Σε αυτό το άρθρο, θα εξηγήσω πώς η γεφύρωση του χάσματος μεταξύ των επιστημόνων δεδομένων και των μηχανικών μπορεί να βοηθήσει την εταιρεία σας να ξεκλειδώσει πλήρως τις δυνατότητες των δεδομένων. Θα επιδείξω στρατηγικές συνεργασίας που εστιάζουν στη βιωσιμότητα και δίνουν έμφαση στη σχέση
μεταξύ επιστήμης δεδομένων και βιωσιμότητας με βάση το έργο με τίτλο «Βήμα». Το Step είναι ένα Πρόγραμμα Βιώσιμης Επιλογής που εφαρμόσαμε στη Yapı Kredi Bankası (YKB), η οποία είναι μια από τις μεγαλύτερες εμπορικές τράπεζες στην Τουρκία. Το 2023, έλαβε μια διάσημη ανακοίνωση PRİDA
Βραβείο στην υποψηφιότητα Sustainable Communication.

Σε αυτήν την εικόνα: Πρότυπο Yapı Kredi Step Project

Επιστήμη Δεδομένων και Μηχανική Δεδομένων: Ποια είναι η διαφορά;

Για να κατανοήσουμε το χάσμα μεταξύ της επιστήμης δεδομένων και της μηχανικής, πρέπει να εξετάσουμε τις βασικές λειτουργίες των δύο κλάδων. Παρόλο που και οι δύο επικεντρώνονται στα δεδομένα, οι επιστήμονες δεδομένων και οι μηχανικοί δεδομένων έχουν συνήθως διαφορετικούς στόχους. 

Η επιστήμη δεδομένων εστιάζει στην εξαγωγή πληροφοριών και μοτίβων από δεδομένα και είναι υπεύθυνη για τη βέλτιστη και αξιόπιστη αποθήκευση δεδομένων, τον μετασχηματισμό δεδομένων και τη γρήγορη και εύκολη πρόσβαση στα δεδομένα. Οι επιστήμονες δεδομένων δημιουργούν και εκπαιδεύουν προγνωστικά (και όχι μόνο) μοντέλα χρησιμοποιώντας
αλγόριθμοι μηχανικής μάθησης και νευρωνικά δίκτυα για να βοηθήσουν τις επιχειρήσεις να βρουν κρυφά μοτίβα, να προβλέψουν τις εξελίξεις και να βελτιστοποιήσουν βασικές επιχειρηματικές διαδικασίες.

Η μηχανική δεδομένων στοχεύει στη δημιουργία αγωγών δεδομένων και υποδομής. Οι μηχανικοί δεδομένων αντιμετωπίζουν άμεσα τις επιχειρηματικές ανάγκες δοκιμάζοντας υποθέσεις και δημιουργώντας προγνωστικά μοντέλα. 

Παρόλο που και οι δύο κατευθύνσεις συμβαδίζουν στενά, η κακή ευθυγράμμιση μεταξύ τους δεν είναι ασυνήθιστη. Αυτό μπορεί να έχει ως αποτέλεσμα προβλήματα και αδυναμία μετατροπής των αναλυτικών δεδομένων σε χρήσιμες πληροφορίες. Η γεφύρωση αυτού του χάσματος μεταξύ της επιστήμης των δεδομένων και της μηχανικής είναι απαραίτητη
αξιοποιήστε στο έπακρο τις καινοτόμες προσεγγίσεις δεδομένων, και κυρίως έγκειται στη δημιουργία υγιούς συνεργασίας μεταξύ των ομάδων. 

Τακτικές Συνεργασίας

• Διαλειτουργικές ομάδες

Η οικοδόμηση διεπιστημονικών ομάδων και η ενίσχυση της συνεργασίας είναι ένα πολύ γνωστό εργαλείο που βοηθά να διασφαλιστεί ότι πληρούνται τόσο οι τεχνικές όσο και οι επιχειρηματικές απαιτήσεις. Ww δημιούργησε διαλειτουργικές ομάδες επιστημόνων δεδομένων, μηχανικών και ειδικών στον τομέα για την αντιμετώπιση του
σύνθετες ανάγκες χειρισμού δεδομένων.

