Estudo de caso
Datos sintéticos para o desenvolvemento e probas de software cun banco holandés líder
Sobre o cliente
O noso cliente, un banco líder, é unha multinacional holandesa de servizos financeiros e bancarios. Este banco é un dos 5 maiores bancos dos Países Baixos con máis de 5 millóns de clientes. Este banco foi clasificado no primeiro posto da lista dos "bancos máis seguros do mundo" por Global Finance e ten como obxectivo manter e mellorar a súa posición nesta lista.
A situación
Este banco ten unha forte estratexia baseada en datos, que ten como obxectivo que o banco siga sendo competitivo nun panorama financeiro dinámico e forte competitivo. Nesta ambición, o banco confía en gran medida nos datos no desenvolvemento das súas funcións básicas de banca (sistema CRM, sistema de pago, etc.) e en solucións innovadoras (aplicación de banca móbil, contorno virtual, etc.). A gran cantidade de datos complica a creación de datos de proba axeitados. Ademais, os datos almacénanse en diferentes bases de datos e deben ser inxeridos de diferentes fontes.
Os datos persoais da produción non son unha opción para este banco desde unha perspectiva de privacidade. Nun intento de resolver este problema, o banco probou as ferramentas de xeración de datos simulados e simulados existentes no pasado. Non obstante, esas ferramentas non satisfacían as expectativas, porque non proporcionaban un enfoque de xeración de datos universal e estandarizado, non mantiñan unha boa calidade de datos que non se parecían a datos de produción e requirían moito traballo manual.
A solución
A plataforma de Syntho ofrece a oportunidade de xerar datos similares á produción, o que lle permitiu a este banco beneficiarse agora das probas aceleradas sen sacrificar as estruturas ou relacións de datos orixinais. Ao usar o poder da xeración de intelixencia artificial, os escáneres de información de identificación persoal e os subconxuntos, este banco ten agora a solución para xerar e manter facilmente datos de proba e acelerar os ciclos de vida do desenvolvemento de software.
Despois da implantación exitosa de datos sintéticos para o desenvolvemento e probas de software, o banco está considerando comezar a utilizar a plataforma para a análise de datos dentro do departamento de intelixencia empresarial.
Os beneficios
Datos de proba tipo produción
Permitindo a simulación rápida de datos similares á produción, que mantén a estrutura orixinal, replica as relacións e é fácil de manter. Isto non só garante a proba adecuada dos sistemas e aplicacións, senón que tamén acelera os ciclos de desenvolvemento mantendo unha sólida privacidade dos datos.
Privacidade por deseño
Mediante o uso de datos sintéticos, os bancos poden adherirse a estritas normas de privacidade de datos ao mesmo tempo que conseguen resultados precisos e avances innovadores. Ao garantir que a información sensible dos clientes permanece protexida durante os procesos de proba e desenvolvemento e que os datos persoais da produción non se utilicen simplemente como datos de proba.
Ciclos de desenvolvemento de software máis rápidos
O uso de datos sintéticos acelera o desenvolvemento de software, permitindo unha rápida iteración e probas. Os datos das probas sintéticas son de maior calidade e similares en comparación cos datos de produción, mellorando así a calidade das súas probas para detectar erros antes e liberalos máis rápido. Isto acelera o lanzamento de novos produtos e servizos financeiros, mellorando a vantaxe competitiva do banco no mercado.
Subconxunto de datos
Ofrecer a oportunidade de crear un subconxunto representativo máis pequeno dunha base de datos coa integridade referencial preservada. Isto permitiu ao banco crear unha versión sintética máis pequena dos datos de produción para reducir o consumo de hardware.
organización: O principal banco holandés
Localización: Os países Baixos
Industria: Financiar
tamaño: 43000 empregados máis
Caso de uso: Datos da proba
Datos de destino: Datos de core-banking, datos de transaccións
web: a petición
Garda a túa guía de datos sintéticos agora!
- Que son os datos sintéticos?
- Por que o utilizan as organizacións?
- Casos de clientes de datos sintéticos de valor engadido
- Como comezar
