First Hawaiian Bank déploie un reporting en temps réel et une vue client 360

« Chez First Hawaiian Bank, tout ce que nous faisons commence par nos clients et nos communautés. Fivetran nous aide à réunir nos données clients, opérationnelles et financières plus rapidement et de manière plus fiable, afin que nos équipes puissent prendre de meilleures décisions et créer des expériences plus personnalisées pour les personnes que nous servons. »
— Rosemary Peh, Head of Data & Analytics chez First Hawaiian Bank

Fondée en 1858, First Hawaiian Bank (FHB) est la plus ancienne et la plus grande institution financière d'Hawaï, au service des particuliers et des entreprises à Hawaï, Guam et Saipan. Forte d'un héritage de confiance et de leadership communautaire, FHB propose des services financiers diversifiés couvrant les dépôts, le crédit et la gestion de patrimoine.

Aujourd'hui, la banque fait évoluer sa manière d'utiliser les données pour favoriser une prise de décision plus intelligente, approfondir les relations clients et accélérer les expériences personnalisées. Pour concrétiser sa vision, FHB a entrepris de moderniser son infrastructure de données et d'analytique, en remplaçant des processus obsolètes qui ralentissaient la prise de décision et limitaient la capacité de l'organisation à passer à l'échelle.

Les défis

Des pipelines lents et manuels retardaient l'accès aux données critiques

Les traitements par lots on-premise, le SQL codé à la main et les processus SFTP rigides étaient lents, sujets aux erreurs et nécessitaient une surveillance et une intervention manuelles importantes. L'intégration de nouvelles sources de données prenait souvent des semaines, voire des mois, retardant l'accès aux données clients, opérationnelles et financières nécessaires à un reporting et à une prise de décision en temps voulu. Le manque d'automatisation fiable créait également des lacunes de gouvernance et rendait difficile le suivi des changements ou l'application des normes.

Une évolutivité limitée freinait l'analyse à long terme

Les bases de données on-premise atteignaient fréquemment leurs limites de stockage, obligeant les équipes à purger les données historiques, ce qui limitait la modélisation financière à long terme et l'analyse de séries temporelles. Les intégrations rigides basées sur des fichiers rendaient également difficile toute adaptation rapide ou l'ajout de nouveaux champs sans l'intervention d'un fournisseur, à un coût élevé. Des processus d'ingestion incohérents compliquaient aussi le maintien de données propres et gouvernées à grande échelle.

Des systèmes fragmentés créaient des vues clients cloisonnées

Les systèmes bancaires centraux — notamment les prêts, les dépôts, les crédits immobiliers, les cartes de crédit et la gestion de patrimoine — fonctionnaient de manière indépendante, sans vue client unifiée facilement accessible. Cette fragmentation limitait les opportunités de ventes croisées, réduisait la visibilité sur les impacts transversaux, nuisait à l'efficacité opérationnelle de l'ensemble de l'entreprise et entraînait des pertes de revenus potentiels.

Une charge opérationnelle élevée pour une équipe réduite

Auparavant, l'ingestion des données était gérée via des capacités ETL traditionnelles mieux adaptées à l'intégration d'applications par lots. Les équipes consacraient un temps disproportionné à la maintenance et au dépannage des pipelines de données, ce qui nuisait à la fiabilité des données, à la conformité et à la capacité de la banque à assurer un reporting quasi en temps réel ou à faire progresser ses initiatives d'IA/ML. Elles avaient besoin d'un moyen plus fiable et automatisé de gérer les tâches quotidiennes liées aux pipelines afin de pouvoir se concentrer sur la création de meilleures expériences client. 

Trouver la bonne solution : Fivetran, dbt et Snowflake

Pour moderniser son écosystème de données et d'analytique, First Hawaiian Bank a choisi Fivetran comme fondation d'un mouvement de données automatisé et gouverné entre les systèmes on-premise et cloud, spécifiquement pour les charges de travail de données et d'analytique. Fivetran gère désormais de bout en bout le mouvement et la gestion des données pour Oracle, SQL Server, Salesforce, Amazon S3 et d'autres applications clés, éliminant les workflows manuels et fragiles qui ralentissaient auparavant l'accès aux données critiques.

Grâce à des connecteurs entièrement gérés, à la prise en charge automatisée des dérives de schéma et à des planifications d'ingestion cohérentes, Fivetran garantit que les données clients, opérationnelles et financières critiques pour l'activité circulent de manière fiable vers Amazon S3, puis vers Snowflake. Une fois les données brutes chargées par Fivetran, l'équipe data de FHB utilise dbt pour transformer, harmoniser et modéliser les jeux de données en une vue unique, fiable et intégrée du client et de ses transactions dans Snowflake.

« Nous passions des semaines à configurer de nouvelles sources de données — avec Fivetran, nous pouvons désormais le faire en quelques jours. Les pipelines fonctionnent tout seuls, même pendant notre sommeil. Ce type d'automatisation nous apporte une tranquillité d'esprit et nous permet de nous concentrer sur la création de valeur. »
— Michael Lawrence Gallagher, Data Product Delivery Manager chez First Hawaiian Bank

Pour renforcer la gouvernance et la reproductibilité, les data engineers déploient tous les connecteurs sous forme de code avec Terraform, garantissant la cohérence entre les environnements, une traçabilité complète et une réduction significative de la charge opérationnelle.

Ensemble, cette stack modernisée permet à FHB de fournir des données fiables et quasi en temps réel aux outils de BI internes, offrant aux équipes métier un accès rapide et en libre-service aux informations.

L'équipe Fivetran a apporté un accompagnement concret tout au long de la transition, donnant à FHB la confiance et les fondations nécessaires pour construire une plateforme de données évolutive, gouvernée et prête pour l'analytique.

« L'équipe Fivetran est comme une extension de la nôtre. Chaque fois que nous rencontrons un obstacle, elle intervient immédiatement. Ce partenariat a été essentiel pour nous maintenir sur la bonne voie et avancer rapidement. »
— Michael Lawrence Gallagher, Data Product Delivery Manager chez First Hawaiian Bank

L'impact : des informations plus rapides et une vue client 360

En automatisant l'ingestion depuis Salesforce, les systèmes bancaires centraux et d'autres applications, Fivetran garantit que l'ensemble des données en amont qui alimentent les modèles dbt sont fiables, à jour et complètes. Cette cohérence permet à FHB de construire des vues clients unifiées, d'accélérer le reporting et de doter les équipes d'informations jusque-là hors de portée.

Grâce à des données fiables et intégrées disponibles dans Snowflake :

• Les équipes de direction et d'analytique désignées accèdent désormais aux données et aux tableaux de bord 66 % plus rapidement, améliorant la visibilité sur les leads, les opportunités, les conversions et les performances opérationnelles.
• Les délais d'ingénierie des données ont été réduits : la création de pipelines pour de nouvelles sources de données est passée de 12 semaines à 1 semaine, et des sources complexes comme Salesforce sont passées de 6 mois à 1 semaine.
• Les équipes de planification retail, de marketing, de banque de gros et de gestion de patrimoine peuvent désormais explorer les données de manière autonome, suivre les performances en temps quasi réel et découvrir des informations sans dépendre de l'ingénierie des données à chaque étape.

Ces améliorations transforment déjà le fonctionnement de FHB :

• Une base de données unifiée et gouvernée permet un reporting financier opérationnel plus rapide et plus flexible.
• Des délais de traitement plus courts sur les demandes métier et une meilleure coordination entre les équipes.
• Des pipelines cohérents et automatisés qui réduisent la maintenance manuelle, le risque opérationnel et la charge liée à la conformité.
• Les data engineers peuvent mettre en place de nouveaux connecteurs en quelques jours, accélérant le temps d'accès aux informations dans toute l'organisation.

D'ici la fin de 2025, Fivetran aura consolidé 80 % des données first-party de FHB, réparties sur 7 domaines de données clés (client, digital, crédit immobilier, services aux entreprises, cartes, patrimoine et finance), dans Snowflake, soutenant l'analytique à l'échelle de l'entreprise et les futures initiatives d'IA.

Une grande partie de la charge opérationnelle étant réduite, les équipes data de FHB peuvent désormais se concentrer davantage sur l'analytique avancée et l'IA — notamment la modélisation prédictive, la segmentation client, la modélisation du risque de crédit et les recommandations de produits personnalisées — le tout reposant sur les pipelines fiables rendus possibles par Fivetran.

Perspectives d'avenir

En tant qu'adopteur précoce de Fivetran Managed Data Lake Service, FHB évalue de nouvelles façons de pérenniser son architecture en déposant les données directement dans Amazon S3 à l'aide de tables Iceberg pour une meilleure interopérabilité. Cette approche donnerait à la banque un contrôle total sur ses données brutes, réduirait les coûts de stockage Snowflake et permettrait un accès en query-on-read pour les besoins de rétention à long terme et d'audit. Elle renforce également la souveraineté des données et aide la banque à éviter la dépendance vis-à-vis d'un fournisseur (vendor lock-in) — une considération importante pour une institution financière réglementée.

Ces initiatives aideront FHB à approfondir ses relations clients, à améliorer la gestion des risques et à offrir des expériences plus personnalisées au sein des communautés qu'elle sert.

[CTA_MODULE]