APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017

Pagina creata da Alessia D'Alessandro
 
CONTINUA A LEGGERE
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
APIs for a data-driven bank
                  IoT & New Digital Experience – CeTIF
                                          April 4, 2017

 Federico Alberto Pozzi, Senior Solutions Specialist
                                                                     federico.pozzi@sas.com

         Company Conf ide ntial – For Inte rnal U se Only
       Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
C o p yr i g h t © 2 0 1 4 , S A S In s t i t u t e In c . A l l r i g h t s r e s e r ve d .
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
Advanced data analytics is a
quintessential business matter… not
just in an analytics department, but
    throughout the organization.
               McKinsey & Company

               Company Conf ide ntial – For Inte rnal U se Only
             Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
SAS is a leader in the Forrester Wave: Enterprise Insight Platform Suites, Q4 2016

                                                                                                                                                         “                 Forrester’s research
                                                                                                                                                                          uncovered a market in
                                                                                                                                                                         which SAS leads the pack.
                                                                                                                                                                                                                                       “
                                                                                                                                                              The Forrester Wave™: Enterprise Insight Platform Suites, Q4
                                                                                                                                                              2016
Forrester Research, The Forrester Wave™: Enterprise Insight Platform Suites™ is copyrighted by Forrester Research, Inc. Forrester and Forrester Wave are trademarks of Forrester Research, Inc. The Forrester Wave is a graphical
representation of Forrester's call on a market and is plotted using a detailed spreadsheet with exposed scores, weightings, and comments. Forrester does not endorse any vendor, product, or service depicted in the Forrester Wave.
Information is based on best available resources. Opinions reflect judgment at the time and are subject to change.
                                                                                                                  Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
What is SAS Viya?

      Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
Adapting from a Multi Vendor Architecture …
            .. to a Multi-Cloud Architecture

               Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
Not a product, nor a solution!

Products &
 Solutions

 Platform                                                SAS® Viya™

                     Company Conf ide ntial – For Inte rnal U se Only
                   Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
How it’s made?

    Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
Architecture Revolution: key drivers

 Powerful                         Adaptive                                                          Open                  Unified
Improve time-to-answer with     Built to be elastic and scalable                    Access through SAS               One centralised analytic
faster deployment and           Support industry open                               languages and non-SAS            environment
provisioning                    standards for Cloud and on-                         languages                        Analytical lifecycle end-to-end
Self-Service with API and       prem deployment                                     3rd party applications           Administration, management,
APPS                            Consumption based pricing for                       integration via API & Services   delivery and execution all
Innovative algorithms           selected product & solutions                                                         integrated
Optimised for in-memory, in-
stream, in-Hadoop, in-DB, in-
cloud, in-device

                                                  Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
APIS FOR A DATA-DRIVEN BANK - IOT & NEW DIGITAL EXPERIENCE - CETIF APRIL 4, 2017
Conceptual Architecture
Source-based
  Engines
                                                      SAS Viya

                Parallel & Serial, Pub/Sub, Web
                                                                                                                                   Customer       Data
                                                                                                                                  Intelligence Management
   In-Stream
                                                                                                                      solutions

                         Services, MQs.
                                                    Cloud Analytics Services (CAS)                                                               Business
                                                                                                                                   Analytics   Visualization

                                                                                                                                     Risk        Fraud &
   In-Cloud                                               CPU
                                                                                                                                  Management     Security

                                                     In-memory
  In-Hadoop                                                                         Microservices
                                                       engine
                                                                                                                       APIs

  In-Database

       It runs on:                                                                        or BareOS

                                                        Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
New microservices architecture

                            Performance
Failover                     & Failover

                                                                                           •   Scalable and disposable
  logon
                                                                                           •   Loosely coupled
                                    authorization
                                                                                           •   Resilient and manageable
                                                                                           •   Do “one thing” well, small in focus
                                                                                           •   Independently deployable &
                                 Standard                                                      updatable
                                                                                           •   Continuous delivery
                                                                                           •   Open API “partner friendly”
                                                                                           •   Multi-tenancy
     Stateless                                                                             •   Mix & Match
     Microservices
     Stateful
     Microservices

                             Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Focus on Self-Service Advanced Analytics

             Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Focus on: Data Wrangling

     Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
SAS Viya and IT

                   SAS Viya use IT standards for deployment
                   and management like Ansible, Consul,
                   Cloud Foundry.
                   Attractive for IT departments that need an
                   open analytical platform that meet
                   enterprise standards both on-prem & cloud
                   SAS Viya has the enterprise standards IT
                   need and Open Source software doesn’t
                   have/limited.
                   The new in-memory engine offers data
                   replication and resilience.
                   Meet different internal customer
                   requirements like SAS programmers,
                   business users and Data Scientists.

Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
SAS Viya Openness
With SAS Viya, we are more open than ever.

                                     Open Analytics platform in which both
                                     traditional SAS users and Data Scientist
                                     (Python, LUA, Java) co-exists using the
                                     same data.
                                     Stronger relationship with customer and
                                     partners that build applications using
                                     SAS Viya APIs like new site fore
                                     developers
                                     SAS Viya can be used for specific tasks
                                     in a broad Open source driven process.
                                     Blend SAS with other technologies.

         Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Focus on open API

Python

                                                                         Java
           Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
SAS Viya Openness
       Differentiators between OpenSource and SAS (9.4 + Viya)

  OpenSource
No end-to end analytics                                                              Full support
process

No model management                                                                  Integrated model
                                                                                     management

Complexity in production                                                             Managed and controlled
deployment                                                                           model roll-out

Limited support for                                                                  Multiple options for
scalability and data                                                                 scalability and data
management                                                                           management

                       Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Esempi di servizi analitici

Analisi causali         Analisi pagina                                                Analisi delle
 dei bonifici            Facebook                                                     transazioni

Modello di                  Note del call                                              Analisi dei
 churn                        center                                                     ticket
                        Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Analisi causali bonifici
                                                      Risultati

                •     Categorizzazione a più livelli gerarchici:
                •     17 categorie di primo livello
                •     120 sotto-categorie

•   Arricchimento del patrimonio informativo in merito agli stili di vita e alle
    abitudini di spesa dei clienti
•   Inserimento nei sistemi di CRM di 137 flag relativi alle categorie
    individuate

                    Individuazione di target su cui effettuare campagne:
                    o Clienti multibancarizzati
                    o Possessori di mutui in altri istituti per proposta surroga
                    o Persone titolari di assicurazioni con altre banche
                    o …

                                      Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Analisi pagina Facebook
                                                           Risultati

•   Identificazione principali argomenti di discussione su pagina Facebook ufficiale
•   Analisi testuale strutturata secondo una tassonomia con
•   10 categorie di primo livello
•   50 sotto-categorie

                          o   Commenti negativi circa il Customer Care
                          o   Commenti positivi riguardanti l’organizzazione di Eventi in cui il cliente
                              era sponsor

                                            Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Analisi delle transazioni
                                                         Risultati

•   Arricchimento del customer profile attraverso 5 nuovi indicatori basati su
    informazioni relative agli stili di consumo dei clienti
•   6mln di transazioni delle carte di credito

                      La Link Analysis ha permesso di identificare regole di associazione e di sequenza
                      tra le categorie merceologiche di maggior rilievo

                      Tra le prime 10 regole troviamo:
                      - Le persone che utilizzano la carta di credito per bar/discoteche,
                          tendenzialmente fanno transazioni in ristoranti
                      - Le persone che usano la carta di credito per comprare gioielli solitamente
                          acquistano vestiti

                                          Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Modello di churn
                                                    Risultati

              Arricchimento della Analytical Base Table con circa 20 nuovi KPI provenienti
              dal modello testuale di categorizzazione dei bonifici, dalle transazioni e dalla
              contact history.

Lo sviluppo di un nuovo modello di churn ha portato a miglioramenti in
termini di performance:
o +18% di clienti che effettivamente lasciano la banca

Tra i clienti che abbandonano e fanno bonifici, 1 su 5 fa almeno un bonifico che ricade
nella categoria «Spostamento Raccolta»

                                     Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Note del Call Center
                                                  Obiettivi

   Individuare fattori sistematici di insoddisfazione per
    impostare azioni correttive e diminuire il rischio di
    abbandono
   Correlare i comportamenti futuri dei clienti con le
    azioni tracciate dai gestori
   Generare nuova conoscenza sui clienti, sui loro stili
    di vita, sui cambiamenti di stato nel ciclo di vita,
    sulla loro soddisfazione nella relazione
   Targeting e action più mirati perché basati su nuove
    ed esclusive informazioni sui clienti

                                         Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Note del Call Center
                                                     Obiettivi
                   SAS TEXT ANALYTICS:
                   Analisi automatica dei
                   documenti                                                                              EVIDENZE DI BUSINESS:
                                                                                                          Dare evidenza del valore di
                                                                                                          nuovi indicatori costruiti a
                                                                                                          partire dalle note

STATISTICHE CATEGORIE:
Dare evidenza delle caratteristiche
della categorizzazione in termini di
frequenze di contatto con gli utenti                            COSTRUZIONE BIG DATA PLATFORM:
                                                                Arricchimento dei KPI tradizionalmente
                                                                a disposizione per fare targeting di
                                                                campagne,      impostare     azioni   di
                                                                retention e monitorare alcuni aspetti
                                                                dei processi di CRM legati al gestore
                                            Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Note del Call Center
                                                               Risultati

L’output dell’analisi testuale è facilmente convertibile nella creazione di nuovi
KPI da inserire nei tradizionali processi di CRM.
Esempi di analisi possono essere:
• Utilizzo dei KPI in modelli di classificazione come alberi decisionali
• Valutazione della correlazione tra le diverse categorie

                        L’informazione estratta dai text analytics risulta utile anche legandola insieme ad
                                                 ulteriori variabili di portafoglio.

                                                    Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Analisi dei Ticket
                                                                        Obiettivi
 1.    Categorizzazione dei ticket in base al loro contenuto
 2.    Risposta automatica:
       - fornire risposte pertinenti alle richieste formulate
       - applicare i modelli di categorizzazione per associare ad ogni ticket la categoria di riferimento
       - assegnare il match tra il ticket e le risposte più pertinenti
       - restituire un elenco di FAQ tentando di risolvere il ticket prima ancora dell’apertura

                                Discovery
                                                       1                                                           2                                3
                                                                                                                                                        Richiesta assistenza
                     Machine Learning
                                                              Valorizzazione Valorizzazione
Valorizzazione                                                 automatica     automatica                                        Risposta
 manuale del
                           JL

                                                H               Categoria      Categoria                                        presente       NO
    campo                                                      associata al    associata                                       nelle F.A.Q
 descrizione                                                   campo note      alle F.A.Q.
                                        Natural Language
                                           Processing

                                 Context
                                                                                                                                   SI

                                                                                                                             Chiudi sessione
                                                               Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Thank you

Federico Alberto Pozzi, Senior Solutions Specialist
federico.pozzi@sas.com

        Copy rig ht © SA S Institute Inc. A ll rig hts re se rve d.
Puoi anche leggere