Estudo de caso
Dados sintéticos para desenvolvimento e teste de software com um banco holandês líder
Sobre o cliente
Nosso cliente, um banco líder, é uma empresa multinacional holandesa de serviços bancários e financeiros. Este banco é um dos 5 maiores bancos da Holanda, com mais de 5 milhões de clientes. Este banco foi classificado no topo da lista dos “bancos mais seguros do mundo” pela Global Finance e pretende manter e melhorar a sua posição nesta lista.
A situação
Este banco tem uma forte estratégia baseada em dados, que visa permitir que o banco se mantenha competitivo num cenário financeiro dinâmico e fortemente competitivo. Nesta ambição, o banco depende fortemente de dados no desenvolvimento das suas principais funções bancárias (sistema CRM, sistema de pagamentos, etc.) e soluções inovadoras (aplicação bancária móvel, ambiente virtual, etc.). A enorme quantidade de dados complica a criação de dados de teste adequados. Além disso, os dados são armazenados em diferentes bancos de dados e precisam ser ingeridos de diferentes fontes.
Os dados pessoais de produção não são uma opção para este banco do ponto de vista da privacidade. Na tentativa de resolver esse problema, o banco experimentou ferramentas existentes de geração de dados fictícios e dados simulados no passado. No entanto, essas ferramentas não satisfizeram as expectativas, porque não forneciam uma abordagem universal e padronizada de geração de dados, não mantinham uma boa qualidade de dados que não se parecessem com dados de produção e exigiam muito trabalho manual.
A solução
A plataforma da Syntho oferece uma oportunidade de gerar dados semelhantes aos de produção, o que permitiu que este banco agora se beneficiasse de testes acelerados sem sacrificar estruturas ou relacionamentos de dados originais. Ao usar o poder da geração de IA, scanners de informações de identificação pessoal e subconjuntos, este banco tem agora a solução para gerar e manter facilmente dados de teste e acelerar os ciclos de vida de desenvolvimento de software.
Após a implementação bem-sucedida de dados sintéticos para desenvolvimento e testes de software, o banco está considerando começar a usar a plataforma para análise de dados dentro do departamento de business intelligence.
Os benefícios
Dados de teste semelhantes aos de produção
Permitindo a simulação rápida de dados semelhantes aos de produção, que mantêm a estrutura original, replicam relacionamentos e são de fácil manutenção. Isto não só garante testes adequados de sistemas e aplicações, mas também acelera os ciclos de desenvolvimento, mantendo ao mesmo tempo uma privacidade robusta dos dados.
Privacidade por design
Ao utilizar dados sintéticos, os bancos podem aderir a regulamentos rigorosos de privacidade de dados e, ao mesmo tempo, obter resultados precisos e avanços inovadores. Garantindo que as informações confidenciais dos clientes permaneçam protegidas durante os processos de teste e desenvolvimento e que os dados pessoais da produção não sejam usados simplesmente como dados de teste.
Ciclos de desenvolvimento de software mais rápidos
O uso de dados sintéticos acelera o desenvolvimento de software, permitindo iteração e testes rápidos. Os dados de teste sintéticos são de qualidade superior e semelhantes em comparação aos dados de produção, melhorando assim a qualidade de seus testes para detectar bugs mais cedo e liberá-los mais rapidamente. Isto agiliza o lançamento de novos produtos e serviços financeiros, aumentando a vantagem competitiva do banco no mercado.
Subconjunto de dados
Fornece a oportunidade de criar um subconjunto representativo menor de um banco de dados com integridade referencial preservada. Isto permitiu ao banco criar uma versão sintética menor dos dados de produção para reduzir o consumo de hardware.
Organização: Banco holandês líder
Locação: Holanda
Indústria: Financeira
Tamanho: Funcionários da 43000 +
Caso de uso: Dados de teste
Dados de destino: Dados bancários básicos, dados de transações
Website: a pedido
Salve seu guia de dados sintéticos agora!
- O que são dados sintética?
- Por que as organizações o usam?
- Casos de clientes de dados sintéticos de agregação de valor
- Como começar
