Industria: Finanzas

Productos de JetBrains utilizados: Datalore

Tamaño de la organización: 250

País: Estados Unidos

Acerca de Venerable

Gracias a su sólida experiencia en gestión, sus estrategias de cobertura completas y su meticulosa gestión de la liquidez, Venerable se ha hecho un hueco en un sector tan competitivo como el de los seguros.

Venerable utilizó Datalore para reducir la duración de un análisis en Excel de ocho horas a dos minutos

Atrapados en una telaraña de hojas de cálculo

Como muchas organizaciones financieras, Venerable se enfrentaba a obstáculos debido a su dependencia de Excel. Los cambios en una sola hoja de cálculo a menudo provocaban una reacción en cadena de ajustes en una innumerable cantidad de otras, lo que provocaba errores y mucho trabajo manual. Esta configuración daba lugar a un proceso lento y propenso a errores que se amplificaba cuando estas hojas de cálculo se utilizaban como entrada para los procesos de otros equipos.

«Uno de los principales problemas a los que se enfrentaba nuestra eficacia era esta red interrelacionada de hojas de cálculo. Ahora, imagine que una de estas hojas de cálculo tiene un error y no se ha dado cuenta. Entonces, tres hojas de cálculo después, ahora tiene que volver atrás, corregir esa hoja y todas las demás hojas que dependían de ella y, con suerte, no la envió de forma interna o, peor aún, externa.»

— Alexandria Morales-García, analista de riesgos de inversión de Venerable

Además, el panorama interno de Venerable también estaba experimentando cambios. Las personalidades empresariales clásicas dieron paso a los «desarrolladores ciudadanos», a medida que los expertos en finanzas asumían cada vez más funciones de científicos de datos y analistas cuantitativos. Estos desarrolladores ciudadanos incluían a científicos de datos, analistas cuantitativos y partes interesadas que querían algo más que meras actualizaciones manuales de hojas de cálculo. Sus aspiraciones incluían la automatización de procesos, la reducción de errores, la optimización de los flujos de trabajo y la actualización de los métodos de análisis de datos, el mantenimiento de la autonomía de los datos, la garantía de su exactitud y la facilitación de la colaboración.

«Nuestros socios están cambiando. Ya no se trata del clásico empresario que se sienta en un escritorio y trabaja. Se están convirtiendo en lo que llamamos "desarrolladores ciudadanos". Necesitan autonomía, colaboración y trabajar de forma muy segura. Sabíamos que necesitábamos una solución que les permitiera hacerlo y las hojas de cálculo no eran una buena herramienta para ello.»

— Steven Skarupa, arquitecto empresarial de Venerable

Al analizar sus requisitos organizativos y las necesidades de los usuarios, Venerable descubrió que necesitaban cambiar su actual modelo independiente de Excel por una herramienta más completa, escalable y en tiempo real. Una solución que no requiriera proyectos formales de TI, sino que ofreciera una forma semiautomatizada de liberarse de las garras de las hojas de cálculo y, al mismo tiempo, satisficiera las crecientes necesidades de las partes interesadas.

Transición de procesos manuales de Excel a notebooks automatizados de Datalore

Reconociendo la tecnología de Jupyter Notebooks como un componente fundamental que faltaba en su flujo de trabajo de datos, Venerable recurrió a Datalore: una plataforma de ciencia de datos colaborativa que se basa en la tecnología de Jupyter.

Datalore equipó a los «desarrolladores ciudadanos» de Venerable con funcionalidades clave, lo que permitió una transición fluida desde Excel. Estas funciones incluyen las siguientes:

