Venerable 社は多くの金融機関と同様に Excel への依存が原因で困難に直面していました。ある 1 つのスプレッドシートの変更に合わせて他の無数のスプレッドシートも同時に調整しなければならないことが多く、結果的にミスや大量の手作業が発生していました。このような状況で他のチームがこれらのスプレッドシートを作業用データとして使用した場合、作業時間とエラーの発生頻度がさらに増加していました。
「弊社の効率に影響を及ぼしていた主な問題の 1 つは、このスプレッドシートの相関性という落とし穴でした。スプレッドシートの 1 つにエラーがあるのに、それに気づいていない状況を想像してみてください。3 つのスプレッドシートで作業した後、前のスプレッドシートに戻って修正しなければならないのです。そのシートに依存する他のシートもすべてです。社内に送信していないこと、あるいは最悪でも社外に送信していないことを願うしかない状況です」
— Alexandria Morales-Garcia、Venerable 社投資リスクアナリスト
さらに、Venerable 社の内情も変化を遂げていました。財務専門家がデータサイエンティストやクオンツアナリストの役割を担うようになるにつれ、従来のビジネス担当者が「シチズンデベロッパー」に取って代わられていました。このようなシチズンデベロッパーにはデータサイエンティスト、クオンツアナリスト、および単なるスプレッドシートの手動更新以上のものを求める関係者などがいました。また、彼らは作業の自動化、エラーの削減、ワークフローの合理化、データ解析方法のアップグレード、データの自律性の維持、データの正確性の確保、コラボレーションの促進などを切望していました。
「弊社のパートナーは変化してきています。もはやデスクに座っている単なる昔ながらのビジネスパーソンではなく、いわゆる「シチズンデベロッパー」と化しているのです。このような人々は自律性とコラボレーションだけでなく、非常に手堅い作業方法を必要としています。弊社はそれを実現するためのソリューションが必要であり、スプレッドシートでは要件を満たせないことを認識していました」
— Steven Skarupa、Venerable 社エンタープライズアーキテクト
Venerable 社は組織の要件とユーザーのニーズを解析した結果、既存のスタンドアロン型の Excel モデルよりも包括的でリアルタイムかつ拡張性の高いツールに移行する必要があることに気づきました。正式な IT プロジェクトを必要とせず、関係者の高まるニーズを満たしながら、スプレッドシートの束縛から解放される半自動化された方法を提供できるソリューションです。
Venerable 社は同社のデータワークフローに欠けている重要なコンポーネントが Jupyter ノートブックテクノロジーであることを認識し、Jupyter テクノロジーを基盤とする共同データサイエンスプラットフォームである Datalore に注目しました。
Datalore には Venerable 社の「シチズンデベロッパー」に提供できる重要な機能が備わっていたため、Excel からの移行を円滑に行えました。このような機能には以下があります。
「Datalore の Statistics(統計)タブを使用してすべてのデータが正しく読み込まれていることを確認し、コーディング作業をさらに進める前にエラーを発見できるようになりました」
— Alexandria Morales-Garcia、Venerable 社投資リスクアナリスト
Venerable 社は Datalore をワークフローに取り込んで定型タスクの自動化を実現することで、貴重なアナリストの時間を効果的に解放し、より適切なタスクに専念させられるようになりました。Datalore によって Excel から Python と SQL を使用したより高度なデータ解析戦略へ円滑に移行できました。また、チーム内のコラボレーションを促進することで生産性と協調性も強化できたことも重要です。
大幅な改善が見られた業務の 1 つには、会社のキャッシュフローレビューがありました。以前は数百のプロットを生成するのに 8 時間を要していましたが、Datalore ではわずか数分で関連するメトリクスと貴重なインサイトのみを含む Datalore レポートを計算するだけで済むようになりました。
8 時間
Excel ベースの手動キャッシュフローレビュー業務を完了するのにかかる時間
2 分
Datalore ノートブックの実行と対話型レポートの更新にかかる時間
「実行時間を 8 時間からわずか数分に短縮できました。このような効率化を弊社の多くの業務で達成できたため、データ品質の向上と大幅な時間短縮を実現できています」
— Alexandria Morales-Garcia、Venerable 社投資リスクアナリスト
Venerable 社は Datalore を使用して解析プロセスをモダン化することで、業務効率を高め、チームの相乗効果を促進しました。何よりも、データ品質を向上させ、この分野をリードして革新するという取り組みを強化できたことは最大の成果です。
より詳しい内容と Venerable チームの事例をお聞きになりたいですか?こちらの録画ウェビナーをご覧ください。
Moreno Raimondo Vendra、TrueLayer シニア機械学習エンジニア
Datalore によってセキュリティ要件を満たしながら人間工学的にデータにアクセスできるようになったため、弊社にとってはゲームチェンジャーとなりました。 そのため、機械学習チーム内だけでなく関係者とのコラボレーションもはるかに簡単に行えるようになりました。
Surya Rastogi、Chainalysis シニアスタッフデータサイエンティスト
最大の課題は、ブロックチェーンの領域が急速に拡大しているため、取得して分析する必要のある新しいデータが常に存在することです。 弊社では、データ取り込みと処理の関数が大量にあり、今後も増加し続けると見込んでいます。
Nauman Hafiz、Constellation 最高技術責任者
データサイエンスの運用を拡大して顧客と内部関係者の両方に貴重なインサイトを提供するため、Constellation はコラボレーションを合理化してアジリティを強化する手段を必要としていました。従来のビジネスインテリジェンスツール(特に Power BI と Looker)にはレポート生成が遅かったり、ワークフローが途切れたりする問題があり、カスタマイズされたインサイトをタイムリーに生成する能力には限界がありました。