Improve financial services operations and performance

Veriye dayalı operasyonel verimlilikle finansal servislerde kârlılığı artırın

Finansal servis organizasyonları (özellikle finans teknolojisi ve teknoloji şirketleri) finansal servisler alanına daha fazla girdikçe, rekabetçi kalmak ve kârlılığı artırmak için verimli dahili operasyonlara sahip olmalıdır. Teoride, kârlılığı artırmanın iki yolu vardır: geliri artırmak ve giderleri azaltmak. Her ikisi de kritik önem taşır. Gittikçe daha hızlı değişen bir sektörde kârlılığı artırma zorluğunun üstesinden gelmek için finansal servis organizasyonları, operasyonel verimliliği ve performansı artırmalarına yardımcı olmak için mevcut çok miktarda veri ve bilgiyi kullanmaya odaklanır. Finansal servis organizasyonları süreçleri kolaylaştırmak, fazlalıkları ortadan kaldırmak ve kaynak tahsisini optimize etmek için veriye dayalı bir yaklaşım benimseyerek maliyetleri düşürebilir ve servis sunumlarını iyileştirebilir.

Bu son faktör oldukça rekabetçi, hızlı gelişen ve sürekli kesintiye uğrayan bir sektörde özellikle önemlidir. Etkili şekilde çalışan organizasyonlar, rakiplerine göre daha rekabetçi fiyatlandırma, daha hızlı ve üstün servis, daha doğru sonuçlar ve daha iyi müşteri deneyimleri sunabilir. Müşteriler hızlı ve sorunsuz deneyimlerden memnun olur. Olumlu müşteri deneyimleri müşteri sadakatine, müşteri sürekliliğine ve olumlu şekilde kulaktan kulağa yayılmaya katkıda bulunur. Bunların tümü büyüme ve geliri artırmaya yardımcı olabilir.

Operasyonel verimlilik aynı zamanda çeviklik ve uyarlanabilirliğin temelini oluşturarak finansal servis organizasyonlarının önde kalmasına ve pazar değişikliklerine, yasal gereksinimlere ve müşteri taleplerine hızlı bir şekilde yanıt vermesine yardımcı olur. Çevik kuruluşlar yeni ürünleri daha hızlı piyasaya sürebilir, teknolojik gelişmelere uyum sağlayabilir, yeni fırsatları yakalayabilir ve dinamik bir ortamda gelişebilir.

Ayrıca operasyonel verimlilik, etkili risk yönetiminde önemli bir rol oynar. Bu rol; müşterilerin, düzenleyicilerin ve paydaşların güvenini korumak açısından çok önemlidir. Manuel hatalar, işlem darboğazları ve yetersiz kontroller dahil olmak üzere operasyonel verimsizlikler risklere neden olabilir ve uyumluluk ihlallerine, güvenlik açıklarına ve operasyonel kesintilere yol açabilir. Finansal servisler sunan organizasyonlar, operasyonel verimliliği artırarak bu riskleri azaltmaya, yasal uyumluluğu sağlamaya ve müşteri verilerinin güvenliğini artırmaya yardımcı olabilir.

Bu faydaların hepsi büyüme için gereklidir. Finansal servis organizasyonları operasyonlarını genişlettikçe veya yeni piyasalara girdikçe, süreçlerinin kaliteden ödün vermeden veya aşırı maliyetlere neden olmadan artan hacimleri gerçekleştirebilmesini sağlamaları gerekir. Etkili süreçler, büyüme girişimlerini desteklemek için kolayca çoğaltılabilir, otomatik hale getirilebilir veya uyarlanabilir. Böylece organizasyonlar fırsatlardan yararlanabilir ve piyasadaki mevcudiyetlerini genişletebilir.

Kapsamlı bir veri platformu ile operasyonel verimliliği optimize edin ve maliyetleri düşürün

Finansal servis organizasyonları, operasyonel süreçler ve performans verilerini alarak, düzenleyerek ve analiz ederek darboğazları ve verimsizlikleri belirleyip ortadan kaldırıp her dahili ve harici etkileşimi optimize edebilir ve sonuçları iyileştirebilir. Burada sunulan mimari, tüm veri analitiği yaşam döngüsünü kapsayan ve finansal servis organizasyonlarının yukarıda açıklanan çok çeşitli iş avantajlarını elde etmelerine yardımcı olmak üzere tasarlanmış bir analitik mimarisi oluşturmak için önerilen Oracle bileşenlerini nasıl bir araya getirebileceğimizi göstermektedir.

Bu görüntüde, finansal hizmetlere yönelik Oracle Veri Platformu'nun operasyonel verimliliği ve performansı geliştirmek ve desteklemek için nasıl kullanılabileceği gösterilmektedir. Aşağıda platformun beş ayağı verilmiştir:

1. 1. Veri Kaynağı, Keşif
2. 2. Alım, Dönüştürme
3. 3. Sürdürme, Düzenleme, Oluşturma
4. Analiz, Öğrenme, Tahmin
5. 5. Ölçme, Eyleme Geçme

Veri Kaynağı, Keşif ayağı üç veri kategorisi içerir.

1. 1. Oracle Uygulaması verileri Fusion SaaS, Oracle E-Business Suite, CX'ten alınan verileri içerir
2. 2. İş Kayıtları (1. Taraf Verileri) CRM, İşlemler, Hesap Bilgileri, Gelir ve Kâr Marjı
3. 3. 3. Taraf Verileri Döviz Kurlarını, Pazar Akışlarını ve Mal Fiyatlarını içerir

Alma, Dönüştürme ayağı dört yetenekten oluşur.

1. 1. Toplu alım OCI Veri Entegrasyonu, Oracle Data Integrator ve Veritabanı araçlarını kullanır.
2. 2. Toplu aktarım OCI FastConnect, OCI Veri Aktarımı, MFT ve OCI CLI'sini kullanır.
3. 3. Değişiklik verileri yakalama OCI GoldenGate kullanır.
4. 4. Veri akışı alımı, OCI Streaming veKafka Connect'i kullanır.

Dört yetenek de tek yönlü olarak Sürdürme, Düzenleme, Oluşturma ayağında hizmet veren veri deposuna ve bulut depolamasına bağlanır.

Ayrıca, veri akışı alımı Analiz, Öğrenme ve Tahmin ayağında veri akışı işlemeye bağlıdır.

Sürdürme, Düzenleme, Oluşturma ayağı beş yetenekten oluşur.

1. 1. Hizmet veren veri deposu, Oracle Autonomous Data Warehouse ve Exadata Cloud Service kullanır.
2. 2. Bulut depolama, OCI Object Storage'ı kullanır.
3. 2. Yönetilen Hadoop, Oracle Big Data Service'ı kullanır.
4. 4. Toplu işleme, Oracle Data Flow'u kullanır.
5. 5. Yönetişim, OCI Data Catalog'u kullanır.

Bu yetenekler ayak içinde bağlantılıdır. Bulut depolama, hizmet veren veri deposuna tek yönlü olarak bağlıdır; aynı zamanda toplu işleme çift yönlü olarak bağlıdır.

İki yetenek Analiz, Öğrenme, Tahmin ayağına bağlantı kurar. Hizmet veren veri deposu, hem analitik ve görselleştirme yeteneğine hem de veri ürünlerine (API'ler) bağlanır. Bulut depolama, makine öğrenimi yeteneğine bağlanır.

Analiz, Öğrenme, Tahmin ayağı iki yetenek içerir.

1. 1. Analitik ve görselleştirme Oracle Analytics Cloud, GraphStudio ve ISV'leri kullanır.
2. 2. Makine öğrenimi Oracle Machine Learning'i kullanır.

Ölçme, Eyleme Geçme ayağı, veri analizinin nasıl kullanılabileceğini yakalar: kişiler ile iş ortakları tarafından.

Kişiler ve İş Ortakları; Operasyonel Verimlilik (İşleme süreleri, Hata oranları, Kaynak kullanımı), İşlem Darboğazı Tanımlama, Müşteri Yaşam Boyu Değeri, Piyasa ve Rekabet Analizi, Performans Niteliğinden oluşur.

Bu üç temel ayak altyapı, ağ, güvenlik ve IAM tarafından desteklenir: Alma, Dönüştürme, Sürdürme, Düzenleme, Oluşturma ve Analiz, Öğrenme, Tahmin.

Verileri bağlayın, alın ve dönüştürün

Çözümümüz, her biri belirli veri platformu yeteneklerini destekleyen üç ayaktan oluşur. İlk ayak, verileri bağlama, alma ve dönüştürme yeteneği sağlar.

Finansal servis organizasyonlarının operasyonel verimliliği ve performansı artırmasını sağlamak için mimariye veri eklemenin dört ana yolu vardır.

