信用スコア、与信枠、金融製品の利用傾向が提供されます。最初のサマリー（下の赤枠内）は、ほとんどの顧客がマイホームの所有に関心を持っていることを示しています。一方で、エンゲージメントは低く、私たちが勤務する銀行はロイヤルティの向上に関心を持っています。出発点として、埋め込みユーザーは流動性比率をすばやく確認し、プロアクティブな与信枠引き上げのターゲット顧客セグメントを特定できます。

表示されている分析は役立ちますが、データの漏洩リスクを冒すことなく、埋め込みユーザーにより優れた探索体験を提供するにはどうすればよいでしょうか。

以下に示すように、Sigma環境内では「Explorer But Not Exporter（探索は可能だがエクスポートは不可）」という完全にカスタマイズされたロールを作成し、ユーザーがダウンロードボタンを使用してデータをエクスポートするのを防ぐことができます。イノベーションの精神に基づき、アナリストユーザーにワークブックの編集権限（新しい列の計算や作成など）を付与します。これにより、より豊かな体験が可能になり、流動性比率などの計算を追加して、銀行の顧客に対するプロアクティブな与信枠引き上げや投資の機会を効率的に評価できるようになります。これにより、ユーザーは自身の疑問に合わせてパーソナライズされた分析を自由に追加できるようになります。

この体験により、ユーザーは新しいビニング、ヒートマップ、セグメンテーションリストを作成できるようになりましたが、生成されたデータの信頼性をどのように確保すればよいでしょうか。アプリケーションのサンプルテーブルには、プロアクティブな与信枠引き上げの予測が表示されており、これをターゲットセグメントに適用できます。アナリストは、ビジネス関係者や経営陣に分析と結果を説明するために、予測がどこから来ているのかを理解する必要があります。データだけでなくモデル、ダッシュボード、特徴量、関数にまで及ぶUnity Catalogの組み込みのリネージを使用することで、予測がどこから来たのかを正確に特定できます。以下のすべての派生ソース情報とタグは、Unity Catalogのシステムテーブル（AWS | Azure | GCP）から簡単に取得でき、ビジネスにおける信頼性と説明可能性をより高いレベルで提供します。

まとめ

金融サービス業界は岐路に立たされています。フィンテックのディスラプター（破壊的企業）がリアルタイムのデータインテリジェンスを通じて顧客体験を再定義し続ける一方で、従来の銀行はもはや、時代遅れのサイロ化されたデータシステムに縛られたままではいられません。この極めて重要な環境において、安全なデータの民主化は単なる贅沢品ではなく、生命線なのです。

Sigma Computingのセキュアな埋め込み機能は、Databricksの堅牢なアプリケーションデプロイプラットフォームおよびデータレイクハウスと組み合わせることで、セキュリティを妥協することなくデータを活用したい銀行に革新的なソリューションを提供します。Sigmaのセキュアな埋め込みは、厳格な規制要件に完全に準拠した、管理されたエクスペリエンスを提供します。Sigmaを使用することで、銀行はアナリスト、調査担当者、プロダクトマネージャー、営業チームが、より安全でコンプライアンスに準拠した環境で重要なインサイトにアクセスできるように支援できます。

Databricks上にアプリケーションをデプロイすることで、金融機関は、データセキュリティを強固に維持しながら、埋め込みユーザーに対して安全なデータアクセスを迅速かつシームレスに拡張し、エクスペリエンスをカスタマイズできます。わずかなミスも許されない業界において、安全に埋め込まれたアプリケーションを通じてデータ駆動型のインサイトを提供する能力は、競争上の優位性となります。

金融機関へのメッセージは明確です。受動的なデータ戦略の時代は終わりました。安全なセルフサービス型のデータインテリジェンスを導入する企業は、リスクを軽減し、今日のデジタル市場で勝ち残るために必要な俊敏性を手に入れることができます。銀行は今すぐ進化する必要があります。Sigma ComputingやDatabricksなどのツールを活用することで、生の情報（ローデータ）を実行可能なインサイトへと変換するデータ駆動型の文化を活性化できます。

安全なセルフサービス型データインテリジェンスを実現するために、今すぐDatabricksとSigmaに登録しましょう。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事