First Hawaiian Bank ermöglicht Echtzeit-Reporting und Kunden 360

„Bei der First Hawaiian Bank steht alles, was wir tun, im Zeichen unserer Kunden und Gemeinschaften. Fivetran hilft uns, unsere Kunden-, Betriebs- und Finanzdaten schneller und zuverlässiger zusammenzuführen, damit unsere Teams intelligentere Entscheidungen treffen und personalisiertere Erlebnisse für die Menschen schaffen können, denen wir dienen.“
— Rosemary Peh, Leiterin für Daten & Analysen bei der First Hawaiian Bank

Die 1858 gegründete First Hawaiian Bank (FHB) ist Hawaiis ältestes und größtes Finanzinstitut und bedient Privatpersonen und Unternehmen auf Hawaii, Guam und Saipan. Mit einer Tradition des Vertrauens und der Führung in der Gemeinschaft bietet die FHB diversifizierte Finanzdienstleistungen von Einlagen über Kreditvergabe bis hin zur Vermögensverwaltung.

Heute entwickelt die Bank die Art und Weise weiter, wie sie Daten nutzt, um intelligentere Entscheidungen zu ermöglichen, Kundenbeziehungen zu vertiefenund personalisierte Erlebnisse zu beschleunigen. Um ihre Vision zu verwirklichen, machte sich die FHB daran, ihre Daten- und Analyseinfrastruktur zu modernisieren, indem sie veraltete Prozesse ersetzte, die die Entscheidungsfindung verlangsamten und die Skalierbarkeit der Organisation einschränkten.

Die Herausforderungen

Langsame, manuelle Pipelines verzögerten den Zugriff auf kritische Daten

On-Premise-Batch-Jobs, handgeschriebenes SQL und starre SFTP-Prozesse waren langsam, fehleranfällig und erforderten eine intensive manuelle Überwachung und Intervention. Die Integration neuer Datenquellen dauerte oft Wochen oder Monate, was den Zugriff auf Kunden-, Betriebs- und Finanzdaten verzögerte, die für eine zeitnahe Berichterstattung und Entscheidungsfindung erforderlich waren. Der Mangel an zuverlässiger Automatisierung führte auch zu Governance-Lücken und erschwerte die Nachverfolgung von Änderungen oder die Durchsetzung von Standards.

Begrenzte Skalierbarkeit schränkte die langfristige Analyse ein

On-Premise-Datenbanken stießen häufig an Speichergrenzen, was Teams dazu zwang, historische Daten zu löschen, was die langfristige Finanzmodellierung und Zeitreihenanalyse einschränkte. Starre dateibasierte Integrationen erschwerten auch die schnelle Anpassung oder das Hinzufügen neuer Felder ohne kostenpflichtige Einbindung des Anbieters. Inkonsistente Erfassungsprozesse erschwerten auch die Pflege von sauberen, verwalteten Daten in großem Umfang.

Fragmentierte Systeme führten zu isolierten Kundensichten

Kernbankensysteme – einschließlich Kredite, Einlagen, Hypotheken, Kreditkarten und Vermögensverwaltung – arbeiteten unabhängig voneinander, ohne eine leicht zu erreichende einheitliche Kundensicht. Diese Fragmentierung schränkte Cross-Selling-Möglichkeiten ein, reduzierte die Sichtbarkeit funktionsübergreifender Auswirkungen, behinderte die betriebliche Effizienz im gesamten Unternehmen und führte zu entgangenen Einnahmen.

Hoher Betriebsaufwand für ein schlankes Team

Zuvor erfolgte die Datenerfassung über herkömmliche ETL-Funktionen , die eher für die Batch-Anwendungsintegration geeignet sind. Sie verbrachten unverhältnismäßig viel Zeit mit der Wartung und Fehlerbehebung von Datenpipelines, was die Datenzuverlässigkeit, die Compliance und die Fähigkeit der Bank beeinträchtigte, nahezu Echtzeit-Reporting oder die Weiterentwicklung von KI/ML-Initiativenzu unterstützen. Sie benötigten eine zuverlässigere und automatisierte Methode zur Bewältigung alltäglicher Pipeline-Aufgaben, damit sie sich auf die Entwicklung besserer Kundenerlebnisse konzentrieren konnten. 

Die passende Lösung finden: Fivetran, dbt und Snowflake

Um ihr Daten- und Analyse-Ökosystem zu modernisieren, wählte die First Hawaiian Bank Fivetran als Grundlage für die automatisierte, gesteuerte Datenbewegung über On-Premise- und Cloud-Systeme hinweg, speziell für Daten- und Analyse-Workloads. Fivetran übernimmt nun die End-to-End-Datenbewegung und -verwaltung für Oracle, SQL Server, Salesforce, Amazon S3 und andere Kernanwendungen — wodurch die anfälligen, manuellen Workflows entfallen, die zuvor den Zugriff auf kritische Daten verlangsamten.

Mit vollständig verwalteten Konnektoren, automatischer Schema-Drift-Behandlung und konsistenten Erfassungszeitplänen stellt Fivetran sicher, dass geschäftskritische Kunden-, Betriebs- und Finanzdaten zuverlässig in Amazon S3 und letztendlich in Snowflakefließen. Sobald Fivetran die Rohdaten lädt, nutzt das Datenteam der FHB dbt, um Datensätze zu transformieren, zu harmonisieren und zu modellieren, um eine einzige, vertrauenswürdige und integrierte Sicht auf den Kunden und seine Transaktionen in Snowflake zu erhalten.

