Réinventer la banque mobile grâce au机器学习

La science et l 'ingénierie des données ont eu du mal à exploiter les données

汇丰理解l'opportunité considérable que représentent les données et l'analytique pour mieux servir ses加上3900万客户。Entrevoyant la possibilité de réinventer les paiements mobiles, l'institution a développé PayMe, une application de paiement sociale。代理业务(Depuis son lancement sur le marché domestic que de Hong Kong, l'application est det n°1 dans la région, avec + de 180万d 'utilisateurs。

Afin d 'offrir sa客户en pleine croissance中体验de paiement移动,汇丰年代是tournee更les le机器学习数据等倒permettre潜水员ca d课最希望达成运输,la检测d 'activites frauduleuses, la vue客户360°倒eclair莱斯决定营销、la personnalisation等等。Mais créer des modèles capables de satisfaire ces cas d'usage de façon sécurisée, rapide et évolutive n'est pas une mince affaire。

• Les données n'étaient pas à jour en raison de la lenteur des pipelines de données: Les systèmes hérités empêchaient la banque de triter et d'analyser Les données à grande échelle。Il fallait出口商et échantillonner manuelement les données, ce qui prenait beaucoup de temps。Pour toutes ces raisons, les données qui parvenaient à l'équipe de数据科学dataient de plusieurs semaines: toute prédiction devenait impossible。

• 出口des données et masquage manuels: les ancient procsus nécessitaient un formulaire d'approbation manuel pour chque demand de données - le risque d' error était grand。法国工时工时及保护措施règles严格措施qualité保护措施données。

• 数据科学无效:les数据科学家travaillaient en silos sur leurs propres机器和环境personnalisés。Ils ne pouvaient pas réellement explorer les données bruutes et former des modèles à grande échelle。Ce context影响la collaboration et ralentissait considérablement l 'itération sur les modèles。

• Les data analysts ne parvenaient pas à exploiter tout le potentiel des données: ils avaient besoin d 'accéder à des sousensembles de données structurées pour créer de la business intelligence et produire des rapports。

分析等ML加上rapides等加上sécurisées à大échelle

Grâce à NLP和机器学习的应用，汇丰银行快速意向交易应用PayMe。Cette大型游戏d'information est ensuite utilisée pour informer divers cas d'utilisation, des建议aux客户端，en passant par la réduction des activités anormales。

Avec Azure Databricks, ils peuvent unifier l'analytique de données à travers la数据工程，la数据科学和分析。

• 获取'efficacité opérationnelle: des fonctionnalités comme la mise à l ' échelle自动集群和自动控制de Delta Lake ont amélioré les opérations, de l '摄取de données à la gestion de l ' ensemble du cycle de vie du机器学习。

• masage des données en temps réel avec Delta Lake: Databricks et Delta Lake ont permis à HSBC de fournir, en toute sécurité et en temps réel, des données de production anonymisées aux équipes de数据科学et aux数据分析师。

• Des pipelines de données performants et évolutifs avec Delta Lake: les équipes traitent désormais les données en temps réel à Des fins d’analytique en aval et de machine learning。

• 协作入口数据科学和数据工程:les données sont découvertes加rapidement, les fonctionnalités sont conçues par itération et les modèles sont développés et entraînés à grande vitesse。

Des信息加财富mènent à l '应用#1

Databricks fournit à HSBC une plateforme d 'analytique de données unifiée qui集中tous方面de son过程分析，du数据工程à la生产de modèles ML délivrant des信息商业加财富。

• Des pipes de données + rapides:自动化过程等réduction du temps de traitement des données, qui passe de six heures à六秒倾倒les分析复合体。

• 德拉描述à德拉prédiction:Désormais capable d'entraîner des modèles sur l’ensemble de ses données, l’équipe a déployé des modèles prédictifs pour optimiser divers cas d’usage。

• De 14基地De données à un三角洲湖:通道14 réplicas de bases de données en lecture à un seul stockage de données unifié avec三角洲湖。

• PayMe est l'application n°1 à香港:60% marché à香港的部分。

• Amélioration de l’engagement des consommaturs:la capacité à tirer parti de la science du réseau pour comprenre les relations avec les clients a entraîné une amélioration de 4.5 fois des niveaux d'engagement avec l'application PayMe。