Dataiku成功案例:法國巴黎銀行-改善詐欺偵查

Docker Enterprise Edition 3.0 General Availability(GA) 發佈
2019-08-16
Dataiku成功案例:依視路鏡片-利用異源大數據改進製造流程
2019-08-30

法國巴黎銀行

 

BGL BNP Paribas是盧森堡最大的銀行之一,自2009年5月以來,該銀行一直是法國巴黎銀行集團的成員。它為個人、專業人士、私人銀行客戶和企業提供特別廣泛的金融產品和銀行保險解決方案。2017年,國際雜誌「Euromoney」連續兩年將其評選為「盧森堡最佳銀行」 。

 

挑戰-有限的可見性和主動掌握數據的能力

BGL BNP Paribas早有機器學習模型來預先防止詐欺案,但由於有限的可見性及資料科學資源,這些模型大部分是不會變動的。儘管業務團隊想要更新、升級這些模型,但礙於無法和數據團隊取得相關專案的數據,使得執行所需的更動窒礙難行。

解決方案-賦予每個員工資料導向的能力同時兼顧高度安全性與治理

BGL BNP Paribas選擇了Dataiku數據科學工作室(DSS)來實現整個公司對數據的訪問和使用的民主化。BGL BNP Paribas僅用了八周就建立了新的詐欺偵測原型,借助Dataiku企業級的安全性及監控功能,這些工作流程及成果完全遵守了數據的管制標準。

這個專案涉及了數據分析及業務夥伴,從反詐欺部門到BGL BNP Paribas及Dataiku的資料科學家。Dataiku的協作性質以及整個公司團隊的參與,使得知識能夠獲得最佳組合並產生準確的模型,從而提供明確的商業價值。

影響-企業專注於原型設計和生產

Dataiku的產品特色使BGL BNP Paribas的生產環境轉換得更加流暢,因此詐欺預測專案開始後很快就能夠得到成果。這體現了Dataiku的快速建模能力,讓BGL BNP Paribas能夠快速地在沙盒裡測試新的案例,並讓團隊能在短短幾周內靈活地評估新案例,以測試全球的方法及效果。

反過來說,第一個詐欺預測專案的成功是BGL BNP Paribas全公司變革的催化劑。隨著專案完成,公司文化也有了巨大的轉變,在面對數據相關的產品時,他們更加專注於部署、工業化、快速及輕鬆建模。除此之外,由於Dataiku是適用於所有人的工具而非僅服務資料科學家或分析師,因此整家公司都有了事先用數據分析及機器學習的轉變。

隨著第一個詐欺偵測專案的成功,BGL BNP Paribas已經開始進行另外三個新的數據專案,他們計畫不斷定期地釋出新的數據導向產品以維持他們在金融產業的頂尖地位。