Moderne Analytics ermöglichen eine tiefere Beziehungen zu 17 Millionen Kunden
- 32,6 Mrd. Gesamtumsatz 2019
- 1,400+ Niederlassungen
- 36 Länder
Die Royal Bank of Canada (RBC) ist eines der führenden Unternehmen für diversifizierte Finanzdienstleistungen in Nordamerika. Sie bietet weltweit Produkte und Services in den Bereichen Privat- und Firmenkunden, Vermögensverwaltung, Versicherungen, Investoren und Kapitalmarkt an. Die Bank ist nicht nur eine der größten Banken Kanadas, sondern gehören auch zu den größten der Welt (Platz 256 auf der Liste der Global Fortune 500 im Jahr 2019).
Dafür wird mit Daten und Analytics ein außergewöhnliches Kundenerlebnis ermöglicht. Die Bank bleibt stets mit den Kunden in Kontakt und definiert ihre Rolle in deren Leben neu. Angesichts von Millionen von Kunden müssen für die Transformation der Kundenerfahrungen und die Vertiefung der Beziehungen Daten für die KI-Engines zur Entscheidungsfindung zusammengeführt werden. Die Projektteams kümmern sich um die Erweiterung des Analyse-Ecosystems, das die RBC treffend als DNA ("Data 'n' Analytics") bezeichnet.
Unterstützung moderner Daten- und Analytics-Praktiken, Entwicklung neuer Funktionen, Bereitstellung eines skalierbaren und resilienten Daten-Ecosystems, Enterprise Data Science-Skalierung, agile Einblicke und Aufbau einer flexiblen und zugänglichen Plattform, um den durch neue Daten- und -Geschäftsfunktionen entstehenden Anforderungen gerecht zu werden.
Das Team stützt sich auf Teradata, um ein Ecosystem für Enterprise Analytics aufzubauen, das zur „DNA“ des RBC-Geschäfts werden soll. Die moderne Analytics-Plattform Teradata Vantage unterstützt Analytics in allen Geschäftsbereichen der RBC.
„Das Ziel für die nächsten Jahre ist es, jede Kundeninteraktion mit KI zu unterstützen. So können wir unseren Kunden einen Service bieten, der sich an ihrem tatsächlichen Bedarf, nicht an unserer Einschätzung ihres Bedarfs orientiert."
Ahmed El-Kays, Senior Director, Data Architecture Royal Bank of Canada (RBC)
Ahmad El-Kays ist bei der RBC u. a. für Unternehmensdaten und Analytics-Architektur, Datenmodellierung, Analysen und Metadata-Engineering zuständig. In den letzten Jahren war er mit dem Aufbau des Teams für Data Knowledge beschäftigt. Zurzeit leitet er eine Abteilung mit über 60 Daten- und Analytics-Experten. Davor arbeitete Ahmad in der Enterprise Architecture Group der Scotiabank und im Bereich Enterprise Information Management bei der RBC. Er verfügt über einen Master of Science in Informatik der McGill University in Montreal.
Angesichts zunehmender Echtzeitdaten, Komplexität, Schemata, Datenvolumen und gemischter Workloads sowie der dafür nötigen skalierbaren Abfrageparallelität werden führende Banken Hyperscale-Performance über alle Dimensionen hinweg nachfragen, nicht nur in einer einzigen skalierbaren Dimension.
„Das Unternehmen muss den Kunden umgehend Erkenntnisse und relevante Angebote präsentieren. Auch tiefergehende Einblicke oder Ratschläge sollten während der Transaktion angeboten werden. Wenn Sie beispielsweise auf unserer Website nach einem Hypothekendarlehen suchen, möchten wir Ihnen den Service bieten, der für Sie relevant ist - und nicht für die Bank.“
Durch die Integration von Daten fügt RBC Geschäftsbereiche zusammen, bricht Silos auf und gewinnt einheitliche Kundeneinblicke. Die analytischen Modelle senden abgeleiteten Erkenntnisse zu Vantage zurück, was für weitere noch intelligentere, orchestrierte Daten sorgt. Das Ergebnis ist eine Predictive Plattform, die alle Daten nutzt und integriert, um jederzeit umsetzbare Antworten auf jede Frage zu beliebigen Daten zu geben.
Die RBC automatisiert die Entscheidungsfindung, um die Customer Experience zu transformieren und die Beziehungen mit ihren 17 Millionen Kunden zu vertiefen. Die Bank setzt weiterhin auf die Fantasie und die Erkenntnisse ihrer Mitarbeiter und Partner, um noch größeren Mehrwert für ihre Kunden und die Gesellschaft als Ganzes zu schaffen. „Der DNA-Bereich verfügt über den größten Datenbestand in der Bank. Dieser befindet sich sowohl in unserem Data Warehouse als auch im Data Lake. Durch die Verwendung von Echtzeitdaten können wir dem Unternehmen eine Reihe von Datendiensten bieten, die für die Aufgaben des Unternehmens relevant sind. Wir haben eine Empfehlungs-Engine eingeführt, die auf maschinellem Lernen und der Nutzung der vorhandenen Daten basiert, und bauen Modelle darauf auf, um unseren Firmenkundenbetreuern die richtigen Informationen zu bieten. Bislang ging es darum, was sie für relevant hielten, und nicht darum, was erwiesenermaßen relevant ist.“
Erfahren Sie, wie Teradata Ihnen helfen kann, Geschäftsergebnisse zu beschleunigen und die geschäftliche Flexibilität zu bieten, die Sie benötigen.
Unsere Vertriebsmitarbeiter sind hier, um Ihnen zu helfen.