• Ανταλλαγή γνώσεων

Η ενθάρρυνση της καλά οργανωμένης τεκμηρίωσης και της ανταλλαγής γνώσεων μεταξύ των ομάδων επιστήμης δεδομένων και μηχανικής βοήθησε τις ομάδες να κατανοήσουν καλύτερα τις ροές εργασίας και τις απαιτήσεις της άλλης και βελτίωσε σημαντικά την ενσυναίσθηση και τη συνεργασία. 

Κατά τη διάρκεια του έργου, ενθαρρύναμε τη χρήση κοινών εργαλείων και διαδικασιών, όπως συστήματα ελέγχου εκδόσεων και αγωγούς συνεχούς ενοποίησης/συνεχούς ανάπτυξης (CI/CD). Αυτό μας βοήθησε να εντοπίσουμε και να διορθώσουμε πιθανά προβλήματα έγκαιρα και βελτίωσε τη συνέπεια
έργα δεδομένων. 

• Ευέλικτες μεθοδολογίες

Τέλος, προσαρμόσαμε τις ευέλικτες διαδικασίες μας για να προωθήσουμε την επαναληπτική ανάπτυξη και τη συχνή συνεργασία μεταξύ των ομάδων επιστήμης δεδομένων και μηχανικής, επιτρέποντας γρήγορους βρόχους ανατροφοδότησης και ταχεία επανάληψη. 

YKB Step Project: Case StudyΟ στόχος του έργου

Το YKB Step Project έχει γίνει ένα από τα έργα που έχουν κάνει τη διαφορά την τελευταία περίοδο.

Στόχος ήταν να ενισχυθούν οι πρακτικές βιωσιμότητας στον τραπεζικό τομέα μέσω πρωτοβουλιών που βασίζονται σε δεδομένα. Θέλαμε να παρακινήσουμε αυτούς που δεν ήξεραν πώς να αναλάβουν δράση ενάντια σε μεγάλα ζητήματα όπως η κλιματική κρίση και εκείνους που θεωρούν τους εαυτούς τους αδύναμους
για αλλαγή, για βιώσιμες επιλογές.  

Η ιδέα του έργου Step έγκειται στη μετατροπή των βιώσιμων επιλογών των πελατών σε πόντους. Οι ενέργειες περιλαμβάνουν τη μη εκτύπωση απόδειξης ATM, την επιλογή φιλικών προς το περιβάλλον μέσων μεταφοράς ή τα μέσα μαζικής μεταφοράς, τη δωρεά σε μη κερδοσκοπικούς οργανισμούς και πολλά άλλα. ο
Το όνομα του έργου βρίσκεται σε μία από τις δραστηριότητες, δίνοντας πόντους για έναν ορισμένο αριθμό βημάτων που έγιναν κατά τη διάρκεια της ημέρας. 

Με το Yapı Kredi Step αλλάζει τις καταναλωτικές συνήθειες, τον τρόπο ζωής και τις καθημερινές επιλογές για βιωσιμότητα. Δίνουμε τη δυνατότητα στους πελάτες μας να δωρίσουν τους πόντους που συγκεντρώνουν σε έργα κοινωνικής ευθύνης και αναλαμβάνουμε δράση μαζί για να μετατρέψουμε τον κόσμο σε έναν καλύτερο
θέση σε πολλούς τομείς από την εκπαίδευση μέχρι το περιβάλλον.

Τι Έγινε 

Ο πρωταρχικός στόχος του Step Project ήταν να ενσωματώσει τις αρχές βιωσιμότητας στις τραπεζικές υπηρεσίες και λειτουργίες της YKB, ευθυγραμμίζοντας με τους παγκόσμιους στόχους βιωσιμότητας και τις κοινωνικές προσδοκίες. Αυτό απαιτούσε συλλογή, επεξεργασία και ανάλυση τεράστιων ποσοτήτων
των δεδομένων χρήστη.

