24
Datavarehus gjør Terra-bankene smartere BI-Fagdag 7. mars 2013 Espen Waage, Terra Isabel Barroso-Gomez, Avanade

Datavarehus gjør Terra-bankene smartere

Embed Size (px)

DESCRIPTION

Gjennom LØFT-programmet skal Terra skape enda bedre lokalbanker. Smart bruk av data er en av hovedpilarene i programmet, og vil bidra til å skape stordriftsfordeler og økt konkurransekraft. I det nye datavarehuset benyttes data på tvers innen områder som CRM, salgsrapportering, risikoklassifisering og Risk Management. Dette foredraget ble holdt på Business Analytics Fagdag 7.3.2013. Foredragsholdere: Espen Waage, Fagansvarlig CRM og Datavarehus, Terra Alliansen AS og Isabel Barroso-Gomez, BI Service Line Lead, Avanade Norway.

Citation preview

Page 1: Datavarehus gjør Terra-bankene smartere

Datavarehus gjør Terra-bankene smartereBI-Fagdag 7. mars 2013

Espen Waage, Terra Isabel Barroso-Gomez, Avanade

Page 2: Datavarehus gjør Terra-bankene smartere

Om Terra Alliansen

Bakgrunnen for prosjektet

Løsning og metode

Erfaringer så langt

Avslutning

www.terra.no

Agenda

Page 3: Datavarehus gjør Terra-bankene smartere

www.terra.no

Om Terra Gruppen

Page 4: Datavarehus gjør Terra-bankene smartere

www.terra.no

Terra - En viktig aktør i bank-Norge

Page 5: Datavarehus gjør Terra-bankene smartere

Om Terra Alliansen

Bakgrunnen for prosjektet

Løsning og metode

Erfaringer så langt

Avslutning

www.terra.no

Agenda

Page 6: Datavarehus gjør Terra-bankene smartere

www.terra.no

Mål: Enda bedre lokalbank

«LØFT-programmet forenkler og fokuserer distribusjonen, og setter oss i stand til å betjene kundene på tvers av kanaler»

Konsernsjef Hege Toft Karlsen

Page 7: Datavarehus gjør Terra-bankene smartere

www.terra.no

Visjon: LØFT

Samlet kundebilde BeslutningsstøtteLønnsom

risikostyring

•Betjene kunden best mulig, målrettet og effektivt•Gi råd og anbefalinger basert på kunnskap om kundens situasjon, behov og ønsker•Levere en rik og helheltlig brukeropplevelse til kunden i alle kanaler

Page 8: Datavarehus gjør Terra-bankene smartere

www.terra.no

IT-strategi som plattform for anskaffelsen

Mest mulig standard

funksjonalitet

Redusere kost, tid og

risiko i implementering og

fremtidige oppgraderinger

Innfri funksjonelle og

ikke-funksjonelle krav

gjennom sentrale bruker-

scenarier.

Sammen med valgt

leverandør og Terras

egne brukere fastsettes

endelig

løsningsspesifikasjon

•Kontrakt med go/no-go klausul etter endelig løsningsspesifikasjon

•Terra som eiere av all dokumentasjon gir frihet til å velge/gå videre med en annen leverandør i implementeringen – om nødvendig

•Kost, tid og omfang skal være klart definert før implementering

Page 9: Datavarehus gjør Terra-bankene smartere

www.terra.no

Hvorfor valgte vi Avanade?

Avanade valgt ut i fra en totalvurdering•Særlig pekte Avanade seg ut gjennom:

• En vel gjennomarbeidet implementeringsmetodikk som legger til rette for en effektiv og praktisk orientert prosjektgjennomføring

• Ressurser med god forståelse av brukerscenariene• Referanser fra tidligere CRM/BI-implementeringer og komplekse prosjekter

Page 10: Datavarehus gjør Terra-bankene smartere

Om Terra Alliansen

Bakgrunnen for prosjektet

Løsning og metode

Erfaringer så langt

Avslutning

www.terra.no

Agenda

Page 11: Datavarehus gjør Terra-bankene smartere

www.terra.no

Sentrale prinsipper for anskaffelse og løsning

Bruk av standardløsning,

minimer skreddersøm

Closed-loop løsning mellom

CRM, BI og fagsystem

Enhetlige begrep

(konseptuell datamodell)

