革新的なサービスやビジネスモデルの創出、的確な経営判断においてデータの利活用が必須となっている。そこで必要になるのが、さまざまなソースから、データを収集し、蓄積し、分析可能な基盤を構築し、ユーザーにより判断・行動のための情報を利用できる環境だ。
今回、大規模データ処理技術のオープンソースであるHadoopを用いた製品を展開し、次世代データプラットフォームで業界をリードするホートンワークスの業種別データ活用ユースケースを紹介する。
「金融」では、リテールバンキング、保険業、証券業、新規事業と隣接事業のユースケースをくわしく解説。ほかにも「小売」、「自動車・製造」、「通信・ケーブル」の業種をピックアップし、それぞれのユースケースを紹介する。
リスクの高いアカウントで数億円の損失も……
金融サービス企業ではほかの業界よりも、より早く積極的にデータソリューションへの投資を行っている。しかし、金融サービスデータは、維持費の高い多数のリポジトリに断片化される傾向がある。そのため、レポートの品質は疑わしいものとなり、作成にも時間を要してしまう。 このような柔軟性の欠如により、詐欺行為、不正取引の摘発、規制リスクに関する照会に対して、迅速な対応ができていない企業が多い。先進的な金融サービス企業では、ホートンワークスが提供するHadoopディストリビューション「Hortonworks Data Platform」の採用により、これらの課題に対応し、リスクを最小限に抑え、営業利益を向上させている。ここでは、Hortonworks Data Platform活用事例の一部を紹介しよう。
大規模な銀行のリテール部門(小口業務部門)では、毎日、何千もの普通口座や貯蓄口座開設の申込書を受け取っている。銀行は、その申込者が口座を悪用したり、意図的に銀行に対して詐欺行為を行う可能性があるかどうかを確認するために、第三者のリスク・スコアリング・サービスを利用する。しかしこの際、「口座開設を許可するべきではない」という結果を受けても、申込者の悪い履歴を上書きし口座を開設しているのが現状だ。
このような、ずさんな管理や詐欺が原因で、リスクの高いアカウントで当座借り越しや貸倒償却が起こり、銀行に数億円もの損失を与えてしまうことがある。
新規口座開設リスクの制御が可能に
Hadoopは、複数のデータソースを格納・分析することができ、支店内の新規口座開設リスクの管理をサポートしてくれる。提示されたリスク情報が銀行の意思決定に反映され、個人を制裁したり、ポリシーを更新したり、詐欺のパターンを識別したりすることにより、リスクに対応可能だ。蓄積されたデータから、時間の経過とともにアルゴリズムが構成され、銀行のリスクアナリストも気付かないような、巧妙で危険性の高い行動パターンを検出できるようになる。
こうしてリスク管理が改善されると、銀行は不良債権と貸倒償却の規定を下げられる。悪い履歴の顧客は自信を持って断ることができ(規制ガイドラインに従って)、リスク制御のある商品をすすめることも可能だ。また、銀行に対して詐欺行為を企てようとする申込者は、最も保護手段が弱い銀行を攻撃するはず。Hadoopを使用している銀行はリスク管理が強化されるため、そもそも標的として選ばれなくなる。
本稿で提供しているPDFでは、次世代データプラットフォームのデファクトスタンダードを提供するホートンワークスのユースケースが多数紹介されている。「金融」では上記「リテールバンキング」のケースに加え、保険業、証券業、新規事業と隣接事業の事例を解説。ほかにも「小売」、「自動車・製造」、「通信・ケーブル」の業種がピックアップされ、それぞれの事例が紹介されている。興味を持った方は、ぜひダウンロードして確認してほしい。
提供レポートのご案内
データファーストエンタープライズ
業種別ユースケース≪目次≫
・小売
【マーケティング、オムニチャネル、店舗内エクスペリエンス、調達とサプライチェーン】
・金融
【リテールバンキング、保険業、証券業、新規事業と隣接事業】
・自動車・製造
【コネクテッドカー、自動車業界におけるHadoop活用事例1、自動車業界におけるHadoop活用事例2、コネクテッドカーのためのリファレンスアーキテクチャ】
・通信・ケーブル
【ネットワークインフラストラクチャ、サービスとセキュリティ、セールスとマーケティング、新規ビジネスと隣接ビジネス】
[PR]提供：ホートンワークス