  • Funcionalidades de poco código: Datalore proporcionó a Venerable un acceso rápido a métricas de calidad de datos con la pestaña Statistics, mientras que la funcionalidad Chart cells hizo que la creación de visualizaciones no requiriera ningún esfuerzo ni código. Report Builder simplificó la generación de informes, y la funcionalidad Scheduling automatizó los análisis recurrentes y eliminó la necesidad de realizar actualizaciones manuales.
  • Compatibilidad con SQL, Python y R: los usuarios pueden trabajar en sus lenguajes preferidos y realizar la investigación y recuperación de datos utilizando una única herramienta.
  • Entornos de ciencia de datos preconfigurados: Datalore incluía la mayoría de paquetes Python y R preinstalados, lo cual proporcionaba a los usuarios acceso automatizado a máquinas CPU y GPU.
  • Seguridad y cumplimiento: al instalar Datalore en su cuenta de AWS, Venerable centralizó su arquitectura. Junto con esto, la autenticación de inicio de sesión único (SSO) integrada en Datalore garantizó el cumplimiento de los requisitos de gobernanza de datos de Venerable.
  • Colaboración en equipo: los espacios de trabajo de Datalore proporcionaron un núcleo central para el código, la documentación, los datos y las visualizaciones. La funcionalidad de colaboración en tiempo real permitió a varios miembros del equipo trabajar juntos en el mismo proyecto.
  • Control de versiones integrado: esta función simplificó el seguimiento y la gestión de los cambios, lo que minimizó las incoherencias y promovió una gestión eficaz de los flujos de trabajo.

«Con Datalore, puedo utilizar la pestaña Statistics para asegurarme de que todos los datos se cargan correctamente y detectar cualquier error antes de profundizar en mis procesos de codificación.»

— Alexandria Morales-García, analista de riesgos de inversión de Venerable

Logro de aumentos de productividad cuantificables

Con la adopción de Datalore en su flujo de trabajo, Venerable pudo automatizar tareas rutinarias, lo cual permitió a los analistas ganar un valioso tiempo y centrarse en tareas más pertinentes. Datalore ofreció una transición fluida de Excel a una estrategia de análisis de datos más avanzada utilizando Python y SQL. Y, lo que es más importante, también fomentó la colaboración dentro del equipo, mejorando la productividad y la coordinación.

Un área de mejora significativa fue la revisión del flujo de caja de la empresa. Anteriormente, el proceso tardaba ocho horas en generar cientos de gráficas. Con Datalore, la tarea se redujo a apenas unos minutos de cálculo de un informe de Datalore con solo las métricas relevantes e información valiosa.

8 horas

Para completar un proceso manual basado en Excel de una revisión del flujo de caja

2 minutos

Para ejecutar un notebook de Datalore y actualizar un informe interactivo

«Pude reducir nuestro tiempo de ejecución de 8 horas a tan solo un par de minutos. Esta eficiencia se pudo lograr en muchas de nuestras operaciones, lo cual mejoró la calidad de nuestros datos y ahorró enormes cantidades de tiempo.»

— Alexandria Morales-García, analista de riesgos de inversión de Venerable

Al modernizar su proceso de análisis con Datalore, Venerable ha establecido una mayor eficiencia operativa, ha fomentado la sinergia del equipo y, lo que es más importante, ha mejorado la calidad de los datos, reforzando así su compromiso de liderar e innovar en su campo.

¿Quiere obtener más información y escuchar esta historia de la mano del equipo de Venerable? Vea este seminario web pregrabado.

Historias de clientes similares

TrueLayer

Moreno Raimondo Vendra, ingeniero sénior de Machine Learning, TrueLayer

Datalore permitió a nuestro equipo acceder de forma ergonómica a nuestros datos cumpliendo al mismo tiempo los requisitos de seguridad, lo que supuso un cambio radical para nosotros. Como resultado, pudimos colaborar mucho más fácilmente tanto dentro de nuestro equipo de Machine Learning como con las partes interesadas.

Chainalysis

Surya Rastogi, científico de datos senior, Chainalysis

Uno de nuestros mayores retos es que el espacio blockchain se está expandiendo rápidamente y siempre hay nuevos datos que adquirir y analizar. Como empresa tenemos muchas funciones de adquisición y procesamiento de datos, y esperamos que sigan creciendo.

Constellation Software

Nauman Hafiz, director tecnológico de Constellation

Para ampliar las operaciones de ciencia de datos y proporcionar información valiosa tanto a los clientes como a las partes interesadas internas, Constellation necesitaba una forma de optimizar la colaboración y mejorar la agilidad. Problemas como la generación lenta de informes en las herramientas tradicionales de inteligencia empresarial (Power BI y Looker, concretamente) y los flujos de trabajo inconexos limitaban su capacidad para producir información oportuna y personalizada.

Más historias de clientes