Συγκεντρώσαμε διεπιστημονικές ομάδες επιστημόνων δεδομένων, μηχανικών, εμπειρογνωμόνων τομέα και επιχειρηματικών συμμετόχων, ώστε να μπορούν να συνεργάζονται απρόσκοπτα στο έργο. 

Το Step Project ξεκίνησε με συλλογή και προεπεξεργασία δεδομένων, που περιελάμβανε την ενσωμάτωση διαφόρων πηγών δεδομένων, όπως αρχεία συναλλαγών, δημογραφικά στοιχεία πελατών και δείκτες βιωσιμότητας. Χρειαζόμασταν μια ισχυρή συνεργασία μεταξύ της επιστήμης δεδομένων και
μηχανική για την ανάλυση της συμπεριφοράς των πελατών, τον εντοπισμό προτύπων που σχετίζονται με βιώσιμες συνήθειες δαπανών και την ανάπτυξη μιας βιώσιμης λύσης που θα έβρισκε τρόπο στις καθημερινές συνήθειες των πελατών.  

Οι επιστήμονες δεδομένων διεξήγαγαν διερευνητική ανάλυση δεδομένων (EDA) για να εντοπίσουν πιθανά χαρακτηριστικά και μεταβλητές που σχετίζονται με τη βιώσιμη συμπεριφορά δαπανών. Χρησιμοποίησαν αλγόριθμους μηχανικής μάθησης και εξόρυξη δεδομένων για τη συλλογή δεδομένων και ανέλυσαν μεγάλους όγκους συναλλαγών
λεπτομέρειες για την εξαγωγή πληροφοριών που σχετίζονται με τα πρότυπα δαπανών, στη συνέχεια ανέπτυξαν και εκπαίδευσαν μοντέλα πρόβλεψης για τη συμπεριφορά των πελατών. 

Με βάση τους στόχους του έργου, οι μηχανικοί δεδομένων κατασκεύασαν μοντέλα μηχανικής μάθησης για ανάλυση και δημιούργησαν κλιμακωτές αγωγούς δεδομένων για την αποτελεσματική και αληθινή επεξεργασία των συλλεγόμενων δεδομένων. Οι ομάδες μηχανικών χρησιμοποίησαν ευέλικτες μεθοδολογίες και πρακτικές DevOps
για επιτυχή ανάπτυξη, ανάπτυξη και επανάληψη αγωγών δεδομένων και μοντέλων. Οι κλιμακωτοί αγωγοί δεδομένων και τα εφαρμοσμένα μοντέλα μηχανικής εκμάθησης βοήθησαν στην επεξεργασία και την γρήγορη και αποτελεσματική ανάλυση μεγάλου όγκου δεδομένων συναλλαγών. 

Επιστήμονες και μηχανικοί δεδομένων συνεργάστηκαν για να αναλύσουν δεδομένα συναλλαγών πελατών, να εντοπίσουν πρότυπα που σχετίζονται με βιώσιμες συνήθειες δαπανών και να αναπτύξουν εξατομικευμένες προτάσεις για τους πελάτες. Αυτή η συνεργασία έδωσε επίσης τη δυνατότητα στην YKB να λανσάρει πρόσθετα εστιασμένα στη βιωσιμότητα
προϊόντα και υπηρεσίες, όπως χαρτοφυλάκια πράσινων επενδύσεων και ενεργειακά αποδοτικές επιλογές χρηματοδότησης, με θετικό περιβαλλοντικό και κοινωνικό αντίκτυπο. 