• Süreci başlatmak için operasyonel işlem verilerinin toplu aktarımını etkinleştireceğiz. Toplu aktarım hizmetleri, büyük hacimli verilerin ilk kez Oracle Cloud Infrastructure'a (OCI) taşınması gereken durumlarda kullanılır. Örneğin, mevcut şirket içi analitik veri havuzlarından veya diğer bulut kaynaklarından alınan veriler. Kullanacağımız belirli toplu aktarım hizmeti, verilerin konumuna ve aktarım sıklığına bağlı olacaktır. Örneğin, tarihsel planlamadan veya veri ambarı veri havuzlarından yüksek hacimli şirket içi verileri yüklemek için OCI Data Transfer Service'ı veya OCI Data Transfer Appliance'ı kullanabiliriz. Büyük hacimli verilerin devamlı olarak taşınması gerektiğinde, müşterinin veri merkezi ile OCI arasında yüksek bant genişlikli ve ayrılmış bir özel ağ bağlantısı sağlayan OCI FastConnect uygulamasını kullanmanızı öneririz.
• Sık sık gerçek zamanlı veya gerçek zamana yakın özetler gereklidir ve veriler OCI GoldenGate kullanılarak depo işlem ve müşteri yönetim sistemlerinden düzenli olarak alınır. OCI GoldenGate, hizmet verilmesi gereken operasyonel süreçleri (örneğin bir hesabın oluşturulması, müşteri sorunu, sahtecilik bulguları vb.) sunan sistemlerin temel yapısındaki değişiklik olaylarını tespit etmek için veri değişikliği yakalama özelliğini kullanır ve verileri gerçek zamanlı olarak bir kalıcılık katmanına ve/veya veri akışı katmanına gönderir.
• Birden fazla kaynaktan gelen verileri gerçek zamanlı olarak analiz edebilme kabiliyeti, finansal servis organizasyonlarına temel süreçlerinin verimliliğini anlayıp ölçebilmeleri için operasyonel verimlilik ve genel performans hakkında değerli içgörüler sağlamaya yardımcı olabilir. Bu kullanım senaryosunda, müşteri veya dahili olaylardan mobil etkileşimler aracılığıyla okunan tüm verileri IoT, makineden makineye iletişimler ve diğer yollarla almak için veri akışı alımı kullanıyoruz. Akışlar çeşitli iç ve dış kaynaklardan gelebilir ve işlem verilerini, müşteri etkileşim verilerini, piyasa verilerini, sosyal medya verilerini ve uyumluluk ve düzenleyici sistemlerden gelen verileri içerebilir. Veriler (olaylar) alınır ve OCI Object Storage'da depolanmadan önce bazı temel dönüşümler/birleştirmeler meydana gelir. İlişkili olayları belirlemek için ek veri akışı analizleri kullanılabilir ve OCI Data Science'ı kullanarak ham verilerin incelenmesi için tanımlanan örüntüler (manuel olarak) geri beslenebilir.
• Gerçek zamanlı ihtiyaçlar gelişirken, işlem, kurumsal kaynak planlaması, müşteri, risk ve yuyumluluk yönetimi sistemlerinden en yaygın özet, ETL süreci kullanan bir tür toplu alımdır. Toplu alım, veri akışını desteklemeyen sistemlerden veri içe aktarmak için kullanılır (örneğin eski ana bilgisayar temel bankacılık sistemleri). Bu özetler her 10 veya 15 dakikada bir gibi sık sık alınabilir, ancak tek tek işlemler yerine işlem grupları olarak çıkartıldığından ve işlendiğinden yine de yapılsal olarak toplu işlemlerdir. OCI, yerel OCI Veri Entegrasyonu hizmeti ve OCI Hesaplama örneğinde çalışan Oracle Data Integrator gibi toplu alımı işlemek için farklı hizmetler sunar. Hizmet seçimi öncelikle teknik gereksinimler yerine müşteri tercihine dayanır.

Verileri sürdürün, işleyin ve düzenleyin

Veri kalıcılığı ve işleme, üç bileşen üzerine kuruludur. Bazı müşteriler bunların hepsini kullanırken diğerleri bir alt kümeyi kullanır. Birimlere ve veri türlerine bağlı olarak veriler nesne depolamaya yüklenebilir veya kalıcı depolama için doğrudan yapılandırılmış bir ilişkisel veritabanına yüklenebilir. Veri bilimi yeteneklerinin uygulanmasını öngördüğümüzde ham halindeki veri kaynaklarından alınan veriler (işlenmemiş yerel dosya veya özet olarak) daha tipik olarak yakalanır ve işlem sistemlerinden bulut depolamaya yüklenir.

• Bulut depolama, veri platformumuz için en yaygın veri kalıcılık katmanıdır. Hem yapılandırılmış hem de yapılandırılmamış veriler için kullanılabilir. OCI Object Storage, OCI Data Flow ve Oracle Autonomous Data Warehouse (ADW) temel yapısal öğelerdir. Veri kaynaklarından ham formatında alınan veriler yakalanır ve OCI Object Storage'a yüklenir. OCI Object Storage, birincil veri kalıcılık kademesidir ve Spark in OCI Data Flow birincil toplu işleme motorudur. Toplu işleme temel parazit işlemi, eksik veri yönetimi ve tanımlı giden veri kümelerine göre filtreleme gibi çeşitli etkinlikleri içerir. Sonuçlar, ihtiyaç duyulan işleme ve kullanılan veri türlerine bağlı olarak çeşitli nesne depolama katmanlarına veya kalıcı bir ilişkisel depoya geri yazılır.
• Artık, düzenlenmiş verilerimizi sorgu performansı için optimize edilmiş bir biçimde kalıcı hale getirmek ve organizasyon operasyonlarının 360 derecelik bir görünümünü sağlamak için bir hizmet veren veri deposu kullanacağız. Hizmet veren veri deposu, SQL tabanlı araçlar aracılığıyla doğrudan son kullanıcılara yüksek kaliteli düzenlenmiş veriler sunmak için kullanılan kalıcı bir ilişkisel katman sağlar. Bu çözümde, şirket veri ambarı için hizmet veren veri deposu ve gerekirse daha özel etki alanı düzeyinde özel veri ambarları olarak Oracle Autonomous Data Warehouse örneği oluşturulur. Ayrıca bu veri bilimi projeleri için veri kaynağı veya Oracle Machine Learning için gereken veri havuzu olabilir. Hizmet veren veri deposu, Oracle MySQL HeatWave, Oracle Database Exadata Cloud Service veya Oracle Exadata Cloud@Customer dahil olmak üzere çeşitli formlardan birini kullanabilir.

Verileri analiz edin, öğrenin ve tahmin edin

Analiz etme, öğrenme ve tahmin etme ve eyleme geçme kabiliyeti iki teknoloji yaklaşımı ile kolaylaştırılmaktadır.

• Gelişmiş analitik özellikleri, operasyonel verimliliği ve performansı optimize etmek için kritik önem taşır. Bu kullanım örneğinde analitik ve görselleştirmeler sunmak için Oracle Analytics Cloud'a güveniyoruz. Bu, organizasyonun açıklayıcı analitikleri (histogram ve grafiklerle mevcut eğilimleri açıklar), öngörüye dayalı analitikleri (gelecekteki olayları tahmin eder, eğilimleri belirler ve belirsiz sonuçların olasılığını belirler) ve yönlendiren analitikleri (en uygun karar vermeyi desteklemek için uygun eylemler önerir) kullanmasını sağlar.

  Finansal servis organizasyonları, tarihsel verilere tahmine dayalı modeller uygulayarak gelecekteki sonuçları tahmin edebilir ve proaktif kararlar verebilir. Örneğin, tahmine dayalı analitikler bankaların müşteri kaybını tahmin etmesine, olası sahtecilik vakalarını belirlemesine, kredi varsayılanlarını tahmin etmesine ve nakit akışı tahminlerini optimize etmesine yardımcı olabilir. Bu, bankaların önleyici eylemler gerçekleştirmesine ve operasyonel kaynaklarını etkili bir şekilde tahsis etmesine olanak sağlar.

  Yönlendiren analitik, sonuçları tahmin etmenin ötesine geçer ve en iyi eylem planına ilişkin öneriler sunar. Finansal servis organizasyonları; kredi onayları, yatırım stratejileri, fiyatlandırma modelleri ve risk yönetimi gibi alanlarda karar alma sürecini optimize etmek üzere yönlendiren analitik kullanabilirler. Yönlendiren analitik, çeşitli kısıtlamaları ve hedefleri göz önünde bulundurarak kuruluşların verimliliği ve kârlılığı en üst düzeye çıkaran veriye dayalı kararlar almasına yardımcı olur. (Organizasyondaki daha geniş veri kültürü, en nihayetinde öngörüye dayalı analitik yaklaşımının başarısında önemli bir rol oynayacaktır.)

