Erfolgsgeschichten / Big Data Hadoop Plattform

Big Data Plattform für Raiffeisenbank

Erprobt in wichtigen Geschäftsfeldern

End-to-End-Implementierung

Sicherheitskonform für Bankgeschäfte

Project Brief

Aufbau einer Big Data
Plattform für Fall-Analysen
im Einklang mit den strengen
Sicherheitsregeln des Bankwesens.

Profinit überzeugte uns mit einem smarten End-to-end-Konzept für den Aufbau einer Big Data Plattform, die spezielle Geschäftsfelder bedient.
Kunden-Kommentar

Projekt-Hintergrund

Unser langjähriger Kunde, die Raiffeisenbank CZ, suchte nach einer komplexen Komplettlösung für eine Big Data Hadoop Plattform. Das Ziel: Die Analyse diverser Geschäftsmodelle und Szenarien auf Basis von realen Transaktionsdaten. Berechnungen von solch großem Umfang übersteigen die Kapazitäten gewöhnlicher Data Warehouse Lösungen. Darum entwickelten wir von Null an eine komplett neue Plattform zur parallelen Datenverarbeitung. Die Bereitstellung von Tools zur Analyse von Geschäftsszenarien mit Data Science – und ihre Einbindung in die bestehende Kunden-Infrastruktur – waren ebenfalls Teil unserer Gesamtlösung.

Basierend auf smarten Fallbeispielen und Analysen konzipierte, designte und implementierte Profinit eine maßgeschneiderte End-to-End-Lösung. Zusammen mit den internen Spezialisten wählte das Team die passende Hardware, Umfang und Version der Hadoop Plattform. Mit dem Profinit DATA_Frame Automatisierungs-Tool konnte auch die Architektur schnell entwickelt und angewandt werden.

Die Business-Anforderungen

Die Lösung musste die folgende Faktoren erfüllen:

Auswahl und Aufbau einer hocheffizienten Big Data Plattform
Tool-Konfiguration für die Analyse von Geschäftsszenarien mit Data Science
Erfüllung höchster Anforderungen an Sicherheit und Daten-Anonymisierung
Einbau von Single Sign-On-Features und Integration mit IBM Cognos und MS Active Directory

Herausforderung

Unsere größte Aufgabe bestand darin, eine pragmatische Blaupause zu erschaffen – immerhin war dies für unseren Kunden die erste Erfahrung mit Big Data Plattformen. Umso wichtiger war es uns, alle Anforderungen an Sicherheit und Architektur von Anfang an mitzudenken. Insbesondere die zuverlässige Daten-Anonymisierung war essenziell. Außerdem wünschte sich der Kunde Single Sign-On-Authentifizierung und die zusammenhängende Integration mit Active Directory. Die ganze Plattform musste unabhängig vom Internet funktionieren, wodurch zusätzlicher Offline-Speicher für das Betriebssystem sowie Hadoop und die Data Science Tools benötigt wurde.

Lösung

Von Beginn an verfolgten wir den Ansatz, die Aufgabe mit einer End-to-End-Lösung zu meistern. Nachdem wir alle benötigten Funktionen und Anwendungsfälle definiert hatten, konzentrierten wir uns auf Auswahl und Design einer perfekt auf die Business-Ziele abgestimmten Plattform.

Zuerst sammelten wir detaillierte Anforderungen und Rahmenbedingungen. Als Ergebnis aus dieser Analyse, wählten wir eine passende Hadoop-Anwendung mit idealer Größe und Hardware-Konfigurierung. Die Infrastruktur basierte auf physischen On-Premise-Servern, die als Knotenpunkte eines kompakten Rechner-Netzwerks konfiguriert wurden.

Optimale Specs, 100% sicherheitskonform

Wir optimierten die Größe von CPU, Arbeitsspeicher und Datenspeicher um die Leistung effizient und ausgewogen zu gestalten. Die IT-Architektur unserer Lösung erfüllte alle Anforderungen – inklusive Sicherheitsvorgaben, Single-Sign-On-Zugang und Daten-Integration. Die Daten-Anonymisierung wurde via Datenmaskierung sichergestellt.

Nach der erfolgreichen Installation verwirklichten wir zwei Daten-Modelle für klar definierte Geschäftsszenarien. Dank unserem DATA_FRAME Automatisierungs-Tool konnten wir deutlich die Zeit minimieren, die eine wiederholte Entwicklung von Daten-Modellen normalerweise in Anspruch nimmt. Schätzungsweise 95% des Programmiercodes konnte automatisch erstellt werden auf Basis der exakten Voreinstellungen der Meta-Daten.

Unsere fertige Big Data Plattform ermöglicht es nun dem Bankkunden gewaltige Mengen an Transaktionsdaten zu analysieren – bis zu mehrere Milliarden Datensätzen pro Tag.

Tools & Technologien

Cloudera
Hadoop
Apache Spark
Microsoft Active Directory

Zusammenfassung

Wir entwickelten eine komplett neu aufgesetzte End-to-End Big Data Plattform zur Analyse von Geschäftsszenarien und erreichten für unseren Bankkunden diese Ergebnisse:

End-to-End-Lösung für eine Big Data Plattform, inklusive Data Science Tools
Single Sign-On-Zugang und Integration mit Active Directory
Absolut sicherheitskonform: Eine Plattform mit optimalem Datenschutz und Sicherheitssystemen
Ein mächtiges Tool für eigenständige BI/DS Analyse-Abteilungen

Würde Ihre Bank vom Einsatz modernster Daten-Tools und Technologien profitieren?

Wir zeigen Ihnen gerne, wie Profinit innerhalb Ihrer Organisation Daten-Zugang und -Nutzung verbessern kann…

SPRECHEN SIE MIT UNSEREN BIG DATA EXPERTEN