Setor: Finanças
Produtos da JetBrains usados: Datalore
Tamanho da organização: 250
País: Estados Unidos
Como muitas organizações financeiras, a Venerable enfrentava obstáculos devido à sua dependência pelo Excel. As alterações em uma única planilha geralmente desencadeiam uma reação em cadeia de ajustes em várias outras, resultando em erros e muito trabalho manual. Essa configuração resultava em um processo demorado e propenso a erros que piorava quando essas planilhas eram usadas como entrada para os processos de outras equipes.
“Um dos principais problemas que prejudicavam nossa eficácia era essa rede inter-relacionada de planilhas. Agora imagine que uma dessas planilhas tem um erro que você não percebeu. Agora, três planilhas depois, você precisa voltar tudo, consertar aquela planilha e todas as outras que dependiam dela. Isso se você não chegou a enviá-la para sua equipe interna ou, pior ainda, para fora da empresa.”
— Alexandria Morales-Garcia, analista de riscos de investimento na Venerable
Além disso, a paisagem interna da Venerável também estava passando por mudanças. As personalidades empresariais clássicas deram lugar a “desenvolvedores cidadãos”, à medida que os especialistas financeiros assumiam cada vez mais funções de cientistas de dados e analistas quantitativos. Esses cidadãos desenvolvedores incluíam cientistas de dados, analistas quantitativos e partes interessadas que queriam mais do que simples atualizações manuais de planilhas. Suas aspirações incluíam automatizar processos, reduzir erros, simplificar fluxos de trabalho e atualizar métodos de análise de dados, manter a autonomia dos dados, garantir a precisão dos dados e facilitar a colaboração.
“Nossos parceiros estão mudando. Na verdade, não se trata mais apenas de um empresário clássico sentado em uma mesa e trabalhando. Eles estão se tornando o que chamamos de ‘desenvolvedores cidadãos’. Eles precisam de autonomia, colaboração e precisam trabalhar de uma maneira bastante segura. Sabíamos que precisávamos de uma solução que lhes permitisse fazer isso, e as planilhas não eram uma boa ferramenta para isso.”
— Steven Skarupa, arquiteto empresarial da Venerable
Ao analisar os requisitos organizacionais e as necessidades dos usuários, a Venerable descobriu que precisava mudar do modelo Excel independente existente para uma ferramenta mais abrangente, em tempo real e escalável. Uma solução que não exigisse projetos formais de TI, mas que pudesse oferecer uma maneira semiautomática de ajudá-los a se libertar das garras das planilhas e, ao mesmo tempo, atender às necessidades crescentes das partes interessadas.
Reconhecendo a tecnologia dos notebooks Jupyter como um componente crucial que faltava em seu workflow de dados, a Venerable recorreu ao Datalore: uma plataforma colaborativa de ciência de dados baseada na tecnologia Jupyter.
O Datalore equipou os “desenvolvedores cidadãos” da Venerable com recursos importantes, possibilitando uma transição suave do Excel. Esses recursos incluem:
“Com o Datalore, posso usar a guia Statistics para garantir que todos os dados sejam carregados corretamente e encontrar erros antes de me aprofundar nos meus processos de codificação.”
— Alexandria Morales-Garcia, analista de riscos de investimento na Venerable
A adoção do Datalore no seu workflow permitiu que a Venerable automatizasse tarefas de rotina, liberando efetivamente o valioso tempo dos analistas e permitindo que eles se concentrassem em tarefas mais pertinentes. O Datalore permitiu uma transição perfeita do Excel para uma estratégia de análise de dados mais avançada usando o Python e o SQL. É importante ressaltar que ele também promoveu a colaboração dentro da equipe, aumentando a produtividade e a coordenação.
Uma área significativa de melhoria foi a revisão do fluxo de caixa da empresa. Anteriormente, o processo demorava oito horas para gerar centenas de parcelas. Com o Datalore, a tarefa foi reduzida a apenas alguns minutos de cálculo de um relatório do Datalore com apenas métricas relevantes e insights valiosos.
8 horas
Para concluir um processo manual baseado em Excel de revisão de fluxo de caixa
2 minutos
Para executar um notebook do Datalore e atualizar um relatório interativo
“Consegui reduzir nosso tempo de execução de 8 horas para apenas alguns minutos. Essa eficiência pode ser sentida em muitas das nossas operações, melhorando a qualidade dos nossos dados e poupando bastante tempo.”
— Alexandria Morales-Garcia, analista de riscos de investimento na Venerable
Ao modernizar seu processo de análises com o Datalore, a Venerable estabeleceu maior eficiência operacional, incentivou a sinergia da equipe e, o mais importante, melhorou a qualidade dos dados, reforçando seu compromisso de liderar e inovar em seu campo.
Quer saber de mais detalhes e ouvir essa história da equipe da Venerable? Assista a este webinar pré-gravado.
Moreno Raimondo Vendra, engenheiro sênior de machine learning da TrueLayer
O Datalore permitiu que nossa equipe acessasse ergonomicamente nossos dados e, ao mesmo tempo, atendesse aos requisitos de segurança, o que foi um divisor de águas para nós. Como resultado, pudemos colaborar com muito mais facilidade, tanto dentro de nossa equipe de machine learning quanto com nossas partes interessadas.
Surya Rastogi, cientista de dados sênior da Chainalysis
Um dos nossos maiores desafios é que o espaço de blockchain está se expandindo rapidamente e sempre há novos dados a serem adquiridos e analisados. Como empresa, temos muitas funções de aquisição e processamento de dados e esperamos que elas continuem crescendo.
Nauman Hafiz, CTO da Constellation
A Constellation precisava de uma maneira de otimizar a colaboração e aumentar a agilidade, para escalar as operações de ciência de dados e fornecer insights valiosos tanto aos clientes quanto às suas próprias partes interessadas. Sua capacidade de produzir insights personalizados e no prazo era limitada por problemas como a geração lenta de relatórios nas ferramentas tradicionais de inteligência de negócios (especificamente, no Power BI e no Looker) e fluxos de trabalho desconectados.