Data Science
Die Herausforderung
Die steigende Menge an Daten und die Zunahme an Prozessen im Finanzsektor hat Auswirkungen auf die Anforderung im Reporting. Zum einen müssen die Daten besser zu Informationen verdichtet werden und zum anderen ist die Datenqualität sicherzustellen. Bisher erstellte unser Projektpartner die Reports individuell für einzelne Prozess-Schritte mit Hilfe von einzelnen Skripten aus verschiedenen Programmiersprachen. Dies führte zu großer Unübersichtlichkeit, wenig Standardisierung, zu vielen manuellen Schritten und Redundanz in der Verarbeitung. Da die Datenmenge außerdem die zuvor genutzte Infrastruktur überstieg, wurde die Migration der Daten mit einer skalierbaren Lösung bereits angestrebt. In diesem Zuge wurde die Neuausrichtung des Reporting wichtig. In diesem Schritt sollten diese Berichte auch automatisiert zu bestimmten Zeitpunkten erstellt werden können und dazu in die neu entwickelte Landschaft mit User-Interface eingepflegt werden. Die Erstellung von Reports sollte zukünftig einheitlicher, automatisierter und schneller ablaufen.
- Anwendungsfall
Finanzbranche
Migration von verschiedenen Reports in ein einheitliches Framework und Harmonisierung der Prozesse
- Zielsetzung
- Migration aller bestehender Reports in R und RMarkdown
- Harmonisierung von Funktionen
- Einbindung in bestehende Prozesse
- Visualisierung
- Unterstützung für Anwendende
- Technologie
- R
- RStudio
- RMarkdown
- Jupyter Hub
- Python
- Camunda
Der Lösungsweg
In diesem Projekt unterstützte das Team von TIQ Solutions bei der Migration der Reports in die neue Datenstruktur basierend auf R und Python. Dazu wurden die einzelnen Berichte nach und nach in R und RMarkdown übersetzt, um einfach strukturierte Skripte als Basis für die Reports zu bilden. So ist der Aufbau für Außenstehende nachvollziehbar und leicht anzupassen. Außerdem ist die Visualisierung komplexer Sachverhalte in R sehr gut umsetzbar.
Die migrierten Reports wurden nach und nach vereinheitlicht und an die bestehenden Standards angepasst. Redundanzen in den Berechnungen konnten so minimiert werden und die Berichte robuster implementiert werden.
Die Berichterstellung wurde in das Framework integriert, und ein Zugriff auf Python-Funktionalität wurde ermöglicht. Damit ist auch eine Erstellung der Reports außerhalb von R und eine Integration in ein User-Interface möglich. Die Implementierung wurde den Endanwendenden präsentiert und bei der Nutzung unterstützt. In diesem Zuge wurde eine ausführliche Dokumentation entwickelt.
Das Ergebnis
Eine einheitliche Funktionalität wurde geschaffen, um verschiedene Berichte standardisiert zu generieren. Alle Reports beruhen auf einer minimalen Menge an Funktionen und können trotz unterschiedlicher Inhalte über die gleiche Oberfläche erstellt werden. Die Berichterstellung wurde in ein Landschaft von Funktionalitäten integriert und ermöglicht die Nutzung auch außerhalb von R.
- Kundenvorteile
- Einheitliche Plattform für alle erstellten Reports
- Harmonisierung von Prozessen und Entfernung von Duplikaten
- Einbindung in Umgebung mit User-Interface
- Weniger manuelle Schritte nötig
- Schnelle Analysen