Standardiserte grensesnitt (basert på

konseptuell datamodell)

Page 12: Datavarehus gjør Terra-bankene smartere

www.terra.no

Brukerscenarier – eksempler på internscenarier

«Jeg trenger å se resultater, balanse og marginer»

INTERNT SCENARIO 4:

Se på preproduserte

rapporter

«Jeg trenger salgsresultatene til teamet inneværende uke»

INTERNT SCENARIO 1:

Salgsstyring

«Jeg trenger å vite hvor stor del av bankens kapital som er bundet opp i

høyrisikolån»

INTERT SCENARIO 2:

Risk Management

«Jeg trenger en rapport over marginer per produkt, som jeg skal dele med økonomiansvarlig i den

andre banken»

INTERNT SCENARIO 3:

Lage og delead hoc rapport

Page 13: Datavarehus gjør Terra-bankene smartere

www.terra.no

Arbeidsflate

Fokus

Bidrag

KARI – KunderådgiverBANK

BJØRN – Banksjef

KundeoppfølgingKryssalg

Kunnskap, analyse, rapportering

• Kryssammenligning av felles data• Automatisering av salgsprosess for

oppsalg, kryssalg og og oppfølging av opportunities

• Risk Management

• Prising og porteføljestyring• Segmentering og evaluering av

kundemasse, produkter og tjenester

Kilder• CRM, Datavarehus,Professional

System• Datavarehus

Funksjonelt løsningsdesign

Page 14: Datavarehus gjør Terra-bankene smartere

www.terra.no

Service-blueprint

Terra Salgsstøtte og DatavarehusService Blueprint – versjon 3.0

5.3 Ny kunde selvstendig næringsdrivende

KundenBehov for ny bankrelasjon

– både for jobben og for meg og familien

Fortelle om næringen, driften og økonomi

– og personlige forhold

Dialog

Salgsstøtte-verktøy

RådgiverenØnske velkommen og finne en rådgiver med

riktig kompetanse

Opprette nærings- og personkunde i systemet,

avdekke personlige knytninger

Presentere tilbud

1. Formål med kundebesøk

2. Relevante kundedata 3. Behovsanalyse 4. Fremtidige behov5. Kundens kompetanse

(pensjon)6. Risikoprofil (pensjon)

7. Avklaring felles forståelse av kundens

behov8 Tilleggsdokumentasjon 10. Presentasjon løsning

Oppsummering ovenfor kunde

I salgsstøtte: Registrere formål med besøk + kundedata (navn, f.nr.,org.nr, adr,

kontaktinfo, info fra firmaattest, bet.anmern.

++

Relevante data (dagligbank,pensjon, kreditt, forsikring)

Behov (inkl. investeringsbehov, marked, pers.adm., pensjon, forsikring,

bet.formidl. og kreditt) legges inn

Legges inn Legges inn I salgsstøtte:

Dokumentere aksept fra kunden

FU - 7, 8, 9, 23, 26, 34 FU- 4 FU-47 FU-38,68,69 FU- 27, 28

Avdekke kundens behov, kartlegge kundens kunnskapsnivå og utarbeide en produktpakke

Hva kan dere tilby meg og bedriften min?

Krav nummer

Arbeidsflyt

Informasjonsbehov

Integrasjon

Page 15: Datavarehus gjør Terra-bankene smartere

www.terra.no

Metode: Fit/Gap, Framgangsmåte for analyse

Høynivå-kravForretningsprosesserBruker scenarier

Workshop 1

ID Rule ID Name Type Area

34 BR 38 Account with no business Customer Model

35 BR 39 Billing account vs. Customer account Customer Model

36 BR 40 Service account vs. Customer account Customer Model

50 BR 54 Check for existing Service Account Customer Model

Business Process Blueprint

Requirements

Business rules

Input

Output: Oppdaterte ForretningsprosesserBusiness Requirements (PL101)RICEFW-matrise