• Gelişmiş analitiğe ek olarak, anormallikleri aramak, gecikme süresinin nerede yaşanabileceğini tahmin etmek ve müşteri yolculuğunu optimize etmek için giderek daha fazla veri bilimi, makine öğrenimi ve yapay zeka kullanılıyor. Örneğin, kredi puanlama, sahtekarlık tespiti, müşteri segmentasyonu ve kişiselleştirilmiş pazarlama için makine öğrenimi modelleri kullanılabilir. Bu modeller sürekli olarak yeni verilerden öğrenerek zaman içinde performanslarını uyarlayabilir ve geliştirebilir, bu da operasyonel verimliliğin artmasına ve daha iyi karar verilmesine yol açar. Veritabanlarında OCI Data Science, OCI AI Services veya Oracle Machine Learning kullanılabilir.

  Öngörüye dayalı bakım modellerimizi oluşturmak ve eğitmek için makine öğrenimi ve veri bilimi yöntemlerini kullanıyoruz. Bu makine öğrenimi modelleri daha sonra API'ler aracılığıyla puanlama için dağıtılabilir veya OCI GoldenGate akış analitiği ardışık düzeninin parçası olarak gömülü hale getirilebilir. Bazı durumlarda bu modeller, Oracle Machine Learning Services REST API'si kullanılarak veritabanında dağıtılabilir (bunu yapmak için modelin Açık Sinir Ağı Değişimi formatında olması gerekir). Ayrıca, Jupyter/Python merkezli not defterleri için OCI Data Science veya Zeppelin not defteri ve makine öğrenimi algoritmaları için Oracle Machine Learning, servis veya işlemsel veri deposuna dağıtılabilir. Benzer şekilde, Oracle Machine Learning ve OCI Data Science, tek başına veya birlikte öneri/karar modelleri geliştirebilir. Bu modeller servis olarak devreye alınabilir ve bu modelleri "veri ürünleri" ve hizmetler olarak teslim etmek için OCI API Gateway'in arkasında devreye alabiliriz. Son olarak makine öğrenimi modelleri oluşturulduktan sonra operasyonel bir karar alma sisteminin (izin veriliyorsa) parçası olan uygulamalara dağıtılabilir.

• Son ve kritik önem taşıyan bileşen ise veri yönetişimidir. Bu, veri platformu ekosistemindeki tüm veri kaynakları için veri yönetişimi ve meta veri yönetimi (hem teknik hem de iş meta verileri için) sağlayan ücretsiz bir hizmet olan OCI Data Catalog tarafından sağlanacaktır. OCI Data Catalog, depolama yönteminden bağımsız olarak verileri hızla bulmanın bir yolunu sağladığından Oracle Autonomous Data Warehouse'dan OCI Object Storage'a yapılan sorgular için de kritik bir bileşendir. Böylece son kullanıcılar, geliştiriciler ve veri bilimciler, mimarideki kalıcı veri depolarının tamamında ortak bir erişim dili (SQL) kullanabilirler.

Operasyon verimliliğini ve performansını artırmak için verileri kullanmanın avantajları

İşletmenin hızı ve rekabet düzeyi arttıkça kritik operasyonel verileri sunmak için kullanılan eski sistemler buna ayak uyduramaz. Bu sistemler, parçalı ve silo halindeki verileri harmanlamak, entegre etmek ve bunlardan raporlar oluşturmak için çok fazla manuel müdahaleye ihtiyaç duyar ve bu da bilgilerin işletmeye ihtiyaç duyduğu avantajı sağlamak için çok geç ulaşması anlamına gelir. Operasyonel verimliliği ölçmek, anlamak ve iyileştirmek, finansal servis organizasyonlarına rekabet avantajı ve aşağıdakiler dahil olmak üzere çok sayıda fayda sağlayabilir:

• Etkin hizmet sunumu, rekabetçi fiyatlandırma, üstün müşteri deneyimi ve yenilikçi teklifler yoluyla müşteri kazanma ve elde tutma kabiliyetinin geliştirilmesi
• Doğru zamanda erişilebilen doğru verilerin tek ve tutarlı bir görünümü ile bilgiye dayalı daha iyi iş kararları
• Daha iyi çeviklik, organizasyonların yeni ürünleri daha hızlı piyasaya sürmesine, teknoloji ilerlemelerine uyum sağlamasına ve yeni fırsatlardan yararlanmasına olanak tanır
• Organizasyon genelinde daha az karmaşıklık
• Azaltılmış veri çoğaltma ve manuel hata
• Gelişmiş risk yönetimi ve hafifletme sayesinde daha az risk
• Daha düşük maliyetler
• Analitik amaçlı daha hızlı veri kullanılabilirliği