„Früher haben wir Wochen damit verbracht, neue Datenquellen einzurichten — mit Fivetran schaffen wir das jetzt in Tagen. Die Pipelines laufen einfach, selbst wenn wir schlafen. Diese Art der Automatisierung gibt uns Sicherheit und ermöglicht es uns, uns auf die Wertschöpfung zu konzentrieren.“
— Michael Lawrence Gallagher, Data Product Delivery Manager bei der First Hawaiian Bank

Um Governance und Wiederholbarkeit zu stärken, setzen Dateningenieure alle Konnektoren als Code mit Terraform ein, was Konsistenz über verschiedene Umgebungen hinweg, vollständige Prüfbarkeit und einen erheblich reduzierten Betriebsaufwand gewährleistet.

Zusammen ermöglicht dieser modernisierte Stack der FHB, vertrauenswürdige Daten in nahezu Echtzeit an interne BI-Tools zu liefern — und verschafft den Business-Teams schnellen Self-Service-Zugriff auf Erkenntnisse.

Das Fivetran-Team bot während des gesamten Übergangs praktische Unterstützung und gab FHB das Vertrauen und die Grundlage, um eine skalierbare, verwaltete und analysebereite Datenplattform aufzubauen.

„Das Fivetran-Team fühlt sich wie eine Erweiterung unseres eigenen Teams an. Wann immer wir auf ein Hindernis stoßen, springen sie sofort ein. Diese Partnerschaft war entscheidend, um uns auf Kurs zu halten und schnell voranzukommen.“
— Michael Lawrence Gallagher, Manager für die Bereitstellung von Datenprodukten bei der First Hawaiian Bank

Die Auswirkungen: Schnellere Erkenntnisse und 360-Grad-Kundenansicht

Durch die Automatisierung der Datenerfassung aus Salesforce, Kernbankensystemen und anderen Anwendungen stellt Fivetran sicher, dass alle vorgelagerten Daten, die dbt-Modelle speisen, zuverlässig, zeitnah und vollständig sind. Diese Konsistenz ermöglicht es FHB, vereinheitlichte Kundenansichten zu erstellen, die Berichterstattung zu beschleunigen und Teams mit Erkenntnissen zu versorgen, die zuvor unerreichbar waren.

Mit vertrauenswürdigen, integrierten Daten, die in Snowflake verfügbar sind:

• Ausgewiesene Management- und Analyseteams greifen jetzt 66 % schneller auf Daten und Dashboards zu, was die Transparenz bei Leads, Opportunities, Konversionen und der operativen Leistung verbessert.
• Die Zeitpläne für das Data Engineering wurden verkürzt, der Aufbau neuer Datenquellen-Pipelines sank von 12 Wochen auf 1 Woche, und komplexe Quellen wie Salesforce gingen von 6 Monaten auf 1 Woche zurück.
• Teams für Einzelhandelsplanung, Marketing, Großhandel und Vermögensverwaltung können jetzt Daten eigenständig erkunden, die Leistung nahezu in Echtzeit verfolgen und Erkenntnisse gewinnen, ohne sich bei jedem Schritt auf das Data Engineering verlassen zu müssen.

Diese Verbesserungen verändern bereits die Arbeitsweise von FHB:

• Eine vereinheitlichte, verwaltete Datengrundlage ermöglicht eine schnellere und flexiblere operative Finanzberichterstattung.
• Schnellere Bearbeitung von Geschäftsanfragen und verbesserte Koordination zwischen den Teams.
• Konsistente, automatisierte Pipelines , die den manuellen Wartungsaufwand, das Betriebsrisiko und den Compliance-Aufwand reduzieren.
• Dateningenieure können neue Konnektoren innerhalb weniger Tage einrichten, was die Zeit bis zur Erkenntnisgewinnung im gesamten Unternehmen beschleunigt.

Bis Ende 2025 wird Fivetran 80 % der Erstanbieterdaten von FHB aus 7 zentralen Datendomänen (Kunden, Digital, Hypotheken, Geschäftsdienstleistungen, Karten, Vermögensverwaltung und Finanzen) in Snowflake konsolidiert haben, um unternehmensweite Analysen und zukünftige KI-Initiativen zu unterstützen.

Da ein Großteil des operativen Aufwands reduziert wurde, können sich die Datenteams von FHB nun stärker auf fortschrittliche Analysen und KI — einschließlich prädiktiver Modellierung, Kundensegmentierung, Kreditrisikomodellierung und personalisierter Produktempfehlungen — alles basierend auf den zuverlässigen Pipelines, die Fivetran ermöglicht.

Ausblick

Als Early Adopter von Fivetran Managed Data Lake Serviceevaluiert FHB neue Wege, um seine Architektur zukunftssicher zu machen, indem Daten direkt in Amazon S3 mittels Iceberg-Tabellen für eine bessere Interoperabilität abgelegt werden. Dieser Ansatz würde der Bank die vollständige Kontrolle über ihre Rohdaten geben, die Snowflake-Speicherkosten senken und einen Query-on-Read-Zugriff für langfristige Aufbewahrungs- und Prüfungsanforderungen ermöglichen. Er stärkt zudem die Datenhoheit und hilft der Bank, eine Anbieterbindung (Vendor Lock-in) zu vermeiden – eine wichtige Überlegung für ein reguliertes Finanzinstitut.

Diese Initiativen werden FHB dabei helfen, Kundenbeziehungen zu vertiefen, das Risikomanagement zu verbessern und maßgeschneidertere Erlebnisse in allen Gemeinden zu bieten, die es bedient.

[CTA_MODULE]