データ分析をクラウドに導入する方法

2017年、エコノミスト誌は「世界で最も価値のある資源はもはや石油ではなくデータだ」という記事を掲載しました。実際、金融サービス部門の企業、特に資本市場の企業は、このことをずっと以前から認識していました。

金融サービスのデジタル化は、ロンドン証券取引所などの主要取引所が取引フロアに代えて自動相場システムに移行した1986年の金融ビッグバンから始まったと言えるでしょう。その瞬間から、テクノロジーは業界に混乱と変革をもたらし続けており、高頻度取引と暗号通貨の導入はその明らかな例ですが、他にも多くの例があります。

データ、より具体的にはデータの分析は、この変革の基礎となります。金融サービス企業は、より深く豊富な洞察に迅速にアクセスすることで、特に高頻度取引などの分野で同業他社に対して大きな競争上の優位性を獲得できることを最初に認識した企業の一つです。

しかし、必然的に、分析に重点が置かれ、機械学習を使用してアルファを最大化しリスクを最小化する、これまで以上に洗練された自動化アルゴリズムの開発により、業界には「軍拡競争」としか言いようのない状況が生まれています。銀行が機敏性と競争力を維持したいのであれば、顧客に提供するサービスを常に更新し、自らの地位を向上させて顧客を保護するための新しい戦略を開発する必要があります。これを達成するには、データ分析へのアプローチを再考する必要があります。

時系列連続体

銀行は古いデータでは競合他社に勝つことはできません。しかし、新しいアルゴリズムやモデルの開発、検証、リリースとなると、多くの企業は数秒や数分単位で考える必要があるにもかかわらず、依然として数日や数週間というタイムラインで作業を行っています。しかし、実際には、既存のデータ管理および分析プラットフォームの多くは、生成される膨大な量のデータに必要な洞察を迅速に提供できません。

これはなぜでしょうか?おそらく、これは、作成される膨大な量のデータを処理するために必要なストレージとコンピューティングを提供するために簡単に拡張できないオンプレミス モデルのデータ センターとアプリケーションなどのレガシー システムと、履歴データやビッグ データに重点​​を置きすぎた分析アプローチの組み合わせです。

重要なのは、すべてのデータ、特に財務データを時系列として、つまり特定の時点で特定の値を持つものとして見ることですが、これは他の多くの業界にも当てはまります。データのビジネス価値は作成された瞬間から消え始めるため、リアルタイムのコンテキストはここで非常に重要です。

データ分析をバッチ処理ではなく継続的な洞察エンジンと見なすアプローチを採用することで、バッチ処理が毎時間または毎日実行される場合でも、企業のビジネスの運営方法に関する理解に「ギャップ」が生じることはありません。提供される分析と洞察は、製品とサービスの迅速な革新と開発に役立つ洞察を提供する、継続的かつ文書化された事実の流れです。

クラウドでの継続的な分析

すべての金融機関はクラウド戦略を持っています。規模、柔軟性、コスト削減の利点はよく知られています。戦略的な焦点は、継続的な運用効率とビジネスの成功に不可欠な継続的な分析を提供するためにクラウド アーキテクチャが最適化されていることを確認することに移る必要があります。

考慮すべき重要な点は 3 つあります。

データ ソース アクセス:分析プラットフォームに取り込める市場、取引、注文、参照データが多いほど、抽出できる洞察の質が向上します。しかし、金融機関は膨大な量のデータ、形式、場所を管理するのに苦労しています。継続的な分析は、場所に関係なくデータ ソースに即座に接続し、分析が実行されるデータ ソースを構造化することに依存します。

コーディングの最適化:クオンツ、データ アナリスト、データ サイエンティストが、データの管理や処理に時間を費やすのではなく、いかに早くデータから価値を引き出せるか。 SQL や Python などの優先言語を使用して、競争上の優位性をもたらす時間枠内で新しいアルゴリズムを開発および検証できますか?機械学習インターフェースが組み込まれているか、関連するマイクロサービスに簡単にアクセスできるか?すぐに価値を提供できるような方法でレポートを素早く生成し、視覚化できますか?

アップグレード パス:クラウド戦略の一環として、ほとんどの銀行は、クラウドを使用してデータ管理および分析システムを再設計し、最終的に再構築する方法を検討します。そのプロセスがどのようなものになるか、データの移動とコストの最適化がどの程度容易になるか、アプリケーションを再設計し、場合によっては書き直すための道筋はどのようなものか、クラウド プロバイダーのより広範なサービスおよびサポートのエコシステムとどのように統合するかなどを考慮する必要があります。

最終的には、ほとんどの銀行がデータ管理と分析のニーズの多くをクラウドに移行することになるでしょう。オンプレミスでのみ提供できる超低レイテンシを必要とするプロセスはまだいくつかありますが、それ以外にもクラウドには数え切れないほどのメリットがあります。ただし、すべてのクラウドは、すべてのリアルタイム分析プラットフォームと同様に同等というわけではなく、銀行は、分析と洞察の継続的な流れの必要性を常に優先しながら、既存のデータ ソース、アプリケーション、およびプロセスをどのように移行するかを慎重に検討する必要があります。