logoBosonit_blanco

Implementación de Big Data en una gran empresa del sector bancario

Ayudamos a nuestro cliente a crear un modelo de Big Data que unifica los datos de diferentes fuentes para ofrecer desde un mismo lugar, una definición funcional clara de cada atributo y unas reglas comunes.

El reto

El reto era recopilar datos de diversas fuentes, cada una con distintos formatos. Esta diversidad requería crear un modelo de cliente único para era ofrecer la información recopilada a distintas aplicaciones en tiempo real. Además de adaptar la información a las necesidades específicas de cada consumidor.

La recopilación y procesamiento de datos en tiempo real requerían de una solución tecnológica avanzada. La solución debía ser capaz de manejar la variedad de formatos de datos eficientemente y que la implementación no interrumpiera las operaciones bancarias actuales. El desafío se centraba en la personalización y la entrega inmediata de datos a los consumidores, conforme a sus necesidades.

La solución

Se decidió crear una aplicación como una capa de distribución de datos estáticos y estructurales de todas las fuentes, a todos los consumidores.

Para abordar el reto de integrar y distribuir los datos, se optó por desarrollar una aplicación diseñada específicamente como una capa intermedia de distribución. Esta aplicación serviría como el nexo centralizado para el flujo de datos tanto estáticos como estructurales procedentes de todas las fuentes disponibles. Al actuar como un punto de unión, facilitaba la recopilación, procesamiento y posterior distribución de la información hacia los distintos consumidores de datos dentro del banco.

La clave de esta solución residía en su capacidad para estandarizar y homogeneizar los datos dispares, transformándolos en un formato utilizable y coherente para todas las aplicaciones receptoras. Implementando esta capa de distribución, se aseguraba que la información no solo se entregara en tiempo real, sino que también se personalizara según las necesidades específicas de cada aplicación consumidora. Esto permitía una flexibilidad sin precedentes en la gestión de datos, mejorando significativamente la capacidad del banco para ofrecer servicios financieros personalizados. Además, la solución fue diseñada para ser escalable, asegurando su eficacia a medida que el volumen de datos y el número de fuentes crecieran.

Finalmente, la implementación de esta aplicación minimizaba las interrupciones en las operaciones existentes, garantizando una transición suave hacia un modelo de gestión de datos más integrado y eficiente.

Resultados

La implementación de la aplicación resultó en una transformación significativa en la gestión de información de clientes, logrando una base de datos limpia y unificada que se actualiza en tiempo real desde diversas fuentes y a través de distintos canales o formatos. Gracias a ello, los consumidores internos del banco accedieran de manera más sencilla y eficiente a la información que necesitaban, marcando un hito en la optimización de procesos internos.

 

Como resultado, se observó una notable mejora en los tiempos de recolección de datos, lo que a su vez incrementó la calidad y la fiabilidad de la información disponible. Además, redujo significativamente el tiempo y el esfuerzo requeridos para resolver incidencias, simplificando considerablemente los procesos asociados a la trazabilidad y la gestión de datos. Todo ello, mejoró la capacidad de respuesta del banco ante las necesidades cambiantes de los clientes.

 

La simplificación lograda en la resolución de incidencias y en la trazabilidad del dato contribuyó a una mayor eficiencia operativa y a una reducción de los costos asociados con la gestión de datos.

 

En última instancia, el proyecto redefinió la forma en que el banco aborda la gestión de datos, sentando las bases para futuras mejoras en el servicio y la personalización del cliente.

tecnologías utilizadas

  • API Connect
  • Hive / Impala
  • Graphql
  • Spark
  • Java / Scala

Siguiente Proyecto

Universidad de Murcia

Universidad de Murcia