National Australia Bank mejora las experiencias de cliente e impulsa GenAI

Company size
2000+
Region
Asia-Pacífico
Industry
Servicios financieros y seguros

Get started for free

Try enterprise-level data movement — without the contract

Inicio gratisAgendar una demostración en vivo
Connector Sources
Oracle
PostgreSQL
SQL Server
Salesforce
MySQL
+3 más
Connector Destinations
Databricks
Cloud Platform
Databricks
Key results
  • 50% de reducción en los costos de ingesta de datos
  • 30% de mejora en el rendimiento de los modelos de machine learning
  • Más de 1,000 usuarios migrados con acceso a datos
«Eliminar la tecnología legada compleja de nuestro ecosistema y reemplazarla con Fivetran y Databricks para unificar nuestros datos ha sido el trampolín que nos ha permitido habilitar todos los prometedores casos de uso de IA generativa que estamos impulsando.»
— Joanna Gurry, Ejecutiva de Plataformas de Datos en National Australia Bank

National Australia Bank (NAB) es el banco de negocios más grande de Australia y el segundo banco más grande del país por capitalización bursátil, con un valor de alrededor de $100 mil millones. Opera en 700 ubicaciones, atiende a 10 millones de clientes y emplea a 38,000 personas.

Para mantenerse competitivo y satisfacer las necesidades complejas de su diversa base de clientes, NAB enfrentaba desafíos significativos con varios sistemas de datos legados, incluyendo el aumento de costos y las frecuentes interrupciones del servicio.

Joanna Gurry, Ejecutiva de Plataformas de Datos en NAB, lidera los esfuerzos de modernización como parte de la estrategia de datos empresarial del banco, con el objetivo de entregar datos en toda la organización de manera escalable, veloz y segura. «Tenemos muchos datos duplicados en distintos sistemas, el conocimiento especializado comenzó a escasear con el tiempo y el negocio empezó a experimentar interrupciones e incidentes que afectaron a nuestros equipos internos y a nuestros clientes.»

En lugar de intentar mejorar los sistemas más antiguos, NAB adoptó un enfoque greenfield con el Proyecto Ada, construido sobre Fivetran y Databricks en AWS. Esto le permite al banco estandarizar estas tecnologías, lo que impulsa la escala y la eficiencia de costos en toda la organización.

Impacto económico total de Fivetran

Descubra cómo la automatización del movimiento de datos aumenta la productividad y acelera la obtención de información valiosa para su negocio.

Descargue el informe

Fivetran reduce los costos de ingesta de datos en un 50%

NAB implementó Fivetran para ingerir más de 200 fuentes de datos en silos a un lakehouse de Databricks. En lugar del procesamiento por lotes nocturno, este nuevo enfoque permitió la replicación de datos en tiempo real, lo que redujo significativamente los costos de datos y almacenamiento. La funcionalidad de captura de datos de cambios (CDC) de Fivetran tuvo un papel fundamental en el nuevo diseño.

«Vemos reducciones en costos cloud, de procesamiento y de almacenamiento. En el primer año, los costos de ingesta cayeron alrededor de un 50%.»
— Joanna Gurry, Ejecutiva de Plataformas de Datos en NAB

Gurry también señala un aumento del 30% en el rendimiento de los modelos de machine learning y las consultas SQL ad hoc. NAB considera que el Hybrid Deployment de Fivetran formará parte de la plataforma alojada en la nube, mientras procesa sus datos sensibles en el entorno seguro de NAB.

«Con el nuevo Hybrid Deployment de Fivetran, existe el potencial de lograr una plataforma todo en uno que nos ayude a escalar el movimiento de datos manteniendo seguros nuestros datos más sensibles», añade Gurry. «Este modelo nos permitirá desbloquear valor adicional y mover de forma segura nuestros datos sensibles a Databricks para enriquecerlos y generar insights sin que los datos salgan de nuestro propio entorno seguro.»

Datos de NAB disponibles en toda la empresa

Con acceso en tiempo real a los datos, NAB se enfoca en personalizar la experiencia del cliente, escalar la detección de delitos financieros y los flujos de trabajo impulsados por IA. Las iniciativas clave incluyen:

Asistente de chat para ejecutivos bancarios: Usa modelos de IA generativa para escanear documentos en repositorios de conocimiento rápidamente en respaldo a las consultas de clientes, lo que mejora el servicio al cliente con la mejor información disponible.

  • Detección de delitos financieros: Implementa bases de datos de grafos para monitorear flujos de fondos y detectar anomalías.
  • Refinamiento de campañas: Usa GenAI para personalizar campañas y comunicaciones según el tipo de personalidad de cada cliente.
  • Revisión de documentos con IA: Reduce el tiempo de revisión de las 15,000 escrituras fiduciarias anuales de 45 minutos a cinco minutos, lo que representa un ahorro estimado de 10,000 horas al año.
«Nuestras estrategias para respaldar la detección de delitos financieros y la personalización en tiempo real, incluyendo la adopción de IA generativa, requieren datos en tiempo real», dice Gurry. «Fivetran nos permite ofrecer la mejor experiencia de cliente con datos actualizados, confiables y en cumplimiento normativo.»

Preparados para el futuro con una arquitectura modular

La arquitectura modular de NAB con Fivetran y Databricks impulsa la agilidad y la capacidad de respuesta ante los avances tecnológicos futuros. Esto posiciona a NAB como líder en la industria, listo para aprovechar todo el potencial de los datos y así impulsar la innovación y ofrecer experiencias de cliente superiores.

A medida que NAB continúa innovando y evolucionando, su compromiso con los datos de alta calidad y siempre disponibles lo mantiene, sin duda, a la vanguardia de la industria bancaria y establece nuevos estándares de excelencia y satisfacción del cliente.

[CTA_MODULE]

Further reading
No items found.
No items found.
Esta página fue traducida automáticamente del inglés. La versión original está disponible aquí.
Related customer stories
Case study

Shutterstock construye una Open Data Infrastructure lista para IA con Fivetran

Case study

Activision escala el marketing personalizado para millones de jugadores

Case study

LVMH logra insights en tiempo real y excelencia operativa

Case study

Tinuiti crea un data lake escalable para el marketing impulsado por IA

Case study

Cómo Fivetran impulsa el imperio de moda de SKIMS

Case study

Yardzen resuelve su dolor de cabeza con el ETL gracias al Plan Gratuito de Fivetran

Case study

El ingrediente secreto detrás del crecimiento de Databricks en analítica de marketing

Case study

Sharp HealthCare descubre información clínica con datos sanitarios en tiempo real

Case study

Raiffeisen Bank International usa datos en tiempo real para captar más clientes

Case study

SpotOn ofrece informes 5 veces más rápidos con Fivetran Transformations para dbt Core™