Precisely Connect
International Credit Union aprovecha datos de mainframe con Precisely Connect para construir soluciones líderes en el mercado.
Como cualquier otra institución de crédito, International Credit Union tiene que competir con bancos más grandes y empresas de servicios financieros, sus clientes esperan que proporcionen al menos los mismos niveles de fortaleza financiera y seguridad como sus mayores competidores, junto con mejores tasas de interés en sus ahorros, tasas más bajas en préstamos, y un servicio extremadamente personal y atento.
La única manera de cumplir su misión es ser más eficientes, más innovadores e incluso más ágiles tecnológicamente que su competencia.
El reto
Esta institución de crédito tiene 22.000 empleados trabajando en sus tres centros de operaciones, más de 4.000 sucursales en todo el mundo y su central de TI es igualmente expansiva y compleja. Así que, como miles de otras firmas financieras globales, depende en gran medida de los sistemas mainframe de IBM para ejecutar su negocio. Por lo tanto, cuando International Credit Union se embarcó en un esfuerzo de tres años para modernizar sus sistemas y servicios, uno de sus primeros y más urgentes problemas fue superar las restricciones impuestas por los sistemas mainframe con el fin de
construir verdaderamente un enfoque “data-driven” impulsado por Inteligencia Artificial y operaciones nativas en la nube.
La solución
Después de implementar Precisely, International Credit Union puede colectar y entregar más de un terabyte de datos de cliente listos para analizar a la Fábrica de Ingesta de Datos en sólo 8 horas. Esta velocidad y eficiencia dieron lugar a un valioso beneficio. Antes, sus científicos de datos y desarrolladores dedicaban el 80% de su tiempo a recopilar
datos y diseñar características específicas de la aplicación, pero ahora está cerca del 20%, porque los datos que necesitan se recopilan, transforman y cargan automáticamente. Por lo tanto, ahora pueden concentrarse en aplicar el aprendizaje automático y realizar análisis avanzados, pasar más tiempo pensando en los modelos que les gustaría construir y los nuevos conocimientos
que les gustaría recopilar de los datos. El resultado
neto es que han fortalecido su competitividad, ofertas y, lo que es más importante, su capacidad para servir a sus miembros.