Applikasjons-krav

Workshop 2

Output: Application Requirements (PL101)RICEFW-matrise

Input: ForretningsprosesserBusiness Requirements (PL101)

Gap/Fit analyse

Workshop 3

Output: Gap/Fit analysis (AP215)RICEFW-matrise

Input: ForretningsprosesserBusiness Requirements (PL101)Application Requirements(PL101)Gap/Fit analysis (AP215)

Notér, løs og konkluder rundt Gaps (hvor mulig)

Page 16: Datavarehus gjør Terra-bankene smartere

www.terra.no

Overordnet arkitektur

TIP

KildeKilde KildeKilde Kilde Kilde

ODS DVH

SSIS

Risikoklassifisering

SSIS

URLhopp

32 systemer URL hopp

15 kilder

880 filer

2 kuber

Page 17: Datavarehus gjør Terra-bankene smartere

www.terra.no

Intern dataflyt

TIP

STG

SSIS

Til Staging:

9 SSIS-jobber

880 filer hvert døgn

# records: 25 M

#bytes: 3 GB

SSIS

ODS DVHCRM

Fra Staging til ODS:

9 SSIS-jobber

3 GB Δ-last look-up

Mellom ODS og CRM:7 SSIS-jobber1 M Web Services-forespørsler

2 kuber – med egen og delte dimensjonerKomplekse og enkle beregninger

Page 18: Datavarehus gjør Terra-bankene smartere

www.terra.no

ETL Cluster

Active node Passive node

DVH DB Cluster

CRM DB Cluster

Active node Passive node

Cube Cluster

Klustere

Active node Active node Passive nodePassive node

ETL/ DVH DB /RS:totalt 16 kjerner, 64GB RAM

CRM DB:totalt 32 kjerner, 64GB RAM

Page 19: Datavarehus gjør Terra-bankene smartere

Om Terra Alliansen

Bakgrunnen for prosjektet

Løsning og metode

Erfaringer så langt

Avslutning

www.terra.no

Agenda

Page 20: Datavarehus gjør Terra-bankene smartere

www.terra.no

Erfaringer så langt

+ Suksessfaktorer +Brukerinvolvering og engasjement

God relasjon til leverandør

Velorganisert mottaksprosjekt

Samarbeidspart med solid kunnskap og metodikk

Programorganisering/involvering

! Utfordringer !

Mange fagsystemer, leverandører, integrasjoner

Bjørn Unnersaker
se på sammen. Komplekst. Mer komplekst enn man forestilte seg?
Page 21: Datavarehus gjør Terra-bankene smartere

www.terra.no

Kort fortalt

• Samler og strukturerer over 15 ulike kildesystemer i en og samme løsning.– Gjenbruker formatet for alle «like» data– Tilgjengliggjør data til alle bankene i Alliansen– Tilfredsstiller compliance –krav fra myndighetene i forhold til

Risikostyring.• To kuber:

– Salgskube– Risikoklassifiseringskube– Self-service rapportering, samt et «komplett» sett med standard

rapporter• 78 banker og 3000 brukere

– Fordelt på to AD’er, 8 ulike roller i kubene.– Bankene har selv ansvar for å melde inn brukere– Vanntette skott mellom bankene (løsning: SSAS tilgangsstyring)

Page 22: Datavarehus gjør Terra-bankene smartere

Om Terra Alliansen

Bakgrunnen for prosjektet

Løsning og metode

Erfaringer så langt

Avslutning

www.terra.no

Agenda

Page 23: Datavarehus gjør Terra-bankene smartere

www.terra.no

Spørsmål?

Page 24: Datavarehus gjør Terra-bankene smartere

Takk for oss!

Espen Waage, fagansvarlig for CRM og datavarehus,Terra Alliansen

E-post: [email protected], tlf: 9061 8641

Isabel Barroso-Gomez, BI Service Line Lead, Avanade Norway

E-post: [email protected], tlf: 9302 2241

For mer informasjon, kontakt: