Как и многие другие финансовые организации, Venerable столкнулась с трудностями из-за зависимости от Excel. Изменения всего в одной таблице часто вызывали эффект домино, когда приходилось, рискуя сделать ошибку, вручную корректировать бесчисленное множество других файлов. Этот процесс отнимал массу времени и регулярно приводил к ошибкам, что было особенно неудобно, когда на основе этих таблиц строили свою работу другие команды.
«Одной из основных наших проблем была сеть взаимосвязанных электронных таблиц. Представьте себе, что в одну из них закралась ошибка, которую вы обнаруживаете только через три таблицы. Приходится исправлять исходную таблицу и все остальные, от нее зависящие, и надеяться, что данные не были отправлены кому-нибудь внутри компании или, что еще хуже, вовне»,
— Александрия Моралес-Гарсия, специалистка по анализу инвестиционных рисков в Venerable
При этом менялся и подход Venerable к работе: на смену классическим «деловым людям» пришли «разработчики-любители», специалисты по финансам постепенно превратились в специалистов по Data Science и количественному анализу. В категорию «разработчиков-любителей» попали заодно и те из заинтересованных лиц, кому не хватало обновляемых вручную электронных таблиц. Они стремились автоматизировать и упростить рабочие процессы, уменьшить число ошибок, использовать более современные способы анализа данных, обеспечить автономность данных и гарантировать их точность, а также упростить совместную работу.
«Наши партнеры меняются. Сейчас это уже не просто классические бизнесмены, сидящие за рабочим столом. Это скорее те, кого мы называем разработчиками-любителями. Им нужна автономия, возможности для совместной работы и безопасные рабочие процессы. Мы понимали, что нам нужно решение, которое позволит выполнить эти требования, и электронные таблицы для этого не годились»,
— Стивен Скарупа, архитектор корпоративных решений в Venerable
Анализируя требования компании и потребности пользователей, IT-специалисты Venerable поняли, что пора переходить от использования отдельных таблиц Excel к универсальному и масштабируемому инструменту с обновлением данных в реальном времени. Такое решение должно было обеспечить хотя бы частичную автоматизацию, не требуя создания полноценных IT-проектов. В результате компания смогла бы уйти от устаревших электронных таблиц и соответствовать растущим требованиям всех заинтересованных сторон.
Когда стало понятно, что главное, чего не хватает в их процессах обработки данных, — это Jupyter-ноутбуки, Venerable обратила внимание на Datalore — платформу для Data Science с возможностью совместной работы, которая основана как раз на технологиях Jupyter.
Datalore предоставила непрофессиональным разработчикам из Venerable все необходимое, что позволило им отказаться от Excel:
«Вкладка Statistics в Datalore позволяет убедиться, что все данные загружены правильно, и найти любые ошибки, прежде чем начнешь писать код».
— Александрия Моралес-Гарсия, специалистка по анализу инвестиционных рисков в Venerable
Интегрировав Datalore в свои рабочие процессы, Venerable автоматизировала рутинные задачи, освободив время аналитиков для более важных дел. Команда легко отказалась от Excel, перейдя к современному анализу данных с использованием Python и SQL. Новое решение также повысило продуктивность и улучшило взаимодействие между командами.
Удалось значительно улучшить анализ финансовых потоков компании. Раньше этот процесс требовал создания сотен графиков и занимал восемь часов. Datalore выполняет вычисления за считаные минуты и включает в отчет только нужные метрики и важные инсайты.
8 часов
занимает анализ финансовых потоков в Excel в ручном режиме
2 минуты
требуется, чтобы запустить ноутбук в Datalore и обновить интерактивный отчет
«Мне удалось сократить затраты времени с восьми часов до пары минут. Такое стало возможным для многих наших задач. В результате выросло качество данных и экономится масса времени»,
— Александрия Моралес-Гарсия, специалистка по анализу инвестиционных рисков в Venerable
Модернизировав процесс анализа с помощью Datalore, компания Venerable повысила эффективность и слаженность работы, и, что особенно важно, улучшила качество данных, укрепив свое стремление к лидерству и инновациям в индустрии.
Хотите узнать об этом подробнее из уст самих сотрудников Venerable? Посмотрите запись вебинара.
Морено Раймондо Вендра, старший специалист по машинному обучению, TrueLayer
Datalore перевернул нашу жизнь, обеспечив удобный доступ к нашим данным с соблюдением всех требований безопасности. В результате нам стало гораздо удобнее не только работать внутри отдела машинного обучения, но и делиться информацией с другими.
Сурья Растоги, старший специалист по анализу данных, Chainalysis
Одна из главных сложностей заключается в том, что экосистема блокчейна быстро расширяется и постоянно появляются новые данные, которые нужно собирать и анализировать. У нас много задач, связанных со сбором и обработкой данных, и мы ожидаем, что их будет становиться только больше.
Науман Хафиз, CTO Constellation
Чтобы масштабировать операции Data Science и предоставлять клиентам и своему руководству ценную информацию, компании Constellation требовался способ упростить совместную работу и повысить гибкость. При использовании традиционных инструментов бизнес-аналитики (конкретно — Power BI и Looker) команда Constellation столкнулась с проблемами: медленное создание отчетов и несогласованные рабочие процессы мешали вовремя получать результаты анализа, соответствующие требованиям пользователей.