Προφανώς, λόγω της φύσης του χρηματοοικονομικού τομέα, έπρεπε να ενσωματώσουμε βέλτιστες πρακτικές για τη διακυβέρνηση δεδομένων, την ασφάλεια και τη συμμόρφωση με τη λύση μας. Αυτή ήταν μια πρόκληση που απαιτούσε βαθιά συμμετοχή νομικών, ομάδων ασφάλειας πληροφοριών και άλλων ομάδων
η διαδικασία. Αυτό υπογραμμίζει τη σημασία της καλλιέργειας της κουλτούρας της συνεχούς βελτίωσης και της ισχυρής συνεργασίας των ομάδων σε πολλά επίπεδα προκειμένου να δημιουργηθεί ένα επιτυχημένο προϊόν.

Ο αντίκτυπος

Αυτή η συλλογική προσπάθεια οδήγησε στην περαιτέρω δημιουργία πιο σύνθετων βιώσιμων τραπεζικών πρωτοβουλιών: χαρτοφυλάκια πράσινων επενδύσεων, εργαλεία παρακολούθησης του αποτυπώματος άνθρακα και ενεργειακά αποδοτικές επιλογές χρηματοδότησης. Το έργο ενίσχυσε τη φήμη της YKB ως ηγέτη
βιώσιμες τραπεζικές πρακτικές, βοήθησαν στην προσέλκυση νέων πελατών και στην ενίσχυση μακροπρόθεσμων σχέσεων με τους υπάρχοντες. 

Από τον Φεβρουάριο του 2024, ο αριθμός των μελών του Προγράμματος Βιώσιμης Επιλογής STEP έφτασε τις 570 χιλιάδες. Με τις βιώσιμες επιλογές τους, τα μέλη του STEP έχουν εξοικονομήσει 50 εκατομμύρια κομμάτια χαρτιού και έχουν σώσει σχεδόν 4500 δέντρα μέχρι στιγμής. 

Η αντίληψη της εταιρείας ως βαθμολογία «υποστήριξης της κοινωνίας στην κοινωνική ευθύνη» αυξήθηκε κατά 9% και η βαθμολογία «παρέχει καθοδήγηση για τη βιωσιμότητα» αυξήθηκε κατά 10% σε σύγκριση με το προηγούμενο τρίμηνο. Αυτό μετέτρεψε το Yapı Kredi στη μάρκα με τα υψηλότερα
αύξηση σε αυτές τις μετρήσεις σε σύγκριση με τους κύριους ανταγωνιστές της.

Μέσω των πληροφοριών που συγκεντρώθηκαν από το Step Project, η YKB κατάφερε να προσαρμόσει τις προσφορές της για να καλύψει τις ανάγκες των περιβαλλοντικά συνειδητοποιημένων πελατών και να φέρει την προσοχή των μαζών στα περιβαλλοντικά ζητήματα. Υλοποιήσαμε ένα έργο που καθοδηγεί τους καταναλωτές
σχετικά με τη βιωσιμότητα μέσω της εφαρμογής του, ανταμείβει τους χρήστες με πόντους και τους δίνει τη δυνατότητα να χρησιμοποιήσουν τους πόντους για να δωρίσουν σε ΜΚΟ.  

Η επιτυχία του έργου ενέπνευσε την YKB να επεκτείνει τις πρωτοβουλίες βιωσιμότητας πέρα ​​από τον τραπεζικό τομέα. Τώρα συνεργαζόμαστε με εταίρους σε διάφορους κλάδους για την προώθηση της βιωσιμότητας και την προώθηση της περιβαλλοντικής αλλαγής και ανυπομονούμε να μοιραστούμε τις βέλτιστες πρακτικές
και τα διδάγματα που αντλήθηκαν από το Step Project για να ενθαρρύνουν άλλους οργανισμούς να αξιοποιήσουν την επιστήμη και τη μηχανική δεδομένων για κοινωνικό καλό.

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://www.finextra.com/blogposting/26021/bridging-data-science-and-engineering-for-sustainable-banking-experience?utm_medium=rssfinextra&utm_source=finextrablogs